- 综合排序
- 最热优先
- 最新优先
- 来自专栏DrugOne
Chem. Sci. | 北大来鲁华/裴剑锋团队: GNN+模板+聚类→反应条件预测强大新工具
测试结果表明 Reacon 在 Top-3 预测中以 63.48% 的概率成功预测出与文献记录一致的反应条件，并以 85.65% 的概率预测出同类型的反应条件。 作者还测试了模型在近期发表的 12 条在研药物合成路线上的表现，Reacon 在 Top-3 预测中以 85% 的概率成功预测出了与文献同类型的条件，显示出其在实际应用中的潜力。 该方法在 USPTO 测试集上的 Top-3 预测准确率达到 63.48%，同类型条件预测准确率达到 85.65%。 在 12 条近期在 Journal of Medicinal Chemistry drug annotation 上发表的药物合成路线上的测试表明 Reacon 在 Top-3 预测中以 85% 的概率成功获得了与文献同类型的条件
45310编辑于 2025-02-10 - 来自专栏深度应用
[开发技巧]·TopN指标计算方法
同理Top-3就是指概率最大3个index. 2.问题分析 可以发现Top-1的准确率很容易计算直接通过argmax就可以了，演示代码如下： import numpy as np lists = 其实就很容易了，可以利用argsort取得排好序元素的下标，再通过下标找到对应的概率值即可：以Top-3指标举例 import numpy as np lists = np.array([0.4,0.2,0.3,0.1
2.2K30发布于 2019-06-27 - 来自专栏新智元
微软论文一张截图，曝出GPT-3.5仅有200亿参数？AI圈巨震，网友大呼太离谱！
实验表明，CodeFusion（只有75M参数）在top-1精度方面与最先进的LLM（350M-175B参数）相当，并且在top-3和top-5精度方面性能和参数比非常优秀。 评估结果 下表总结了CODEFUSION模型与各个基线模型在top-1、top-3和top-5设置下的性能表现。 然而，在top-3和top-5方面，CODEFUSION明显优于所有基线模型。
1.1K30编辑于 2023-11-02 - 来自专栏新智元
11个LLM一起上，性能爆炸提升！AI2联合USC开源LLM-Blender集成学习框架：先排序再融合｜ACL 2023
此外，实验还统计了不同模型在与其他所有模型比较的过程中被排名为前3的比例（Top-3）。 尤其在GPT-Rank，BARTScore，BLEURT和Top-3的比例上，PairRanker取得了所有排序模型中最好的效果，并且要优于任意一个LLM。 最终发现，融合生成的回答不仅在三个自动度量指标BARTScore等上取得了巨大的提升，还在GPT-Rank和Top-3比例上取得了最佳的结果，LLM-Blender在实验的评估中展现了预期中的卓越性能。
56010编辑于 2023-08-07 - 来自专栏机器之心
CVPR实时移动端检测场景竞赛：字节跳动绝对优势夺冠
在举办方的服务器上，TFLite 模型会被发送到 Apple Bionic A11 SoC 移动端设备上测试模型运行耗时，并在举办方保留的测试集上测试 Top-1 和 Top-3 识别准确率。 评价指标： 识别场景类别的 Top-1 准确率； 识别场景类别的 Top-3 准确率； 在 Apple Bionic A11 目标平台上的运行耗时； 最终评分是依据公式（C 是一个常数的标准化系数)
55110编辑于 2023-03-29 - 来自专栏DrugAI
Nat. Commun. | 融合丰富知识的视觉语言模型助力提升常见与罕见眼底病诊断准确率
特别是在Top-3零样本任务中，RetiZero超过了来自新加坡、中国和美国的19位眼科医生的平均诊断水平。该模型显著增强了医生识别罕见眼底疾病的能力，显示出其在临床多样性环境中的集成应用潜力。 在EYE-15数据集中（15类常见疾病+正常，图像数：30,089），RetiZero在Top-1、Top-3和Top-5的准确率分别达到0.442、0.702和0.840，显著优于FLAIR。
14510编辑于 2026-01-06 - 来自专栏量子位
大模型搞“人肉搜索”，准确率高达95.8%！研究作者：已提醒OpenAI谷歌Meta
并且不止是能推测，它们的准确率还特别高： top-1精度高达85%，以及top-3精度95.8%。 2、如果考虑top-3准确率，GPT-4的准确率直接上升到95.8%——几乎与人类的判断力相同。
47120编辑于 2023-10-25 - 来自专栏Nicky's blog
Spring AI系列之RAG（检索增强生成）从原理到实战指南
向量检索Top-3 SearchParam searchParam = SearchParam.newBuilder() .withCollectionName("springai_rag # 商品库信息（Top-3匹配结果）： %s # 用户需求： %s # 回答要求： 1. 重排序（Reranking） 使用专门的交叉编码器（Cross-Encoder）模型对Top-K结果进行精排： 先使用向量检索召回Top-20 使用重排模型计算问题与文档的相关性分数 取Top-3作为最终上下文
43610编辑于 2026-02-10 - 来自专栏深度强化学习实验室
【DeepNash智能体】DeepMind-34位作者联名发表“无模型多智能体强化学习战略游戏”新基准
DeepNash beats existing state-of-the-art AI methods in Stratego and achieved a yearly (2022) and all-time top
1.3K30编辑于 2022-09-23 - 来自专栏单细胞天地
MACA: 一款自动注释细胞类型的工具
避免很多同源的细胞被拆分成很多小的cluster 之后就是通过一系列统计知识，将Label1 和Label2利用起来：MACA records significant or at least the top
1.1K61编辑于 2021-12-29 - <div className来自专栏Dance with GenAI
用kimi和claude自动生成时间轴图表
isLast &&
}53110编辑于 2024-07-05
大模型应用：近似最近邻搜索（ANN）算法驱动向量数据库的高效检索.29
2.5), (3.8, 5.4), (6.1, 4.8), (2.9, 1.5), (8.0, 3.2), (0.9, 4.5)}查询向量 q：(5.0, 3.5)检索目标：找到与 q 欧氏距离最近的 Top 1.5)，距离值为 2.90第9个坐标 (8.0, 3.2)，距离值为 3.02第1个坐标 (1.2, 3.1)，距离值为 3.82第10个坐标 (0.9, 4.5)，距离值为 4.22第三步：筛选 Top 表示按行计算）；用 np.argsort 对距离排序，获取 Top-K 索引；直观输出展示：分两个阶段：第一阶段（前 10 帧）逐帧高亮遍历的向量，显示实时计算的距离；第二阶段（后 3 帧）逐帧显示 Top 绿色点逐帧显示 Top-3 向量；3. 左上角文本显示 “已显示 X/3 个 Top-K 结果” 展示排序后的精确结果第 14 帧（完成） 1. 所有数据集向量为浅蓝，绿色点显示全部 Top-3；2.
