想了解用户的评价究竟是“真心夸赞”还是“阴阳怪气”？ 想快速从多角色多事件的繁杂信息中剥茧抽丝提取核心内容？ 想通过聚合相似事件准确地归纳出特征标签？ …… 想了解UIE技术在产业中的实战落地经验？通用信息抽取技术UIE产业案例分享来了！

2月27日，中国人工智能学会首届智能融合产业论坛在成都顺利举办。本届论坛由中国人工智能学会（CAAI）主办，中国人工智能学会智能融合专委会、百度公司、深度学习技术及应用国家工程研究中心和电子科技大学联合承办。中国工程院多名院士、知名专家、企业代表齐聚一堂，共同探讨人工智能技术发展与创新，促进智能融合领域...

2月25日-26日，2023全球人工智能开发者先锋大会（GAIDC）在上海临港举行，大会以“向光而行的AI开发者”为主题，汇聚了当前科技和产业革命中的开发者先锋力量。百度深度参与本次大会，飞桨联合上海市人工智能行业协会主办“智领未来：大模型技术与应用”论坛，百度AI技术生态总经理马艳军在“新程序员:人工智能新十年论坛”发...

2月24日，主题为“算网筑基、开源启智、AI赋能”的第四届OpenI/O启智开发者大会在深圳开幕，大会由科技部指导、鹏城实验室与新⼀代人工智能产业技术创新战略联盟（AITISA）主办，科技部高新司副司长梅建平，中国工程院院士、鹏城实验室主任高文，北京智源人工智能研究院院长及AITISA秘书长黄铁军，百度技术委员会理事长陈...

2月23日，百度飞桨（江西）人工智能产业赋能中心在南昌市和青山湖区政府的支持下正式开业。中心由百度飞桨和生态合作伙伴共同建设，基于飞桨整合百度Al技术服务、解决方案及生态资源，全面支持江西产学研用各方低门槛、高效率地应用Al技术和资源，助力江西开创高质量跨越式发展新局面。

早上八点，在广州市第一人民医院南沙分院的放射科里，身穿白大褂的冯嘉骏开始了一天的忙碌工作。这位90后的年轻小伙，从2012年在广州医科大学毕业后，就进入了这所医院工作，一干就是十年，目前已经是医院放射科的主管技师。

AI for Science专栏由百度飞桨科学计算团队出品，给大家带来在AI+科学计算领域中的一系列技术分享，欢迎大家关注和积极讨论，也希望志同道合的小伙伴加入飞桨社区，互相学习，一起探索前沿未知。

AI for Science被广泛认为是下一代科研范式，可以有效处理多维度、多模态、多场景下的模拟和真实数据，解决复杂推演计算问题，加速新科学问题发${现}^{[1]}$ 。百度飞桨科学计算工具组件赛桨PaddleScience是国内首个公开且可应用于CFD（Computational Fluid Dynamics，计算流体力学）领域的工具，提供端到端应用API，致...

飞桨科学计算套件赛桨PaddleScience底层技术依赖飞桨核心框架。为了有力地支撑科学计算任务高效训练与推理，飞桨核心框架在自动微分、编译器、执行器和分布式等多方面分别进行了技术创新。值得一提的是，自动微分在机制上的革新带来了框架计算量方面的优化，结合自研编译器CINN的加持，在典型科学计算任务2D定常Laplace...

AI技术在跨学科融合创新方面扮演着日益重要的角色，特别是在Al for Science领域，AI技术的发展为跨学科、跨领域的融合创新带来了巨大的机会。AI已成为一个关键的研究工具，改变了基础科学的研究范式。依托AI技术开发的科学计算工具，如DeepXDE、SciML等，正在解决传统科学计算过于复杂且难以理解的问题。未来将会有更多...

中国大学生计算机设计大赛是我国高校面向本科生最早的赛事之一，自2008年开赛至今，一直由教育部高校与计算机相关教指委等或独立或联合主办。大赛的目的是以赛促学、以赛促教、以赛促创，为国家培养德智体美劳全面发展的创新型、复合型、应用型人才。

玩技术，秀操作！这是一场高手云集的开发者盛会。四大赛道：核心框架开源贡献（PaddlePaddle）、模型套件开源贡献（Paddle Family）、生态伙伴开源贡献（Paddle Friends）、产业合作开源贡献（Paddle Industry） ，200+开发任务，让你近距离感受开源、开放的魅力，更有免费机器资源、硬核导师助你成长，丰厚奖励等你来拿...

人工智能教父Hinton曾评价，“深度学习将无所不能”，从聊天机器人、自动驾驶到语音助手，深度学习早已在不知不觉中渗透进我们的生活。而AI大模型又是一项深度学习技术的新突破。深度学习、大模型作为人工智能发展的重要方向，带来了行业发展的新机遇，强势推动了通用人工智能的快速发展。

图神经网络（Graph Neural Network，GNN）是近年来出现的一种利用深度学习直接对图结构数据进行学习的方法，通过在图中的节点和边上制定聚合的策略，GNN能够学习到图结构数据中节点以及边内在规律和更加深层次的语义特征。图神经网络不仅成为学术界研究热点，而且已经在工业界广泛应用落地。特别在搜索、推荐、地图等领...

