大模型创业第15页

国外7个最佳大语言模型 (LLM) API推荐

大型语言模型(LLM)API将彻底改变我们处理语言的方式。在深度学习和机器学习算法的支持下，LLMAPI提供了前所未有的自然语言理解能力。

幂简集成·2025-03-21 19:15

【深度学习】DeepSeek模型介绍与部署

原文链接：DeepSeek-V31.介绍DeepSeek-V3，一个强大的混合专家(MoE)语言模型，拥有671B总参数，其中每个token激活37B参数。

Nerous_·2025-03-21 19:15

[NOIP2011 提高组] 铺地毯

现在将这些地毯按照编号从小到大的顺序平行于坐标轴先后铺设，后铺的地毯覆盖在前面已经铺好的地毯之上。地毯铺设完成后，组织者想知道覆盖地面某个点的最上面的那张地毯的编号。

Nerous_·2025-03-21 19:45

【NLP】 API在大语言模型中的应用

大语言模型（LargeLanguageModels,LLMs）通过API（应用程序接口）为开发者提供了便捷的调用方式，使其能够快速集成自然语言处理能力到各类应用中。

Nerous_·2025-03-21 18:13

软件工程（数据字典）

数据流图和数据字典共同构成系统的逻辑模型，没有数据字典，数据流图就不严格，然而没有数据流图，数据字典也难于发挥作用。只有数据流图和对数据流图中每个元素的精确定义放在一起，才能共同构成系统的

Rain:)·2025-03-21 18:42

数据结构、图论---数组模拟单链表邻接表

数组模拟链表或者所谓的邻接表，实际上都是静态链表，以数组下标模拟模拟内存地址，使得可以一开始就给数组分配好连续的一大片空间，而使用中的“内存分配”实际上就是变成了简单的idx++比赛中使用静态链表代替指针型链可以减少内存分配带来的时间消耗

wow_awsl_qwq·2025-03-21 18:10

HRM：分层多步奖励模型

论文标题TowardsHierarchicalMulti-StepRewardModelsforEnhancedReasoninginLargeLanguageModels论文地址https://arxiv.org/pdf/2503.13551代码地址https://github.com/tengwang0318/hierarchial_reward_model作者背景香港大学，北京大学，新加坡国

大模型最新论文速读·2025-03-21 18:39

【DNN量化工具】QKeras 工具简介

QKeras工具简介QKeras是一个用于量化深度学习模型的Keras扩展库，旨在使深度学习模型的量化（即将模型的浮点权重转换为低精度格式）变得简单而高效。

kanhao100·2025-03-21 18:07

【nnUnetv2】Code复现

：预处理（resampling和normalization）、训练（loss，optimizer设置、数据增广）、推理（patch-based策略、test-time-augmentations集成和模型集成等

是Winky啊·2025-03-21 18:35

时间序列分析的军火库：AutoTS、Darts、Kats、PaddleTS、tfts 和 FancyTS解析

本文将对AutoTS、Darts、Kats、PaddleTS、tfts和FancyTS六大主流库进行详细解析，并提供代码示例，帮助你根据实际需求选择最佳工具。

赛卡·2025-03-21 18:04

软件工程：数据字典

一、数据字典的核心作用定位：数据字典是数据流图（DFD）的补充说明文档，与DFD共同构成系统的逻辑模型。核心价值：消除二义性：明确数据流、存储、元素的定义，避免理解偏差。

愚戏师·2025-03-21 17:02

Softmax温度调节与注意力缩放：深度神经网络中的平滑艺术

今天，我们将探讨两个看似独立却本质相通的机制：生成模型中的温度参数与Transformer注意力机制中的缩放因子。这两个设计都围绕着同一个核心概念——softmax分布的平滑控制。

Mark White·2025-03-21 17:01

数据分析面临的三大挑战该如何解决

转载自品略图书馆http://www.pinlue.com/article/2020/09/0712/2611202048648.html有效的分析已成为决定性因素，很明显，掌握它的人会蓬勃发展。但是，实现这一目标的过程并非没有障碍。最常见的数据分析挑战是什么？公司如何自信地应对它们？下面就来介绍一下。1、浏览预算限制数据分析领导者需要在当下采取行动，但同时也需要考虑未来。平衡这些需求要求他们在制

