AndyS
2020-02-06 22:44
https://www.w3.org/TR/rdf11-mt/#dfn-lean中的示例
例如，图
例如：a ex：p _：x。
_：y ex：p _：x。不瘦，但是
例如：a ex：p _：x。
_：x ex：p _：x。瘦。地面图是精益的。
在问题示例中，主题和宾语均被翻转，但是G1和G2则为“ RDF 1.1语义”示例。
G1不瘦。
您可以删除“ _：X foaf：knows _：Y”（或删除“ _：y ex：p _：x”）-该三元组不会添加任何新信息。我们从第一个三元组“ _：X foaf：knows ex：bob”知道“ _：X知道某事”，这就是第二个三元组所说的全部。
图G3和G4是瘦的。
如果我们有G5：_:X foaf:knows _:Y那么G5是精益的，但G3合并的G5不是精益的。
G2是精益的，因为三元组“ _：X foaf：knows _：X”添加了一些信息，该资源知道自己。第一个三元组没有这么说。
热门帖子
相关问题
热门github
1
2
4
The Python Risk Identification Tool for generative AI (PyRIT) is an open access automation framework to empower security professionals and machine learning engineers to proactively find risks in their generative AI systems.
(翻译：用于生成式 AI 的 Python 风险识别工具 (PyRIT) 是一个开放式访问自动化框架，使安全专业人员和机器学习工程师能够主动发现其生成式 AI 系统中的风险。)
5
7
8
9
Mamba is a new state space model architecture showing promising performance on information-dense data such as language modeling, where previous subquadratic models fall short of Transformers. It is based on the line of progress on structured state space models, with an efficient hardware-aware design and implementation in the spirit of FlashAttention.
(翻译：Mamba 是一种新的状态空间模型架构，在信息密集型数据（例如语言建模）上显示出良好的性能，而之前的二次模型在 Transformers 方面存在不足。它基于结构化状态空间模型的进展，并本着FlashAttention的精神进行高效的硬件感知设计和实现。)
10
11
13
现在我明白了，非常感谢。