burstone的专栏

每种架构都有其独特的优势和适用场景，选择哪种架构取决于具体任务的需求和数据特点。Encoder-Decoder 架构。Encoder-Only 架构。Decoder-Only 架构。

自从IBM的深蓝系统1975年在国际象棋、Google的AlphaGo在2016年在国际围棋领域分别击败了人类顶级棋手之后，深度神经网络开始名声大振。本文介绍一种博弈的模型，它也蕴含了一种不断对抗、进化的机制：生成对抗网络（Generative Adversarial Networks，简称GANs），它是由Ian Goodfellow等人在2014年提出的一种深度学习模型，生成器（Generator）和判别器（Discriminator）——实现了数据的生成与判别，为人工智能领域带来了全新的突破。

在最近大模型的相关算法中，经常提到beam search算法，之前的文章介绍过（https://blog.youkuaiyun.com/burstone/article/details/142991670）。今天介绍另外一个经典算法–Viterbi，它在状态之间独立的情况下可以求解全局最优。我们首先介绍该算法，随后对比一下beam search与viterbi算法的优劣。Viterbi算法是一种动态规划算法，由安德鲁·维特比（Andrew Viterbi）在1967年提出，主要用于数字通信中的信号解卷积和噪声消除。