銨靜菂等芐紶·2025-03-21 17:30

【轻松学C：编程小白的大冒险】— 09 运算符与表达式的实际应用

【轻松学C：编程小白的大冒险】—09运算符与表达式的实际应用一、运算符家族大阅兵二、算术运算符：数学界的五虎上将1.加法运算符`+`2.减法运算符`-`3.乘法运算符`*`4.除法运算符`/`5.取模运算符

秋知叶i·2025-03-21 17:30

【数据治理】数据湖治理实践：腾讯云数据湖元数据实践指南

本文的内容主要包括四部分：1、数据湖背景概述，介绍腾讯数据湖的整体架构；2、数据湖统一元数据模块的详细架构实现；3、介绍腾讯云上元数据多租户的设计模式；4、介绍统一元数据的两大核心能力：在线数据目录和离线数据治理的功能

菜鸟蜀黍·2025-03-21 17:59

使用Python轻松拆分PDF，每页独立成文件

如果你曾经有想要拆分一个大PDF文件的想法，让每一页都成为独立的文件，那么这篇博客就是为你准备的！我们将使用Python中的一个非常强大的库–PyPDF2，把这些需求变得简单易行。

AI航海家(Ethan)·2025-03-21 17:29

决策树算法及其python实例

决策树模型呈树形结构，在分类问题中，表示基于特征对数据进行分类的过程。它可以认为是if-then规则的集合。

m0_74831463·2025-03-21 17:57

大模型在冠心病风险预测及临床方案制定中的应用研究

目录一、引言1.1研究背景与目的1.2国内外研究现状1.3研究方法与创新点二、大模型预测冠心病风险原理与方法2.1数据收集与预处理2.1.1数据来源2.1.2数据清洗与整理2.2特征工程2.2.1特征提取

LCG元·2025-03-21 17:27

车载以太网测试-14【交换机以及MAC地址表】

目录1摘要2车载交换机概述2.1OSI模型中的位置2.2车载交换机在数据链路层的功能3车载交换机的工作原理3.1车载交换机的关键工作步骤3.2车载交换机的关键技术3.3车载交换机的工作示例3.4MAC地址表

车载测试工程师·2025-03-21 17:26

在网页跑3D多人互动之渲染效能瓶颈

已经使用的解决方案：LOD（LevelofDetail）技术：根据距离动态调整模型细节，远距离使用低多边形模型。InstancedRendering：批次渲染相同模型（如重复的树木、建筑物）。

微网兔子·2025-03-21 17:24

【小白深度教程 1.32】手把手教你从多视角图像进行 3D 重建（SfM 算法）

1.32】手把手教你从多视角图像进行3D重建（SfM算法）1.SfM三维重建算法简介2.SfM方法和原理3.安装依赖库4.构建数据集5.可视化结果6.完整代码1.SfM三维重建算法简介从多张照片中开发三维模型被称为多视图

小寒学姐学AI·2025-03-21 17:53

OpenAI 发布新一代 STT/TTS 模型，10 行代码构建 Voice Agent；声网推出对话式 AI 开发套件丨日报

本期编辑：@qqq、@鲍勃01有话题的技术1、OpenAI推出全新一代音频模型今日凌晨，Open

·2025-03-21 16:18

通俗详解redis底层数据结构哈希表之渐进式rehash

1️⃣先准备好新柜子（分配空间）•Redis会先申请一个更大的新哈希表（比如旧表两倍大），这时候系统里同时有「旧表」和

八股文领域大手子·2025-03-21 16:19

QKeras、Brevitas和QONNX量化工具对比

QKeras、Brevitas和QONNX量化工具对比一、引言在深度学习模型部署领域，量化技术已成为提升模型执行效率的关键手段。

kanhao100·2025-03-21 16:48

2. 猜数字游戏

接着它会提示玩家猜一个数并输入，然后指出猜测是大了还是小了。如果猜对了，它会打印祝贺信息并退出。创建一个新项目project

老实人y·2025-03-21 16:46

机器学习是怎么一步一步由神经网络发展到今天的Transformer架构的？

背景：感知机由FrankRosenblatt提出，是第一个具有学习能力的神经网络模型。它由单层神经元组成，可以用于简单的二分类任务。特点：输入层和输出层之间直接连接，没有隐藏层。使用简单的