人工智能 | NatMed | 用于疾病诊断辅助的通用医学语言模型
e,f，在八个专科的 ID 和 OOD 设置下，LLMs 的 Top-3 准确率对比。条形图表示均值±95% 置信区间。 Top-3准确率范围从85.8%（95%置信区间：83.4%，88.6%）到90.2%（95%置信区间：88.7%，93.5%）（图2e，f）。 雷达图显示了LLMs在每个专科表现上的Top-3宏精度，通过将疾病患病率的八分位数聚合来计算。 针对八类专科中的罕见疾病，LLMs在个体诊断中的Top-3微观精度。 条形图表示MedFound-DX-PA在每个专科内个别疾病上的Top-3精度。条形图还表示了平均值±95%置信区间。 Para_02 LLMs的平均表现进一步通过Top-3微精度进行评估，如图3d所示，该指标考虑了每个专业中的个体，以减轻小样本量类别的影响。
谷歌发布 HEAL 架构，4 步评估医学 AI 工具是否公平
此外，研究人员选择 top-3 agreement 作为评估 AI 工具性能的指标，其定义是，AI 建议的前 3 项条件中至少有一项与皮肤科专家小组的参考诊断相匹配的病例比例。 第三步：测量 AI 工具的性能 通过比较 AI 预测的排名病状与评估数据集上的参考诊断（根据年龄、性别、种族/族裔和eFST分层的亚群体）来测量 top-3 agreement 一致性。
用kimi和claude自动生成时间轴图表
isLast &&
}Python AI 教学|SVD（Singular Value Decomposition）算法及应用
运行结果： 基于默认的余弦相似度进行推荐top-3： 基于皮尔逊相关系数进行推荐top-3： 函数说明（四） 【1】eye函数 生成对角矩阵 语法：numpy.eye
大模型应用：从交易行为到实时反欺诈：向量数据库驱动的智能风控实践.33
10:42,016 - INFO - 待检测向量：[0.0, 0.7999999999999989, 0.0, 0.0, 0.0]2025-12-23 18:10:42,022 - INFO - 检索到Top 2025-12-23 18:10:42,026 - INFO - 待检测向量：[0.0, 1.0, 1.0, 1.0, 0.0] 2025-12-23 18:10:42,034 - INFO - 检索到Top ChromaDB数据库 ================================================== 【核心风控配置】 异常交易判定阈值：余弦相似度 < 0.7 检索相似向量数量：Top trade_hour：正常均值=20.00，当前值=3，偏离度=85.0% → 异常 is_common_device：正常均值=1.00，当前值=0，偏离度=100.0% → 异常 检索到Top trade_hour：正常均值=20.00，当前值=23，偏离度=15.0% → 正常 is_common_device：正常均值=1.00，当前值=0，偏离度=100.0% → 异常 检索到Top
每日学术速递11.1
实验表明，CodeFusion（75M 参数）在 top-1 精度方面与最先进的自回归系统（350M-175B 参数）相当，并且由于其更好的性能而在 top-3 和 top-5 精度方面优于它们多样性与质量的平衡
Spring AI系列之RAG（检索增强生成）从原理到实战指南
#商品库信息（Top-3匹配结果）：%s#用户需求：%s#回答要求：1.先分析用户需求（用途、预算、性能要求）2.从商品库中推荐1-2款最合适的，说明理由3.如果商品库中没有匹配项，请明确告知"暂无符合要求的商品 vectorResults));2.重排序（Reranking）使用专门的交叉编码器（Cross-Encoder）模型对Top-K结果进行精排：先使用向量检索召回Top-20使用重排模型计算问题与文档的相关性分数取Top
大数据趋势预测靠谱吗？德国研究者用1.7万篇arXiv论文预测机器学习和NLP研究趋势
表 1：根据标准化后的引用量得到的 cs.CL 领域 Top-3 论文，及其任务、方法和目标。括号中的数字表示截至 2018 年 12 月时的引用量绝对值和标准化后的值。 ?
