单调向量

大模型核心概念 | 嵌入模型（Embedding）、向量模型（Vector Model）

一、核心概念解析1.1嵌入模型（Embedding）作为AI领域的核心基础技术，嵌入模型通过将非结构化数据映射为低维稠密向量，实现语义特征的深度捕捉：文本嵌入：如将语句转换为1536维向量，使"机器学习

·2025-07-20 05:00

原创作品花非花

【词谱简介】：《花非花》，词牌名之一，单调二十六字，六句三仄韵。【词谱格律对照】：作者：[唐]白居易花非花，雾非雾。夜半来，天明去。⊙。⊙。。。来如春梦不多时，去似朝云无觅处。⊙⊙⊙。⊙⊙⊙。

冯素萍·2025-07-20 03:28

【V8.0 - 语言篇 II】AI的“文案扫描仪”：解剖脚本，量化内容的“灵魂骨架”

在上一篇《AI的“标题嗅觉”：用向量技术闻出爆款标题的味道》中，我们成功地赋予了AI“嗅觉”，让它能理解标题的深层语义。

爱分享的飘哥·2025-07-19 22:57

【回溯法】n皇后问题 C/C++ (附代码)

代码数据结构intx[]：存放解向量，即第i个皇后的位置intsum：记录解的个数#define_

haaaaaaarry·2025-07-19 18:34

STL 简介（标准模板库）

STL的核心组件包括容器（如向量

·2025-07-19 17:22

P9280 [AGM 2023 资格赛] Monty Hall 题解

观察题目可以发现，这个数列是单调不下降的，所以我们从后往前考虑。先考虑i=ni=ni=n的情况：站在111号门前，移动nnn步后，又回到了111号门，死循环了，所以不考虑。

Eason_cyx·2025-07-19 15:11

Paimon 删除向量

RowKind可以标记删除，但它和DeletionVector（删除向量）是为解决不同场景下的问题而设计的两种机制，它们工作在不同的层面。

lifallen·2025-07-19 13:59

Gcn符号笔记

结点特征向量矩阵XXX的尺寸为[N,C]，其中C是每个结点的特征数量，包含结点的额外属性，如年龄或文本特征。邻接矩阵A邻接矩阵A是一个方阵，用于表示图中结点之间的连接关系。

happydog007·2025-07-19 13:57

ColQwen-Omni：RAG全模态检索来了，支持【文本|图像|视频|音频】四种模态！

这些模型开创了视觉文档检索的新范式：无需费力地从文档中提取文本进行处理，只需将文档页面视为一系列图像（屏幕截图），然后训练视觉语言模型（VLM）直接将其内容表示为向量。

致Great·2025-07-19 12:22

单调栈和单调队列(还有栈的定义)(未完结版)

一、栈的基本概念1、栈的定义栈（Stack）：是只允许在一端进行插入或删除的线性表。首先栈是一种线性表，但限定这种线性表只能在某一端进行插入和删除操作。栈顶（Top）：线性表允许进行插入删除的那一端。栈底（Bottom）：固定的，不允许进行插入和删除的另一端。空栈：不含任何元素的空表。栈又称为后进先出（LastInFirstOut）的线性表，简称LIFO结构模板stl大法(下面还有一个普通的模拟过

凌辰揽月·2025-07-19 11:43

全局 WAF 规则：构筑 Web 安全的坚固防线

定义：全局WAF（Web应用防火墙）规则是指在WAF系统中对所有受保护的Web应用或整个网络环境生效的通用防护策略，旨在覆盖常见的Web攻击向量、合规要求及基础安全基线，减少重复配置并确保整体防护的一致性

2501_91022519·2025-07-19 10:01

洛谷 P2947：[USACO09MAR] Look Up S ← 数组模拟+单调栈

【题目来源】https://www.luogu.com.cn/problem/P2947【题目描述】约翰的N(1≤N≤10^5)头奶牛站成一排，奶牛i的身高是Hi(1≤Hi≤10^6)。现在，每只奶牛都在向右看齐。对于奶牛i，如果奶牛j满足iusingnamespacestd;constintmaxn=1e6+5;inth[maxn],c[maxn];intstk[maxn];intn,top;i

hnjzsyjyj·2025-07-19 09:58

LangChain中的向量数据库接口－Weaviate

from_texts方法2.1、应用样例3、similarity_search方法3.1、应用样例三、项目应用1、安装依赖2、引入依赖3、创建对象4、添加数据5、查询数据总结前言 Weaviate是一个开源的向量数据库

