贝叶斯推理第13页

如何在dify中添加自定义reranker模型

思路概述将Xinference中的reranker模型集成到Dify中，主要思路是先在Xinference中部署reranker模型，使其能提供稳定的推理服务，然后通过Dify的模型供应商配置功能，将Xinference

由数入道·2025-06-01 00:58

DeepSeek 近日动态，落地情况。2025-05-31

黑铁润肺·2025-05-31 22:05

目标检测算法之RT-DETR

BackgroundModelArchitectureEfficientHybridEncoderUncertainty-minimalQuerySelection总结BackgroundReal-timeDetectionTransformer（RT-DETR）是一个基于tranformer的实时推理目标检测模型

碌碌无为的小张·2025-05-31 19:20

计算机化学对高分子科学的贡献,计算机在化学中的应用论文(2)

计算机在化学中的应用论文篇二试谈计算机模拟在化学中的应用摘要：采用分子动力学模拟和蒙特卡洛方法等计算机模拟技术可以很好的解决科学技术中传统的推理演绎和实验方法不能满足理论研究的需要，这些技术应用于化学工业和教学领域也有光明的前景

因诺君·2025-05-31 19:46

互联网大厂Java求职面试：AI大模型集成与云原生架构的巅峰对决-3

第一轮提问：AI大模型集成的深度挑战技术总监：你们是如何实现多模型调度与协同推理的？有没

在未来等你·2025-05-31 16:56

Graph-RAG：知识图谱与大模型完美融合的开创性探索

本文将揭示Graph-RAG的神秘面纱，这是一种突破传统的技术，它将知识图谱的严谨结构与RAG的动态生成能力相结合，为我们提供了一种全新的理解和推理复杂数据的方法。

AGI大模型学习·2025-05-31 10:12

在本地安装和部署 Xinference，并下载对应的模型

引言Xinference是一个开源的推理框架，支持多种深度学习模型的本地推理，适用于GPU和CPU环境。它可以用于自然语言处理、计算机视觉等任务，并且提供了API接口，方便集成到各种应用中。

萧鼎·2025-05-31 09:06

17、Swift框架微调实战（2）-QWQ-32B LORA微调cot数据集

1、QWQ-32B介绍1.1基本介绍QwQ是Qwen系列的大模型之一，专注于推理能力（reasoning）。

Andy_shenzl·2025-05-31 02:14

23、Swift框架微调实战（3）-Qwen2.5-VL-7B LORA微调OCR数据集

Qwen2.5-VL具备作为视觉Agent的能力，可以推理并动态使用工具，初步操作电脑和手机。在视频处理上，Qwen2.5-VL能够理解超过1小时的长视频，精准定位相关片段捕捉事件。

Andy_shenzl·2025-05-31 02:43

异构硬件平台模型统一编译与部署体系构建实战：多引擎兼容、跨架构适配与高效分发全流程解析

异构硬件平台模型统一编译与部署体系构建实战：多引擎兼容、跨架构适配与高效分发全流程解析关键词异构编译框架、跨架构模型适配、统一推理部署、多引擎集成、模型格式转换、推理部署流水线、系统级落地实践摘要随着人工智能系统向多终端

观熵·2025-05-30 23:56

Spark与朴素贝叶斯在股票市场预测中的应用及代码实战

本文还有配套的精品资源，点击获取简介：本项目展示了如何利用Spark框架结合朴素贝叶斯算法进行股票市场的预测。

飞翔的袋鼠弟·2025-05-30 22:48

AI Agent: AI的下一个风口具身智能的核心与未来

AIAgent:AI的下一个风口具身智能的核心与未来1.背景介绍1.1人工智能发展历程回顾1.1.1早期人工智能的探索1.1.2机器学习的崛起1.1.3深度学习的突破1.2人工智能的局限性1.2.1缺乏常识推理能力

AI天才研究院·2025-05-30 20:38

OpenAI Operator 智能体升级核心解读（AI模型4o→o3）

一、‌核心升级‌1.‌模型升级‌底层模型从‌GPT-4o‌升级至‌o3‌，显著提升推理能力与任务完成稳定性。

我的学校你进不来·2025-05-30 20:06

GraphInstruct: Empowering Large Language Models with Graph Understanding and Reasoning Capability