wolfmax老狼，飞桨领航团无锡团团长，飞桨开发者技术专家（PPDE），AICA六期学员，某半导体CIM软件集成商图像算法工程师，主要研究方向为图像检测、图像分割等算法。 • 作者AI Studio主页 [链接]

火爆全球的ChatGPT让背后的大模型技术进入了更多人的视野。日前，国际权威咨询机构IDC发布《2022中国大模型发展白皮书》（以下简称《白皮书》），认为大模型是AI发展的必然趋势，并提出业内首个大模型评估框架。经评估，百度文心大模型处于行业第一梯队，产品能力、应用能力、生态能力全面领先。

大家好，今天带来的分享是关于飞桨特色产业级模型库的内容~你在使用开源模型项目时是否也遇到以下问题呢？算法和模型繁多，做模型选择是个难题；模型效果不错，但产业落地时容易遇到资源限制和部署的问题；面对新场景无从下手，迫切希望有范例和经验作为参考。针对以上问题，飞桨特色产业级模型库为开发者提供了三个方面...

第八届中国国际“互联网+”大学生创新创业大赛由教育部等十二部委与重庆市人民政府共同主办、重庆大学承办。自4月份报名启动以来，共有来自国内外111个国家和地区、4554所院校的340万个项目、1450万余人次报名参赛。全国仅有300支团队，能够入围产业赛道国赛，比例不超过万分之一。

2022年11月，飞桨框架2.4版本发布。相比飞桨框架2.3版本，飞桨框架v2.4增加了167个功能性API，新增稀疏计算(paddle.sparse)、图学习(paddle.geometric)和语音处理(paddle.audio)等更多领域API，同时也进一步完善了loss计算、张量计算、分布式和视觉变换等类别的API。下面我们将为大家详细介绍每一类新增API及其应用场景...

中国大学生计算机设计大赛是我国高校面向本科生最早的赛事之一，自2008年开赛至今，一直由教育部高校与计算机相关教指委等或独立或联合主办。大赛的目的是以赛促学、以赛促教、以赛促创，为国家培养德智体美劳全面发展的创新型、复合型、应用型人才。

近年来，随着深度学习技术的迅速发展，大规模预训练范式通过一次又一次刷新各种评测基线证明了其卓越的学习与迁移能力。在这个过程中，研究者们发现通过不断地扩大模型参数便能持续提升深度学习模型的威力。然而，参数的指数级增长意味着模型体积增大、所需计算资源增多、计算耗时更长，而这无论出于业务线上响应效率的...

随着餐饮行业进入线上线下、堂食外卖并重的“双主场”时代，面对铺天盖地的用户评论数据，如何用数字化手段优化经营成为餐饮企业降本增效的关键。今天带来的分享案例是黑蚁资本如何借助PaddleNLP情感分析技术开发了用户评论洞察系统，实现降本增效的例子。一起来看看吧！

大家好，飞桨时序模型库PaddleTS的重磅升级啦！今天为大家介绍带来的是PaddleTS此次升级的核心内容解读，快来看看有没有你所期待的新内容！

大家好！今天为大家带来的是一篇经验帖文。本次分享的主人公是黑客松比赛参赛者郑必城，他将为大家带来比赛项目“No.80瑞芯微RK3588：通过Paddle2ONNX打通5个飞桨模型的部署中如何为FastDeploy”任务中的一些心得体会，快来看看他是如何为FastDeploy贡献代码的吧！


作为首个“人机共创大会”，百度Create AI开发者大会（下称“Create大会”）应用AIGC（利用AI技术自动生成内容的生产方式）技术，创造、搭建、连接了多个科技感爆棚的数字化演讲场景。Create大会每年都会吸引全球开发者关注，不仅仅是中国的AI技术高地，也是全球新兴技术产业发展的“风向标”。

目前，大模型技术的不断发展，促进了智能系统快速发展，进一步提升了应用效果和效率。而在交互过程中所产生的新数据，又不断驱动大模型技术升级，从而形成了技术、应用、数据的闭环正循环，极大提升生产力，促进生态繁荣，使人们生活更加美好。

飞桨平台的快速发展，与开源开放密不可分。飞桨框架建设并非只靠百度工程师，也离不开热爱飞桨、热爱开源的开发者们，他们用自己的方式参与飞桨框架建设，与飞桨共同成长。为了鼓励更多的开发者参与到飞桨社区的开源建设中，帮助社区修复bug或贡献feature，加入开源、共建飞桨，社区推出了快乐开源活动，以一些具体的、...

近日，2022中国高校计算机大赛-人工智能创意赛（以下简称C4-AI大赛）圆满落幕，作为国内规模大、规格高、权威性强的高校人工智能创新应用场景开发科技竞赛，大赛面向全球高校在校生，旨在激发学生的创新意识，提升学生人工智能创新实践应用能力，推动“AI+X”知识体系下的人才培养，是广受高校师生欢迎的人工智能国赛。

我是一个深度学习爱好者，目前对自然语言处理感兴趣，热衷于了解一些人工智能中的数学推导和经典论文复现，正在成长的“小趴菜”一枚，在PPDE指导计划中，创作了中医文献阅读理解项目，下面将由我介绍在项目创作过程中的一些思考。

碎片化。在部署过程中，由于深度学习框架、硬件与平台的多样化，开源社区以及各硬件厂商存在大量分散的工具链，很难通过一款产品，同时满足开发者在服务端、移动端和边缘端，以及服务化场景部署的需求。