yuanpan·2025-03-21 15:15

【Lua】实现面向对象

面向对象面向对象的三大特性：封装、继承、多态。封装：就是把对象的属性和行为（数据）结合为一个独立的整体，并尽可能隐藏对象的内部实现细节。

xiaoaiyu___·2025-03-21 15:15

关于重投影误差小记

理想情况下，该点的投影位置应该与实际图像中的观测点（如特征点）完全匹配，但由于噪声、相机模型的不准确性或优化算法的误差，这两个点可能会有偏差。

文弱_书生·2025-03-21 15:12

关于离子滤波小记

设系统的状态模型如下：xk=f(xk−1,uk,wk)x_k=

文弱_书生·2025-03-21 15:12

旋转位置编码（Rotary Positional Encoding, RoPE）：中文公式详解与代码实现

旋转位置编码（RotaryPositionalEncoding,RoPE）：中文公式详解与代码实现在序列模型中，位置信息对于任务的理解至关重要。

RockLiu@805·2025-03-21 15:40

10分钟了解基金基础知识

股票投资收益潜力大，因为公司可能是赚钱机器从而导致股价暴涨；但风险也很高，因为公司可能经营不善致使股价暴跌。（二）债券债券代表一种债权，即借钱给别人。

leo_厉锵·2025-03-21 15:40

10分钟了解股市基础知识

创业板和科创板在15:05-15:30有盘后交易时间，沪深两市主板无。夜市委托一般为晚上1

leo_厉锵·2025-03-21 15:39

目标检测中归一化的目的？

这使得模型在训练和推理时能够处理任意尺寸的图像，而不需要关心图像的具体像素尺寸。2.位置和尺寸的相对性归一化后的坐标和尺寸是相对于图像尺寸的，而不是绝对像素值。这种相对性使得

林语微光·2025-03-21 14:37

关于神经网络中的正则化

神经网络训练中的正则化正则化（Regularization）是神经网络训练中的一个关键技术，主要用于防止模型过拟合（overfitting），提高泛化能力。1.为什么需要正则化？

文弱_书生·2025-03-21 14:07

Python异步编程 - asyncio库

目录：每篇前言：异步IOPython中的异步编程实现方式：协程Python传统协程示例：实现生产者-消费者模型消费者：生产者：运行流程：整体流程：传统协程——>现代协程：asyncio库async/await

孤寒者·2025-03-21 14:06

【布鲁姆6大认知层级】

认知思维目标层次由低到高、由简到繁分为六个层次，层层递进，这6个层级分别是：记忆——理解——应用——分析——评价——创新。第一层：记忆是指认识并记忆概念、知识，将其储存在大脑并及时提取，例如背单词、古诗、名词概念等。这一层次所涉及的是具体知识或抽象知识的辨认，虽然机械，但对学习和解决更复杂的问题来说是必不可少的基础环节。第二层：理解是指对事物或知识的领会，当学习者对"新"知识与原有知识产生联系时，

搞技术的季·2025-03-21 14:02

传统金融和分布式金融

、DeFi的技术突破与创新机制1.支付与清算：区块链的底层重构2.普惠金融的技术民主化3.去中心化治理与透明化运作三、DeFivs传统金融的范式革命1.价值传递范式的颠覆2.风险分散机制的升级3.经济模型的创新实验四

倒霉男孩·2025-03-21 14:31

2025年中央预算内投资专项（第二批）节能降碳申报指南：方向解析、条件详解与实操攻略

本文深度解析申报方向、条件、资金支持比例，并提供七大行业改造实例与申报策略，助您抢占政策红利先机。

卧涛西安17391873147·2025-03-21 13:59

谷歌：对比学习将LLM转为嵌入模型

GeminiEmbedding:GeneralizableEmbeddingsfromGemini来源：arXiv,2503.07891摘要在本报告中，我们介绍了Gemini嵌入，这是一种最先进的嵌入模型