GraphDirective：赋予大型语言模型图形理解和推理能力摘要1引言2相关工作3GraphInstruct基准4GraphLM：在GraphInstruction上训练大型语言模型5

UnknownBody·2025-05-30 18:17

ChainLM: Empowering Large Language Models with Improved Chain-of-Thought Prompting

ChainLM：用改进的思想链提示为大型语言模型赋能摘要1引言2实证分析3CoT改进4实验5相关工作6结论摘要思维链提示可以增强大型语言模型的推理能力，成为解决复杂推理任务的主要方法。

UnknownBody·2025-05-30 18:17

HarmonyOS开发：AI套件的技能调用

基于鸿蒙官方的信息来看，鸿蒙AI的三大核心优势：数据隐私性（本地计算）、毫秒级响应（端侧推理）与零边际成本（模型复用），为开发者提供了独特的创新土壤和开发新范式。

·2025-05-30 17:21

2025了，如何回答“为什么现在的大模型都是decoder-only的架构？”

今年，随着deepseekr1推理模型一战封神，强势颠覆openai在该领域的霸主地位，更多开源大模型也不甘示弱，更新速度好像坐了火箭，最近面试又再次被问到了这个问题，于是，我重新整理了一下这个面试题的回答

大模型入门教程·2025-05-30 15:58

架构分享｜三层存储架构加速云端大模型推理

作者简介NileshAgarwal,Inferless联合创始人&CTO关于InferlessInferless：无服务器GPU推理无需管理服务器即可扩展机器学习推理，轻松部署复杂的自定义模型。

·2025-05-30 13:18

ReAct|学习笔记

内容来自极客时间-Langchain实战课，侵权请联系删除LangChain实战课-掘金小册-掘金小册仅仅应用思维链推理并不能解决大模型的固有问题：无法主动更新自己的知识，导致出现事实幻觉。

550A·2025-05-30 11:26

大模型应用开发第二讲：核心能力：自主性、适应性、推理能力

大模型应用开发第二讲：核心能力：自主性、适应性、推理能力资料取自《大模型应用开发：动手做AIAgent》。

kovlistudio·2025-05-30 11:26

Med-R1论文阅读理解-1

本文提出了一种名为Med-R1的新框架，旨在通过强化学习（ReinforcementLearning,RL）提升视觉-语言模型（Vision-LanguageModels,VLMs）在医疗领域的推理能力与泛化能

要努力啊啊啊·2025-05-30 10:19

【大模型】Bert应对超长文本

滑动窗口(SlidingWindow)将全文切分为多个长度≤512的重叠或不重叠的chunks，每个chunk前后加入[CLS]…[SEP]；分别对每个chunk做推理，得到每段的logits或表示，再通过平均

油泼辣子多加·2025-05-30 10:16

ai大模型7B级别对比

Qwen两大开源7B级大模型的对比分析，从性能、架构、应用场景等维度展开：性能对比DeepSeek-7B擅长数学与代码生成，在HumanEval基准测试中Python代码生成准确率约35%，GSM8K数学推理准确率达

慎思笃行丨·2025-05-30 10:45

shl归纳推理测试题库_SHL（外企笔试常见试题）全攻略

转自网络SHL的站点，就是给很多外企出笔试题目的那个公司象KPMG,Colgate等的题目都是这一类型http://www.shlgroup.com上面有介绍笔试，面试流程，方法等http://www.shldirect.com/这里考试类型介绍以及做题方法，还有模拟测试常见的verbal,numerical,diagram考试注册一个帐号可以做下测试，然后她给出结果看你自己在所有测试人员中的位置

宝贝西·2025-05-30 03:22

Python训练打卡Day35

模型可视化与推理知识点回顾：三种不同的模型可视化方法：推荐torchinfo打印summary+权重分布可视化进度条功能：手动和自动写法，让打印结果更加美观推理的写法：评估模式模型结构可视化理解一个深度学习网络最重要的

编程有点难·2025-05-29 22:43

Knowledge Graphs原理与代码实例讲解

1.背景介绍1.1.知识图谱的起源与发展知识图谱的概念源于语义网，旨在以一种结构化的方式组织和表示知识，以便于机器理解和推理。早期的知识库系统，如Cyc和WordNet，为知识图谱的发展奠定了基础。

