多模态半监督第4页

草根版外卖避雷计划「数据库寄生 2.0」优化方案

#外卖避雷计划#】[特殊字符][特殊字符]-CSDN博客（含三端流程图+预算穿透表+风险应对）一、策划目标（草根版核心）实现单城外卖后厨监督轻量化：✅创作端：骑手/打假人扫码接单，视频自动同步（省90%

cainiaojunshi·2025-03-15 13:24

数据标注质量对AI模型质量的影响分析

1、数据标注是AI最基础的工作：数据标注是构建高质量AI模型的基石：数据标注尤其是在监督学习范式下，是AI领域最基础、最关键的工作之一。

自由鬼·2025-03-15 10:30

Gemini 2.0 全面解析：技术突破、应用场景与竞争格局

摘要2025年3月，谷歌正式发布Gemini2.0大模型，凭借其在多模态处理、代码生成和长上下文理解等领域的突破性进展，迅速成为AI领域的焦点。

zhz5214·2025-03-15 09:24

吴恩达机器学习笔记复盘（二）监督学习和无监督学习

监督学习经济价值以及定义监督学习是机器学习中创造了99%经济价值的类型，它是学习输入到输出映射的算法，关键在于给学习算法提供包含正确答案（即给定输入X的正确标签Y）的学习例子。

wgc2k·2025-03-15 09:21

大数据技术【7】

A.结构化B.非结构化C.文本D.半结构化2.Kmeans算法包括如下步骤：①在第j次迭代中，对于每个样本点，选取最近的中心点，归为该类；②更新中心点为每类的均值；③随机选取k个中心点；④j选择一项：a

星绘搜题·2025-03-15 09:50

cv君独家视角 | AI内幕系列七：EfficientViT模型：基于多尺度线性注意力模块，实现高效的高分辨率密集预测

通过一系列精心策划的文章，我们将带您深入了解AI的各个领域，从计算机视觉到文本语音等多模态领域，从基础理论到前沿技术，从行业应用到未来趋势。

cv君·2025-03-15 09:19

eBest AI Hub全场景接入Deepseek

一、技术赋能，智创未来Deepseek的强大基因将为eBest产品注入新的活力即时智能响应：融合海量行业智慧与互联网搜索精华，提供秒级智能建议；多模态理解能力：突破界限，无缝融合文本、代码与图像理解

eBest数字化转型方案·2025-03-15 07:01

认知科学：解决复杂问题的5个关键策略

这些策略包括：模式识别规则抽取推理和逻辑推理知识表示和知识图谱多模态处理我们将在接下来的部分中详细讨论这些策略，并提供代码实例和数学模型公

AI天才研究院·2025-03-15 06:25

Mybatis的基本使用

特点:简化数据库的操作SQL映射灵活(半ORM框架)支持高级映射易于集成维护配置动态SQL缓存机制功能：替代JDBC,JDBC是java中提供的用于操作数据库的技术及方案数据库的连接控制难。

学c真好玩·2025-03-15 00:01

数据挖掘技术介绍

分类定义：是一种监督学习方法，用于将数据分为不同的类别。功能：根据已标记的训练数据，学习一个模型，用于预测新数据的类别。方法：决策树、支持向量机、神经网络、逻辑回归、

柒柒钏·2025-03-14 23:25

实现相机权限二次申请鸿蒙示例代码

实现相机权限二次申请源码链接效果预览使用说明点击“RequestPermission”按钮，出现弹窗向用户申请相机访问权限授权，点击“不允许”，再次点击“RequestPermission”按钮，出现半屏弹窗二次向用户申请授权

·2025-03-14 22:39

1章5节：大模型术语解读与从生成到推理的演进

从多模态到通用模型，再到行业模型，人工智能的边界不断拓展，为各行各业带来了全新的机遇与挑战。

DAT｜R科学与人工智能·2025-03-14 22:08

微信小程序脚本自动化测试方案

一段痛苦的日子从开始负责小程序开始，基本每两周发一次版本，并且是在10点半后开始发版。经常遇到的场景是等到10点，以为测试的差不多了，没有什么问题。啪啪，打脸来的太快，总会发现

测试工程师成长之路·2025-03-14 22:06

手写机器学习算法系列——K-Means聚类算法(一)

1.聚类算法简介在数据科学和机器学习领域，聚类(Clustering)算法是一种无监督学习方法，它将相似的对象分到同一个组，而不同的对象则被分到不同的组。

木有鱼丸223·2025-03-14 16:52

华为又一重拳！迄今为止最强5G基带芯片、全球最快CPE正式发布！

华为：让5G基站更简单据悉，天罡芯片支持200M频宽频带，可以让全球90%的站点在不改造市电的情况下实现5G，预计可以把5G基站重量减少一半。华为常务董事、运营BG总裁丁耘透

weixin_34101229·2025-03-14 15:13

推理大模型：技术解析与未来趋势全景

推理大模型的定义推理大模型（ReasoningLLMs）是专门针对复杂多步推理任务优化的大型语言模型，具备以下核心特性：输出形式创新展示完整逻辑链条（如公式推导、多阶段分析）任务类型聚焦擅长数学证明、编程挑战、多模态谜题等深度逻辑任务训练方法升级融合强化学习

