Xubin's notes

Ubuntu 无头主机 GNOME 桌面与远程图形失效排障全解析

主机其实有头的,学校停电后进不去桌面,开机后显示器怎么也显示不了,所以是无头😂。远程ToDesk连接的时候发现能连但是显示黑屏进不去,对应的文件传输系统和终端也连不上,感觉是要重装系统的状态。但是系统里还有一些实验代码、数据和论文手稿未备份🤦,心凉凉。重启多次仍无果,后来想既然ToDesk能连(虽然进不去),同网段下ssh应该能进去。还好之前有进行配置,连了一下果真能进去,于是在AI的帮助下...

从文档到知识库:RAG系统的自动化数据处理与管理方案

一、背景介绍 检索增强生成(RAG)系统已成为人工智能领域的一个重要发展方向,它结合了大规模语言模型的生成能力和外部知识库的精确信息,以提供更准确、更可靠的回答。然而,构建和维护RAG系统的知识库一直是一个耗时且复杂的过程,特别是在处理大量非结构化文档时。最近,我们正在为一个检索增强生成(RAG)系统开发一个自动化的问答(QA)生成工具。这个项目旨在缓解上述挑战,通过自动化流程将各种格式的文...

大模型时代的演化计算

一、大模型的兴起及其影响 近年来,人工智能领域经历了一场革命性的变革,这场变革的核心就是大模型的兴起。大模型,特别是以GPT (Generative Pre-trained Transformer) 为代表的大规模语言模型,凭借其惊人的能力,正在重塑我们对人工智能的认知和期望。 大模型的出现标志着人工智能进入了一个新的阶段。这些模型通过海量数据的训练,展现出了前所未有的语言理解和生成能力...

2023年人工智能技术进展与挑战全面分析

一、《AI指数》技术性能 今年的《AI指数》报告中的技术性能部分,为我们提供了2023年人工智能进展的全面回顾。该部分从对AI技术性能的宏观概述入手,详细追溯了其随时间的广泛演变历程。章节进一步细致审视了当前多种AI能力的发展现状,涵盖了语言处理、编程、计算机视觉(图像与视频分析)、推理、音频处理、自主代理、机器人技术及强化学习等领域。报告特别强调了过去一年中AI研究的重大突破,并探讨了如何...

TKDE 24 | 面向高维特征选择的高效多任务进化学习 | Efficient Multi-Task Evolutionary Learning for High-dimensional Feature Selection

分享一下我们最近被TKDE接收的工作:论文、代码 一、摘要 特征选择在数据挖掘中扮演着关键角色,通过减少数据维度以提升模型性能。然而,随着数据维度的不断增加,面临着被称为“维度灾难”的挑战,其中计算量呈指数级增长。为了解决这一难题,进化计算(EC)方法因其简单性和适用性而备受关注。然而,EC方法的多样设计导致了在处理不同数据时性能的差异,通常未能有效地利用和共享信息。在本文中,我们提出了...