5,900
社区成员




① 【PyTorch项目实战】CycleGAN:无需成对训练样本,支持跨领域图像风格迁移(胖墩会武术:[博客] [成就])
[质量分:96;难度等级:未知;新鲜技术:99]
摘要:FastStyleTransfer 是一种利用感知损失(Perceptual Loss)实现的快速图像风格迁移方法。其基本结构为一个前馈神经网络,在训练阶段学习将任意图像转换为特定风格的图像。训练完成后,该网络在推理阶段可实现毫秒级图像风格转换。
② AceReason-Nemotron-1.1-7B模型论文速读:通过 SFT 和 RL 协同提升数学和代码推理能力(Open-source-AI:[博客] [成就])
[质量分:91;难度等级:未知;新鲜技术:99]
摘要:采用分阶段 RL 方法,依次对数学和代码提示进行训练。运用 GRPO 算法,严格遵循同策略训练,通过生成多个样本并进行单一策略梯度更新来稳定 RL 过程,防止熵坍塌。