洪城叮当·2025-07-12 15:16

深度学习模型表征提取全解析

模型内部进行表征提取的方法在自然语言处理（NLP）中，“表征（Representation）”指将文本（词、短语、句子、文档等）转化为计算机可理解的数值形式（如向量、矩阵），核心目标是捕捉语言的语义、语法

ZhangJiQun&MXP·2025-07-12 15:14

LLM的表征做减法的是什么，自然语言是一个矩阵，怎么进行减法的

LLM的表征做减法的是什么，自然语言是一个矩阵，怎么进行减法的有个假设：就是最后一个词语融合了前面词语的信息减法操作主要用于提取模型内部表征中的"诚实性"概念向量。

ZhangJiQun&MXP·2025-07-12 14:40

湫默·2025-07-12 14:07

STM32-DAC数模转换

DAC数模转换：将数字信号转换成模拟信号特性：2个DAC转换器每个都拥有一个转换通道8位或12位单调输出（8位右对齐；12位左对齐右对齐）双ADC通道同时或者分别转换外部触发中断电压源控制部分（外部触发

·2025-07-12 12:56

NumPy-@运算符详解

NumPy-@运算符详解一、@运算符的起源与设计目标1.从数学到代码：符号的统一2.设计目标二、@运算符的核心语法与运算规则1.基础用法：二维矩阵乘法2.一维向量的矩阵语义3.高维数组：批次矩阵运算4.

GG不是gg·2025-07-12 08:53

任鸟飞FPS类型游戏绘制,骨骼,u3d,UE4和游戏安全,反外挂研究 (三)

非常容易被检测第二种窗口上自行绘制,但是会闪优缺点适中第三种自建透明窗口,覆盖游戏窗口,透明窗口上绘制优点:稳定确定:代码复杂,会闪反外挂:无非就是针对外挂使用的函数进行检测深入学习矩阵对象的世界坐标列向量

任鸟飞逆向~·2025-07-12 06:13

资源分享-FPS, 矩阵, 骨骼, 绘制, 自瞄, U3D, UE4逆向辅助实战视频教程

教程内容1.FPS类型游戏的设计研究和游戏安全,反外挂研究2.二维向量和平面距离3.atan2和tan4.三维向量和空间距离5.补充向量乘法6.矩阵和矩阵的运算7.矩阵的特性8

小零羊·2025-07-12 06:08

【常见滤波器】PCL 点云投影到拟合平面

常见问题与解决方案可视化与调试平面投影的核心原理数学原理与几何概念点云投影到拟合平面是将三维点云数据降维到二维平面的过程，核心思想是正交投影：平面方程：ax+by+cz+d=0ax+by+cz+d=0ax+by+cz+d=0平面法向量

X-Vision·2025-07-11 21:40

bert中 [CLS] 和 [SEP] 表示什么意思？

在BERT中，[CLS]对应着输入文本中第一个词的词向量，输出层中的第一个神经元通常会被用来预测文本的类别。[SEP]是"separator"的缩写，它通常表示句子或文档的结尾。

·2025-07-11 20:04

深度学习预备知识

具有一个轴的张量对应数学上的向量，具有两个轴的张量对应数学上的矩阵，具有两个以上轴的张量目前没有特定的数学名称。

AmazingMQ·2025-07-11 17:11

Python 语音识别系列-实战学习-语音识别特征提取

Python语音识别系列-实战学习-语音识别特征提取前言1.预加重、分帧和加窗2.提取特征3.可视化特征4.总结前言语音识别特征提取是语音处理中的一个重要环节，其主要任务是将连续的时域语音信号转换为连续的特征向量

·2025-07-11 14:25

ARMv7单核CPU上SWI（软件中断）验证

在ARMv7单核CPU上验证SWI（软件中断）功能需结合硬件初始化、异常向量表配置、处理函数实现及调试手段，以下是详细验证方案：一、验证环境搭建1.硬件准备开发板：搭载ARMv7单核CPU（如Cortex-A7

liuluyang530·2025-07-11 12:40

华为OD技术面试高频考点（算法篇、AI方向）

一、Transformer核心机制：自注意力(Self-Attention)公式:Attention=softmax(QK^T/√d_k)v运作原理：1.Q/K/V矩阵：输入向量通过线性变换生成Query