时光旅人01号·2025-03-14 15:10

DeepSeek 与其他 AI 模型的对比：优势与特色分析

多模态能力：DeepSeek支持多种输入和输出形式，如图像和语音。行业适配性：DeepSeek提供了针对不同行业的优化方案。三、与BERT系列的对比生成能力：Dee

CarlowZJ·2025-03-14 14:00

RocketMQ中事务消息的实现机制

一、事务消息的基本流程（一）第一阶段：半消息的发送当生产者发送事务消息时，RocketMQ会将消息存储在一个特殊的队列RMQ_SYS_TR

啊sen丶·2025-03-14 13:59

【从零开始学习计算机科学】数据库系统（十）XML、XPATH、XQuery与XML数据库

Namespaces文档类型定义(DTD)文档类型定义(DTD)XML数据文档的树模型XML树模型的生成方式Xpath语言Xpath常用的标记XQuery语言XML基础知识XML是一种语言，更是一种适合灵活描述各种办半结构化的数据和结构的好工具

贫苦游商·2025-03-14 13:24

深入浅出 K 近邻算法：原理、实践与应用

KNN算法的基本原理KNN算法属于监督学习范畴，其核心思想质朴而直

烂蜻蜓·2025-03-14 12:50

DeepSeek大模型部署指南

DeepSeek作为一款高性能的大模型，支持长文本、多模态、代码生成等复杂任务，已经在多个领域展现出强大的能力。

点我头像干啥·2025-03-14 12:20

LLM 为什么需要 tokenizer？

通常采用了基于自监督学习的方式进行预训练，其中最常见的方法之一是使用自

SmallerFL·2025-03-14 03:45

如何设计高效的数据湖架构？

相比于传统数据仓库，数据湖能够支持结构化、半结构化和非结构化数据，同时提供更灵活的存储与计算能力。

晴天彩虹雨·2025-03-14 02:41

全球首款通用AI Agent「Manus」来了！中国团队打造，让AI真正替你干活！

它集成了多模态交互系统和自主任务规划能力，不仅能理解自然语言指令，还能主动拆解复杂任务、调用各类软件工具，真正实现"动口不动手"的智能体验

ruanjianan1·2025-03-14 02:10

【大模型新书】基于RAG的生成式AI：使用LlamaIndex、Deep Lake和Pinecone构建自定义的检索增强生成管道

AI管道，利用嵌入式向量数据库和集成的人类反馈来实现检索增强生成（RAG）购买本书的纸质版或Kindle版即包含免费的PDF格式电子书主要特点实现RAG的可追溯输出，将每个响应与其源文档链接，构建可靠的多模态对话智能体在管道中集成

AI大模型-大飞·2025-03-13 23:18

Activeloop Deep Lake: AI时代的数据湖解决方案

ActiveloopDeepLake是一种多模态向量存储解决方案，支持嵌入和元数据（如文本、Json、图像、音频、视频等）的存储。

HGWAcsdgvs·2025-03-13 22:15

Deep Lake：人工智能时代的数据湖

它提供高效的多模态数据管理、类似Git的版本控制、强大的查询和可视化功能，并与MLOps生态系统无缝集成，助你轻松驾驭海量数据，加速模型训练！

开源项目精选·2025-03-13 22:43

基于多模态大模型的不完整多组学数据特征选择策略

基于多模态大模型的不完整多组学数据特征选择策略是当前生物信息学和精准医学领域的一个前沿问题。

m0_65156252·2025-03-13 18:17

m0_65156252·2025-03-13 18:16

附原文 |《2024年漏洞与威胁趋势报告》深度解读

这一年，新发现漏洞的数量出现了前所未有的增长态势，其中高危或严重级别的漏洞占比高达一半，漏洞利用的时间线显著缩短，然而平均修复时间却过长。

·2025-03-13 15:17

实现可滑动面板鸿蒙示例代码

实现思路通过bindSheet属性为组件绑定半模态页面，在组件插入时可通过设置自定义或默认的内置高度确定半模态大小。为了使isShow参数值与半模态界面的状态

·2025-03-13 15:14

点云从入门到精通技术详解100篇-基于激光雷达点云的三维目标检测

目录前言图像目标检测算法研究现状点云目标检测算法研究现状基于投影图的方法基于体素的方法基于点云的多模态融合方法2地面点云滤波及神经网络2.1目标检测数据集及采集设备2.1.1KITTI数据集2.1.2车载激光雷达

格图素书·2025-03-13 13:08

AI战略家：AI驱动的政府治理现代化：重构问题识别、决策与监督的范式

一、政府公共管理的核心痛点与治理逻辑重构现代政府治理的核心矛盾源于“问题识别-资源匹配-监督反馈”链条的断裂，需从机制设计层面突破传统治理范式。

SZ0771·2025-03-13 11:22

Linly-Talker：开源数字人框架的技术解析与影响

一、引言：AI数字人的发展趋势近年来，数字人（DigitalHuman）技术迅速发展，从最早的2D虚拟主播，到如今能够进行实时交互的3D智能助手，AI在多模态交互领域的应用愈发广泛。

