开源界最新力作！230万篇arXiv的论文标题和摘要的所有embeddings向量数据集免费开放！
开源界最新力作！230万篇arXiv的论文标题和摘要的所有embeddings向量数据集免费开放！

今天，一位年仅20岁的小哥willdepue 开源了230万arXiv论文的标题和摘要的embedding向量数据集，完全开源。该数据集包含截止2023年5月4日的所有arXiv上的论文标题和摘要的embedding结果，使用的是开源的Instructor XL抽取。未来将开放更多其它相关数据的embedding结果

小木 194 embedding/开源/论文数据

今日推荐

OpenAI第二代DALL·E发布，可以使用自然语言创造和编辑图片的模型

深度学习模型训练将训练批次（batch）设置为2的指数是否有实际价值？

如何使用git从GitHub上下载项目、更新远端项目并提交本地的更改

重磅数据集公布！LAION-400-Million Open Dataset免费的4亿条图像-文本对数据（ LAION-400M：English (image, text) pairs）

机器学习项目流程清单

对偶规划问题

dask的dataframe的值变成1和foo的解决方法

[翻译]应用到文本领域的卷积方法

最新发布！截止目前最强大的最高支持65k输入的开源可商用AI大模型：MPT-7B！

GPT-3最新的能力开放——自动重构和增强你的代码！

最热博客

Dirichlet Distribution（狄利克雷分布）与Dirichlet Process（狄利克雷过程）

回归模型中的交互项简介（Interactions in Regression）

贝塔分布（Beta Distribution）简介及其应用

矩母函数简介（Moment-generating function）

使用R语言进行K-means聚类并分析结果

普通最小二乘法（Ordinary Least Squares，OLS）的详细推导过程

H5文件简介和使用

深度学习技巧之Early Stopping（早停法）

Wishart分布简介

stata 用outreg2输出回归结果