·2025-07-11 10:52

【RAG实战指南 Day 13】嵌入模型选择与性能对比

在信息检索过程中，嵌入模型将文本转换为向量表示，其质量决定了语义搜索的准确性和召回率。本文将深入分析主流嵌入模型的技术特点、性能表现和适用场景，帮助您在项目中做出最优选择。通过本文，您将

在未来等你·2025-07-11 08:12

请用人话给我讲讲向量和张量的联系和区别

请用人话给我讲讲向量和张量的联系和区别豆包咱们先从最熟悉的概念入手，一步步说清楚向量和张量的关系与区别，保证接地气。先搞懂“维度”：生活里的例子咱们先统一一个词：维度。

零点零一·2025-07-11 03:42

Semantic text 就是那么强大，还附带一包（ BBQ ）薯片！配有可配置的分块设置和索引选项。

作者：来自ElasticKathleenDeRusso语义文本搜索现在可以自定义，支持可配置的分块设置和索引选项，用于自定义向量量化，使semantic_text在专业用例中更强大。

Elastic 中国社区官方博客·2025-07-11 03:41

机器学习算法：核心原理与前沿发展综述

一、算法分类体系根据学习范式，机器学习算法可分为三大类：监督学习：基于标注数据的建模方法线性回归：最小化平方误差的闭式解θ=(XᵀX)⁻¹Xᵀy支持向量机：通过核技巧实现非线性分类，优化目标为max(0,1

fmvrj34202·2025-07-11 02:34

Spring AI 本地 RAG 实战：用Redis、Chroma搭建离线知识问答系统

本文将用Ollama+Qwen-7B搭建离线知识问答系统（含Redis/Chroma向量库）目录前言环境搭建项目结构设计Maven依赖pom.xmlapplication.yml配置（Redis+Ollama

勤奋的知更鸟·2025-07-11 00:51

lstm 输入数据维度_[mcj]pytorch中LSTM的输入输出解释||LSTM输入输出详解

首先看个pytorch官方的例子：#首先导入LSTM需要的相关模块importtorchimporttorch.nnasnn#神经网络模块#数据向量维数10,隐藏元维度20,2个LSTM层串联(如果是1

萬重·2025-07-10 21:55

pytorch 自动微分

**梯度**2.计算梯度2.1标量梯度计算2.2向量梯度计算2.3多标量梯度计算2.4多向量梯度计算3.梯度上下文控制3.1控制梯度计算（withtorch.no_grad()）3.2累计梯度3.3梯度清零

this_show_time·2025-07-10 19:47

从数据到智慧：AI原生知识库构建的完整技术栈解析

从数据到智慧：AI原生知识库构建的完整技术栈解析关键词AI原生知识库、知识图谱、向量数据库、大语言模型、RAG技术、知识工程、智能问答系统摘要在人工智能飞速发展的今天，构建能够真正理解、组织和应用知识的系统已成为企业数字化转型的核心竞争力

AI天才研究院·2025-07-10 19:15

大型语言模型中的提示工程系统综述：技术与应用

prompt可以是提供上下文以引导模型的自然语言指令，也可以是激活相关知识的学习向量表示。这一新兴领域已

AI专题精讲·2025-07-10 17:33

洛谷 B3627 立方根--二分法求解整数立方根问题

这个问题可以形式化表述为：数学定义：⌊∛n⌋=max{x∈ℤ⁺|x³≤n}问题特性分析：单调性保证：立方函数f(x)=x³在正整数域上是严格单调递增的函数有界性：解的范围明确限定在[1,n]区间内离散性

jdlxx_dongfangxing·2025-07-10 16:58

从零开始：构建支持上下文窗口的AI原生应用实战指南

从零开始：构建支持上下文窗口的AI原生应用实战指南关键词：大语言模型（LLM）、上下文窗口、AI原生应用、token管理、对话状态保持、向量检索、记忆压缩摘要：本文从AI原生应用的核心需求出发，系统讲解支持上下文窗口的应用构建全流程

AI天才研究院·2025-07-10 15:49

C#实现SVM支持向量机（附完整源码）

C#实现SVM支持向量机下面是使用C#实现支持向量机（SVM）的示例代码：usingSystem;usingAccord.MachineLearning.VectorMachines;usingAccord.MachineLearning.VectorMachines.Learning