萧鼎·2025-03-13 08:23

豆包AI：打破智能边界，开启“人人可编程”的AI普惠时代

当大多数AI平台还在比拼模型参数时，豆包AI以“零代码交互+多模态引擎+垂直场景精调”的创新架构，正在重塑人机协作的范式。

Herbig·2025-03-13 05:07

大语言模型（LLM）的微调与应用

需通过有监督微调（SFT）或低秩适配（LoRA）等技术优化模型权重。

AI Echoes·2025-03-13 03:50

论文阅读笔记——π0: A Vision-Language-Action Flow Model for General Robot Control

π0采用FlowMatching技术来建模连续动作的分布，这一创新使模型能够精确控制高频率的灵巧操作任务，同时具备处理多模态数据的能力。

寻丶幽风·2025-03-13 01:33

【论文阅读】Learning Transferable Visual Models From Natural Language Supervision（2021）

aretrainedtopredictafixedsetofpredeterminedobjectcategories（被训练来预测一组固定的预定对象类别）.Thisrestrictedformofsupervision（受限制的监督形式

Bosenya12·2025-03-13 01:02

InternVL：论文阅读 -- 多模态大模型(视觉语言模型)

3）训练策略（1）第一阶段：视觉-语言对比训练（2）第二阶段：视觉语言生成训练（3）第三阶段：监督微调（SFT）3.InternVL应用1）对于视觉感知任务2）对于对比任务3）对于生成任务4）对于

XiaoJ1234567·2025-03-12 23:20

VLRMBench ：一个涵盖数学推理、幻觉理解、多图像理解等多种任务的视觉-语言奖励模型基准测试数据集

一、研究背景近年来，随着大语言模型和大视觉-语言模型的快速发展，它们在多模态任务中取得了显著进展，广泛应用于医学影像、遥感、自动

·2025-03-12 22:23

KMeans实战——聚类和轮廓系数评估啤酒数据集

原理：在数据分析和机器学习中，聚类是一种常用的无监督学习方法，用于将数据集中的样本划分为若干个簇，使得同一簇内的样本相似度较高，而不同簇之间的样本相似度较低。

巷955·2025-03-12 21:38

多数元素题解

前置点播：摩尔投票法（Moore'sVotingAlgorithm）的核心思想是通过两两抵消不同的元素，最终剩下的元素就是出现次数超过一半的元素。

陆仁贾笨贾·2025-03-12 20:32

如何增强机器学习基础，提升大模型面试通过概率

我的好朋友没有通过面试所以我给我的好朋友准备了这一篇学习路线随着大模型（如Transformer、GPT-4、LLaMA等）在自然语言处理（NLP）、计算机视觉（CV）和多模态任务中的广泛应用，AI行业的招聘竞争愈发激烈

weixin_40941102·2025-03-12 19:55

稚晖君甩出人形机器人王炸！灵犀X2干碎行业天花板，程序员集体跪服…

这款搭载“硅光动语”多模态大模型的怪物，不仅会骑自行车、跳科目三，还能通过人类表情判断情绪，实现毫秒级交互反应，直接刷新行业认知。网友辣评：“这玩意要是量产，家政阿姨和工厂普工可以直接领退休金了！”

回南天码农·2025-03-12 19:54

(9-4-01)MM-Vet多模态大模型评估系统：多模态大模型评估

9.4多模态大模型评估在本项目中，通过文件mm-vet-v2_evaluator.py评估常见多模态模型在MM-Vet-v2数据集上的表现。

码农三叔·2025-03-12 17:13

vLLM框架：使用大模型推理框架

以下从安装配置、基础推理、高级功能、服务化部署到多模态扩展逐步讲解。

CITY_OF_MO_GY·2025-03-12 17:12

HBase2.6.1部署文档

它适合处理结构化和半结构化数据，能够存储数十亿行和数百万列的数据，并支持实时读写操作。HBase通常应用于需要快速随机读写、低延迟访问以及高吞吐量的场景，例如大规模日志处理、社交网络数据存储等。

CXH728·2025-03-12 17:10

Phi-4-multimodal：图、文、音频统一的多模态大模型架构、训练方法、数据细节

Phi-4-Multimodal是一种参数高效的多模态模型，通过LoRA适配器和模式特定路由器实现文本、视觉和语音/音频的无缝集成。

余俊晖·2025-03-12 12:40

在BERT中，如何确定一个标记的重要性

目录在BERT中，如何确定一个标记的重要性在BERT模型中，哪些标记通常具有最高的重要性权重调整损失函数或添加额外的监督信号以影响模型对特殊标记的关注度在BERT中，如何确定一个标记的重要性在BERT模型中

一只天蝎·2025-03-12 10:55

情感识别（Emotion Recognition）

情感识别（EmotionRecognition）是通过分析人类的多模态数据（如面部表情、语音、文本等）来识别和理解其情感状态的技术。它在人机交互、心理健康、市场分析等领域有广泛应用。

路野yue·2025-03-12 08:10

推荐频道

多模态半监督