深入浅出多模态

DeepSeek多语言智能创作引擎解析

内容概要在人工智能技术加速演进的背景下，DeepSeek系列产品通过混合专家架构（MoE）与670亿参数的协同设计，构建了多模态智能创作引擎的核心竞争力。
智能计算研究中心·2025-03-15 20:22

Transformer动画讲解 - 工作原理

Transformer模型在多模态数据处理中扮演着重要角色，其能够高效、准确地处理包含不同类型（如图像、文本、音频、视频等）的多模态数据。
ghx3110·2025-03-15 19:16

深入浅出C++ STL：统领STL全局

深入浅出C++STL：统领STL全局深入浅出C++STL：统领STL全局github主页地址前言一、STL的前世今生1.1什么是STL？
有梦想的电信狗·2025-03-15 15:16

2025年开源大模型全景：语言、多模态与开发工具的前沿探索

语言类开源大模型1.Llama系列开发者：Meta发布时间：2024年7月参数量：8B、70B、405B特点：Llama系列模型以其强大的多语言支持和广泛的自然语言处理能力而闻名。它支持文本生成、问答、翻译等多种任务，尤其在处理长篇文本时表现出色，支持高达128K的上下文长度。Meta与超过25个合作伙伴共同推出该系列模型，包括亚马逊云科技、Databricks和英伟达等，推动了开源大模型在工业界
软件职业规划·2025-03-15 15:08

C++深入浅出（六）—— 模板初阶

文章目录1.泛型编程2.函数模板概念格式原理实例化隐式实例化显示实例化模板参数的匹配原则原则一原则二原则三3.类模板格式类模板的实例化1.泛型编程还记得在C语言中，如何实现交换两个对象的函数嘛？代码示例//交换两个整型变量voidSwap1(int*p1,int*p2){inttmp=*p1;
Albert Edison·2025-03-15 15:37

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

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

解读Layout Method of Met Mast Based on Macro Zoning and Micro Quantitative Siting in a Wind Farm

目录1.风电场气象塔布局方法流程图（简略）内容细化2.风电场气象塔布局方法详细流程图（详细）核心算法和公式详解2.2解读流程（深入浅出）第一阶段：把大风电场分成几个小区域1.看看风在哪里吹得不一样️2.
赵孝正·2025-03-15 00:02

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

【MYSQL学习】MySQL索引：删除索引的5大绝招你GET到了吗？

今天，我们就来一场深入浅出的探索之旅，带你了解删除索引的5大绝
墨瑾轩·2025-03-14 21:00

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

深入浅出 K 近邻算法：原理、实践与应用

引言在机器学习的众多算法中，K近邻算法（K-NearestNeighbors，简称KNN）以其简洁而强大的特性占据着重要地位。它既可以用于分类任务，也能在回归任务中发挥作用。无论是处理简单数据集，还是面对复杂的数据分布，KNN都展现出独特的魅力。本文将深入探讨KNN算法的原理、特点、优缺点、实现步骤以及在分类和回归任务中的具体应用。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

响应式设计已死？流体布局才是未来！

ReactHook深入浅出CSS技巧与案例详解vue2与vue3技巧合集VueUse源码解读在当今的Web设计领域，挑战从未如此巨大。
·2025-03-14 12:47

深入浅出Spring AOP：面向切面编程的实战与解析

导语SpringAOP（面向切面编程）作为Spring框架的核心特性之一，提供了强大的横切关注点处理能力，使得开发者能够更好地解耦系统架构，将非功能性需求（如日志记录、事务管理、权限控制等）从主业务逻辑中抽离出来，实现模块化的交叉关注点处理。本文将带你逐步探索SpringAOP的关键技术要点及其实战应用。一、AOP基础概念在SpringAOP中，有几个基础概念对于理解和使用AOP至关重要。以下是对
小码快撩·2025-03-14 03:13

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

深度掌握 ReactJS 高级概念：前端开发者必备

ReactHook深入浅出CSS技巧与案例详解vue2与vue3技巧合集VueUse源码解读这篇文章汇总了ReactJS中值得深入研究的高级概念。
·2025-03-14 00:06

【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

大模型相关知识学习随记

2024/3/151，概念解释：通义千问，是阿里云推出的一个超大规模的语言模型，功能包括多轮对话、文案创作、逻辑推理、多模态理解、多语言支持。
m0_65156252·2025-03-13 18:16

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

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

Claude 3.7 全解析：AI 代码助手的巅峰之作？

ReactHook深入浅出CSS技巧与案例详解vue2与vue3技巧合集VueUse源码解读最近AI领域的新模型层出不穷，Claude3.7的发布无疑是最受瞩目的事件之一。
·2025-03-13 02:58