AI天才研究院·2025-05-29 18:46

2025-05-28 为什么要做表示学习？

核心本质：用向量表示“语义”或“结构”，便于后续模型进行分类/检索/推理/聚类/生成等任务。

大油头儿·2025-05-29 12:40

连续变量的全概率和贝叶斯公式_朴素贝叶斯分类:原理

贝叶斯原理是英国数学家托马斯·贝叶斯提出的。贝叶斯是个很神奇的人，他的经历类似梵高。生前没有得到重视，死后，他写的一篇关于归纳推理的论文被朋友翻了出来，并发表了。

小红帽的灰灰狼·2025-05-28 20:44

Python —— Windows10下通过Opencv-dnn推理Yolov5的分割模型（pt转onnx）（附源码）

Windows10下训练Yolov5分割模型并测试视频效果手机拍摄一段工位视频，上传到win10训练了yolov5分割鼠标的样本后，将训练出的pt模型转到onnx模型，通过opencv_dnn模块进行实时推理效果

信必诺·2025-05-28 17:48

最强开源模型 Llama 3.1 部署推理微调实战大全

目录引言一、Llama3.1简介二、Llama3.1性能评估三、Llama3.1模型推理实战1、环境准备2、安装依赖3、模型下载4、模型推理四、Llama3.1模型微调实战1、数据集准备2、导入依赖包3

寻道AI小兵·2025-05-28 15:08

DAY35作业

知识点回顾：三种不同的模型可视化方法：推荐torchinfo打印summary+权重分布可视化进度条功能：手动和自动写法，让打印结果更加美观推理的写法：评估模式作业：调整模型定义时的超参数，对比下效果。

weixin_71046789·2025-05-28 12:15

LangChain02-Agent与Memory模块

推理（Reasoning）：通过LLM生

江畔柳前堤·2025-05-28 01:27

python打卡day37

测试集和训练集同步打印指标模型的保存和加载仅保存权重保存权重和模型保存全部信息checkpoint，还包含训练状态早停策略是否过拟合，可以通过同步打印训练集和测试集的loss曲线来判断（要点就是训练一定epoch后，就开始推理

(・Д・)ノ·2025-05-28 00:19

夸克AI超级框“拍照问夸克”使用指南

夸克AI超级框“拍照问夸克”使用指南一、功能简介“拍照问夸克”是夸克AI超级框推出的多模态交互功能，基于视觉理解与推理模型，可实现以下核心能力：万物秒级识别：精准识别图片中的人物、动物、植物、建筑、商品

不会啊~·2025-05-27 22:03

【图像大模型】Stable Diffusion XL：下一代文本到图像生成模型的技术突破与实践指南

下一代文本到图像生成模型的技术突破与实践指南一、架构设计与技术演进1.1核心架构革新1.2关键技术突破1.2.1双文本编码器融合1.2.2动态扩散调度二、系统架构解析2.1完整生成流程2.2性能指标对比三、实战部署指南3.1环境配置3.2基础推理代码

白熊188·2025-05-27 14:43

大模型应用开发第三讲：大模型是Agent的“大脑”，提供通用推理能力（如GPT-4、Claude 3）

大模型应用开发第三讲：大模型是Agent的“大脑”，提供通用推理能力（如GPT-4、Claude3）资料取自《大模型应用开发：动手做AIAgent》。

·2025-05-27 14:54

AI 芯片与异构计算在 Android 端的实战深度解析：国产 NPU 架构、NNAPI 编程与性能调优路径全景

芯片与异构计算在Android端的实战深度解析：国产NPU架构、NNAPI编程与性能调优路径全景关键词AndroidAI芯片、异构计算、NPU架构、NNAPI实战、国产手机SoC、AI加速器、模型部署优化、移动端推理

观熵·2025-05-27 13:06

目前主流 AI 大模型全面对比，哪个才是最强王者？

这些模型不仅在自然语言理解与生成方面取得了突破性进展，更在代码编写、逻辑推理、多模态交互等多个维度展现出巨大潜力，深刻影响着科研、教育、金融、医疗、文娱等各行各业的运作模式与未来走向。