大模型任我行·2025-03-21 13:59

第三十篇维度建模：从理论到落地的企业级实践

目录一、维度建模核心理论体系1.1Kimball方法论四大支柱1.2关键概念对比矩阵二、四步建模法全流程解析2.1选择业务过程（以电商为例）2.2声明原子粒度（订单案例）2.3维度设计规范时间维度（含财年逻辑

随缘而动，随遇而安·2025-03-21 13:25

【人工智能机器学习基础篇】——深入详解无监督学习之降维：PCA与t-SNE的关键概念与核心原理

深入详解无监督学习之降维：PCA与t-SNE的关键概念与核心原理在当今数据驱动的世界中，数据维度的增多带来了计算复杂性和存储挑战，同时也可能导致模型性能下降，这一现象被称为“维度诅咒”（CurseofDimensionality

猿享天开·2025-03-21 13:25

一、大语言模型微调 vs. 大语言模型应用

一、大语言模型微调vs.大语言模型应用1.微调（Fine-Tuning）的含义与特点定义与作用微调指在预训练好（通用）的基础模型上，通过在特定领域或任务的数据集上进一步训练来调整模型参数，使其在该领域任务中获得更优表现

AI Echoes·2025-03-21 13:54

AI界劳斯莱斯o1 -Pro来了！百万token收费600刀，OpenAI在AI普惠反方向狂奔？

刚刚，OpenAI宣布推出其最新的高性能推理模型o1-pro。

算家计算·2025-03-21 13:23

模型上下文协议 (MCP)是什么？Model Context Protocol 需要你了解一下

大家好，我是同学小张，+v:jasper_8017一起交流，持续学习AI大模型应用实战案例，持续分享，欢迎大家点赞+关注，订阅我的大模型专栏，共同学习和进步。

同学小张·2025-03-21 13:51

MCP服务器：AI智能体的新时代连接标准

在AI技术的不断发展中，MCP（ModelContextProtocol，模型上下文协议）正成为AI智能体与外部系统交互的新标准。

真挺乐·2025-03-21 13:20

领域驱动设计（DDD）与MVC架构：理念对比与架构选择

让我们通过一个真实案例展开思考：案例背景某金融科技公司初期采用MVC架构开发支付系统，随着业务扩展，新增跨境支付、分账系统、风控规则等功能后，代码库逐渐演变成"大泥球"架

以恒1·2025-03-21 12:19

使用Nginx实现后端负载均衡

目录引言一、负载均衡的核心作用二、基础配置三步曲1.定义后端服务器组（upstream）2.配置代理转发规则3.重载配置生效三、六大负载均衡算法详解四、高级配置技巧1.健康检查机制2.会话保持方案3.SSL

海上彼尚·2025-03-21 12:47

ollama 基本使用教程

目录1.安装OllamamacOS或LinuxWindows(WSL2)2.基础命令启动与停止更新Ollama3.模型管理下载预训练模型运行模型查看已安装模型删除模型从Modelfile创建自定义模型4

海上彼尚·2025-03-21 12:17

java Spring Boot ruoyi-vue-pro 模型接入微软 OpenAI(chatgpt)方法

javaSpringBootruoyi-vue-pro模型接入微软OpenAI方法本项目基于SpringAI提供的spring-ai-azure-openai，实现与微软Azure上部署的OpenAI的接入

代码简单说·2025-03-21 12:16

锥面箍接/快拆环突破！拆装效率飙升200%，终结机器人螺丝拆装时代

一、技术原理深度剖析1.痛点定位：高动态场景下的散热与防护两难当前四足机器人的计算单元面临两大挑战：散热瓶颈：传统刚性固定导致接触热阻增加30%以上（见热成像对比数据

CodePatentMaster·2025-03-21 12:42

推荐频道

大模型创业