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

InternVL：论文阅读 -- 多模态大模型(视觉语言模型)

更多内容：XiaoJ的知识星球文章目录InternVL:扩展视觉基础模型与通用视觉语言任务对齐1.概述2.InternVL整体架构1）大型视觉编码器：InternViT-6B2）语言中间件：QLLaMA。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

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

Claude 3.7 全解析：AI 代码助手的巅峰之作？

ReactHook深入浅出CSS技巧与案例详解vue2与vue3技巧合集VueUse源码解读最近AI领域的新模型层出不穷，Claude3.7的发布无疑是最受瞩目的事件之一。
·2025-03-12 17:34

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

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

【AI赋能】蓝耘赋能通义万相2.1：AI创作新时代的强力引擎

它支持文生视频、图生视频、视频编辑、文生图和视频生音频等多项任务，是真正意义上的多模态生成模型。
星落无尘·2025-03-12 06:00

多模态大模型：技术原理与实战 模型压缩实战

多模态大模型：技术原理与实战模型压缩实战作者：禅与计算机程序设计艺术/ZenandtheArtofComputerProgramming关键词：多模态大模型，技术原理，模型压缩，实战，TensorFlow
AGI大模型与大数据研究院·2025-03-12 01:16

智能算法安全与跨领域创新实践

当前研究重点围绕算法可解释性增强、动态风险评估及数据安全防护展开，通过融合联邦学习的分布式协作框架、量子计算的算力突破以及注意力机制的特征聚焦能力，构建起多模态技术融合的创新路径。
智能计算研究中心·2025-03-11 22:13

AIGC视频生成模型：ByteDance的PixelDance模型

热门专栏机器学习机器学习笔记合集深度学习深度学习笔记合集优质专栏回顾：机器学习笔记深度学习笔记多模态论文笔记AIGC—图像文章目录热门专栏机器学习深度学习
好评笔记·2025-03-11 21:09

大模型全军覆没，中科院自动化所推出多图数学推理新基准 | CVPR 2025

近日，中国科学院自动化研究所推出多图数学推理全新基准MV-MATH（该工作已被CVPR2025录用），这是一个精心策划的多图数学推理数据集，旨在全面评估MLLM（多模态大语言模型）在多视觉场景中的数学推理能力
·2025-03-11 20:10

RoboVQA：机器人多模态长范围推理

23年11月来自GoogleDeepmind的论文“RoboVQA:MultimodalLong-HorizonReasoningforRobotics”。本文提出一种可扩展、自下而上且本质多样化的数据收集方案，该方案可用于长期和中期的高级推理，与传统的狭窄自上而下的逐步收集相比，其吞吐量提高2.2倍。通过在3栋办公楼内执行任何用户请求并使用多种具身（机器人、人类、带抓取工具的人类）来收集真实数据
三谷秋水·2025-03-11 18:49

Towards Multimodal Large-Language Models for Parent-Child Interaction: A Focus on Joint Attention

然而，目前对共同注意的检测和分析研究仍然有限，尤其是在多模态大语言模型（MLLMs）方面。本研究通过分析由两位语言病理学家标注的26段亲子互动视频，评估了多模态大语言模型理解共同注意的能力。
UnknownBody·2025-03-11 14:41

DeepSeek隐藏用法大揭秘：从代码优化到多模态开发，这些技巧让你少熬三夜班

最近在程序员圈子里，有个同事老张的故事特别火。他原本每周要花20小时写接口文档，自从用上DeepSeek的代码补全功能，现在喝着咖啡看AI自动生成Swagger注释——这让我想起刚入行时，为了调通一个正则表达式熬夜到凌晨三点的自己。今天咱们不聊那些官方说明书，就说点真正能让键盘冒火星的实战技巧。藏在代码补全里的"作弊码"很多人以为DeepSeek就是个加强版搜索引擎，其实它对代码的理解远超想象。比
·2025-03-11 11:23

大语言模型原理基础与前沿 双层路由多模态融合、多任务学习和模块化架构

大语言模型原理基础与前沿：双层路由多模态融合、多任务学习和模块化架构关键词：大语言模型、双层路由、多模态融合、多任务学习、模块化架构、神经网络、自然语言处理1.背景介绍大语言模型（LargeLanguageModels
AI智能涌现深度研究·2025-03-11 09:07

利用AI大模型，破解医疗数据困境_医疗ai大模型

然而，数据量有限、标注成本高、多模态数据融合困难等挑战仍旧存在。如何在确保隐私的前提下，高效利用有限的医疗数据？
喝不喝奶茶丫·2025-03-11 06:45

Gemini 2.0 Flash

citeturn0search4多模态输入：支持多种输入形式，包括文本、图片、音频和视频，能够处理多
dev.null·2025-03-11 04:51
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他