源代码大师·2025-07-10 13:36

AI驱动的个人工作革命：基于DeepSeek构建全场景智能工作助理（含源代码+多应用场景）

方案融合向量数据库、多模态交互与个性化学习算法，构建涵盖邮件处理、会议管理、文档生成等15大核心工作场景的自动化系统。

AI_DL_CODE·2025-07-10 12:30

上下文工程：AI 智能体架构落地的关键新技术

通过分层架构设计、动态压缩策略与向量化增强技术，上下文工程显著提升智能体的记忆效率与推理

一休哥助手·2025-07-10 08:32

OpenSearch 向量搜索与Qwen3-Embedding 集成示例

本项目演示了如何将OpenSearch的k-NN(k-NearestNeighbors)向量搜索功能与OpenAI的高级文本嵌入模型（如Qwen3-Embedding）相结合，以实现强大的语义搜索。

ZHOU_CAMP·2025-07-10 03:00

Apache Cloudberry 向量化实践（二）：如何识别和定位向量化系统的性能瓶颈？

如何系统性识别并定位向量化执行链路中的性能瓶颈？本文将结合分析方法论与实践案例，帮助大家建立起优化的基本盘。性能问题从何而来？向量化系统中的性能瓶颈往往不易察觉。

·2025-07-10 00:09

Attention机制完全解析：从原理到ChatGPT实战

1.2计算三步曲（以"吃苹果"为例）Q(Query)、K(Key)、V(Value)的分工角色数学表示作用类比QW_q·输入向量主动提问者：表示当前需要关注什么好比"学生举手提问"KW_k·输入向量匹配者

学废了wuwu·2025-07-09 22:05

深入浅出二分法：从实际问题看“最小化最大值”问题的求解之道

一、二分法的核心思想：利用单调性高效收缩范围二分法的本质是通过不断将搜索范围减半，快速定位目标值。在“最小化最大值”问题中，其核心逻

余厌厌厌·2025-07-09 22:29

AI产品经理技术篇：从传统AI到生成式AI，解密大模型的核心概念

从“参数”的意义到“Token”的向量化，从Transfor

让我看看好学吗·2025-07-09 21:24

揭秘图像LLM：从像素到语言的智能转换

以下结合CLIP、DALL-E、GPT-4V等主流模型，通过具体例子说明其工作机制：一、图像→特征向量：从像素到“密码”例子：识别“戴墨镜的猫”视觉编码器提取特征使用ResNet或ViT（VisionTransformer

ZhangJiQun&MXP·2025-07-09 21:52

6. ETL Pipeline-SpringAI实战

ETLPipelineETL是提取、转换、加载的缩写，从原始的文档到数据库需要经历提取（.doc、.ppt、.xlsx等）、转换（数据结构化、清理数据、数据分块）、写入向量数据库。

起凡7·2025-07-09 20:19

LLM（大语言模型）能识别图像的核心原因:图像和文本记性特征识别且对其

核心技术原理1.跨模态对齐：让图像与文本说同一种语言向量空间统一：图像通过CNN或ViT编码为特征向量（如512维），文本通过Transformer编码为语义向量（如768维）。

ZhangJiQun&MXP·2025-07-09 20:17

人工智能-基础篇-18-什么是RAG(检索增强生成：知识库+向量化技术+大语言模型LLM整合的技术框架)

RAG（Retrieval-AugmentedGeneration，检索增强生成）是一种结合外部知识检索与大语言模型（LLM）生成能力的技术框架，旨在提升生成式AI在问答、内容创作等任务中的准确性、实时性和领域适应性。1、核心概念大语言模型（LLM）的两大局限性：时效性不足：LLM的训练数据截止于某一时间点，无法获取最新信息（如2025年后的新事件）。知识幻觉：当问题超出模型训练数据范围时，LLM

weisian151·2025-07-09 20:47

支持向量机（SVM）在病理切片图像分类（癌细胞检测，Camelyon16/17、TCGA）中的应用与实现

支持向量机（SVM）在病理切片图像分类（癌细胞检测，Camelyon16/17、TCGA）中的应用与实现病理切片图像分类是医学影像分析的重要领域，特别是在癌细胞检测中，SVM因其对高维数据和小样本场景的优异性能

猿享天开·2025-07-09 20:45

推荐频道