gpt专题_资料-InfoQ中文网

GPT-2 和 Transformer 很好用，但不是 AI 生成文本的最终目标

作者 : Max Wolf 译者: 姚佳灵策划: 陈思

10 月 16 日

如何使用GPT-2制作自定义AI生成的文本。

XLnet：GPT 和 BERT 的合体，博采众长，所以更强

作者 : 小Dream哥，有三AI 策划: 刘燕

9 月 9 日

本文介绍BERT的改进版，XLnet，看看它用了什么方法，改进了BERT的哪些弱点。

NLP 文本分类缺少训练数据？IBM 提出基于语言模型的数据增强新方法

作者 : 张之栋

11 月 15 日

怎样才能拥有足够多且可供深度学习模型训练用的数据呢？

NLP 前景大好，但是语义理解仍有待突破

作者 : 陈思

11 月 4 日

自然语言处理仍面临一些问题。

让你的 AI 绿起来，艾伦研究所提出深度学习效率评估标准 Green AI

作者 : 鱼羊

10 月 10 日

培养一个靠谱的AI需要消耗大量的算力。随着摩尔定律的终结，AI的计算成本正在疯长，几乎每隔几个月计算基线...

最强假新闻生成器 GPT-2 终于开源完整版本，15 亿参数模型全部公开

作者 : OpenAI官博译者: 核子可乐陈思策划: 蔡芳芳

11 月 6 日

OpenAI表示：目前暂没有直接证据表明GPT-2遭到滥用。

搞懂 NLP 中的词向量，看这一篇就足够

作者 : JayLou 策划: 陈思

8 月 30 日

本文以QA形式对自然语言处理中的词向量进行总结：包含Word2vec/GloVe/FastText/ELMo/GPT/BERT。

Transformer 在推荐模型中的应用总结

作者 : Alex-zhai

11 月 29 日

最近基于transformer的一些NLP模型很火（比如BERT，GPT-2等）

最强 NLP 预训练模型库 PyTorch-Transformers 正式开源：支持 6 个预训练框架，27 个预训练模型

作者 : Hugging Face 译者: Sambodhi

7 月 23 日

该项目支持 BERT、GPT、GPT-2、Transformer-XL、XLNet、XLM等，并包含了 27 个预训练模型。

gpt