不讲究，好好学习·2025-05-27 09:40

Wan2.1 图生视频多卡推理批量生成视频

Wan2.1图生视频多卡推理批量生成视频flyfish视频生成的实践效果展示Phantom视频生成的实践Phantom视频生成的流程Phantom视频生成的命令Wan2.1图生视频支持批量生成Wan2.1

二分掌柜的·2025-05-27 04:42

使用 Python 与 Java 实现接入 AI 大模型的 MCP 协议：原理与实战

它允许客户端通过网络向服务器发送请求，以执行诸如模型推理、状态查询、参数更新等操作，并接收相应的结果。简单理解：客户端（Client）：扮演“遥控器”的角色，用于向服务器发送命令。

会游泳的石头·2025-05-27 03:07

MLA：Transformer的智能变形金刚——解密多头潜在注意力的进化密码

第一章MLA的进化之路：从MHA到智能变形1.1变形金刚的诞生背景当LLM模型规模突破万亿参数量级时，传统Transformer的注意力机制开始显现"成长的烦恼"：训练阶段计算密集、推理阶段内存吃紧。

TGITCIC·2025-05-26 18:15

Llama 4以光速重塑AI推理边界

一、从“够快”到“颠覆”：AI推理的极限挑战当用户还在惊叹AI生成文字的速度时，英伟达已用一场“秒速千token”的技术突破，将行业推向新维度。

TGITCIC·2025-05-26 17:14

概率论的基本概念

概率论的起源与发展概率论产生于十六世纪十六世纪中叶，卡当在赌博时研究不输的方法1654年，德·美黑——“合理分配赌注问题”1657年，惠更斯——《论机会游戏的计算》1933年，柯尔莫哥洛夫——《概率论的基本概念》数理统计的历史1763年,贝叶斯贝叶斯方法

Mr.魏（魏先生）·2025-05-26 15:27

第39节：模型压缩技术：剪枝与量化

从早期的简单神经网络到如今拥有数十亿参数的巨型模型（如GPT-3、BERT等），模型的复杂性不断提高，带来了更强大的性能，但同时也带来了计算资源消耗大、存储需求高、推理延迟长等一系列挑战。

点我头像干啥·2025-05-26 14:24

Claude 3.7：无限思考模式上线，程序员集体失业倒计时？GPT-5连夜改代码，马斯克：Grok 3才是真顶流！

原创倾倾AI倾倾AI2025年02月26日15:10重庆混合推理模型炸场，AI界再掀“脑力内卷”2025年2月25日，AI圈迎来“核弹级”更新——Anthropic正式推出Claude3.7Sonnet

强化学习曾小健·2025-05-26 14:22

AI驱动网络范式革新：Smart Switch与智能路由的协同进化

当单次模型训练可产生相当于YouTube全球三日流量的数据洪流，当分布式推理系统要求微秒级延迟保障，传统网络架构的流量调度机制正面临系统性崩塌。这场危机的根源是什么？

星融元asterfusion·2025-05-26 07:09

LangChain03-图数据库与LangGraph

图数据库与LangGraph集成实践1.引言在构建智能问答系统、推荐引擎或复杂决策流程时，传统的关系型数据库和向量数据库往往难以满足对实体关系建模和多跳推理的需求。

江畔柳前堤·2025-05-26 03:45

【图像大模型】ControlNet：深度条件控制的生成模型架构解析

深度条件控制的生成模型架构解析一、核心原理与技术突破1.1基础架构设计1.2零卷积初始化1.3多条件控制机制二、系统架构与实现细节2.1完整处理流程2.2性能指标对比三、实战部署指南3.1环境配置3.2基础推理代码

白熊188·2025-05-26 03:14

Python训练营-Day11-常见的调参方式

超参数调整专题1知识点回顾网格搜索随机搜索（简单介绍，非重点实战中很少用到，可以不了解）贝叶斯优化（2种实现逻辑，以及如何避开必须用交叉验证的问题）time库的计时模块，方便后人查看代码运行时长今日作业

Mallow Flowers·2025-05-26 00:51

（五）知识存储：选择合适的图数据库

是否需要复杂推理（如“推导多层关联关系”）或实时分析？业务场景：企业级应用（如电商推荐）、学术

只有左边一个小酒窝·2025-05-26 00:19

推荐频道

贝叶斯推理