逻辑训练

美国首例AI训练数据版权案：从汤森路透诉罗斯案看AI训练数据的“合理使用”

2025年2月11日，美国特拉华州联邦地区法院对汤森路透（ThomsonReuters）诉罗斯（Ross）案作出部分简易判决，认定被告罗斯公司未经授权使用受版权保护的作品训练AI法律检索工具的行为构成版权侵权
·2025-03-17 20:18

【sklearn 03】逻辑回归、决策树、支持向量机

逻辑回归、决策树、支持向量机-逻辑回归logisticsregression（逻辑回归）算法是经典的分类算法，基本思想是构造一个概率的拟合函数。
@金色海岸·2025-03-17 19:35

21-梯度累积原理与实现

一、基本概念在深度学习训练的时候，数据的batchsize大小受到GPU内存限制，batchsize大小会影响模型最终的准确性和训练过程的性能。
机器人图像处理·2025-03-17 19:34

Logo语言的学习路线

Logo语言的设计初衷是为了给学生和初学者提供一个轻松愉快的编程学习体验，让他们在学习编程的过程中培养逻辑思维能力和创造力。
滕若岚·2025-03-17 19:01

【人工智能基础2】Tramsformer架构、自然语言处理基础、计算机视觉总结

文章目录七、Transformer架构1.替代LSTM的原因2.Transformer架构：编码器-解码器架构3.Transformer架构原理八、自然语言处理基础1.语言模型基本概念2.向量语义3.预训练语言模型的基本原理与方法
roman_日积跬步-终至千里·2025-03-17 19:59

88.Django中间件的说明与使用方法

1.概述AOP（AspectOrientedProgramming），面向切面编程，是对业务逻辑的各个部分进行隔离，从而使得业务逻辑各部分之间的耦合度降低，提高程序的可重用性，同时提高了开发的效率。
想成为数据分析师的开发工程师·2025-03-17 18:23

Go语言中间件（Middleware）

它的函数原型为：http.HandleFunc(patternstring,handlerfunc(ResponseWriter,*Request))其中，Handler是我们处理请求和生成返回信息逻辑处理函数
欣欣子的摸爬滚打·2025-03-17 18:21

【AI】使用Python实现机器学习小项目教程

通过这个项目，您将掌握机器学习的基本流程，包括数据加载、预处理、模型训练、评估和优化等步骤。论文AIGC检测，降AIGC检测，AI降重，三连私信免费获取：ReduceAIGC9折券！
丶2136·2025-03-17 18:21

LORA 微调大模型：从入门到入土

在当今人工智能领域，预训练的大模型已经成为推动技术发展的核心力量。然而，在实际项目中，我们往往会发现这些预训练模型虽然强大，但直接就去应用于一些特定的任务时，往往无法完全满足需求。
大模型.·2025-03-17 17:49

【源码阅读】olmocr中的prompts

目录一、PDF转换为训练数据二、使用微调模型三、比较差异总结一、PDF转换为训练数据让ChatGPT-4将文档（如PDF文件）转换为结构化的“银级”训练数据（silvertrainingdata）#Thisisthepromptweuseforgettingchatgpt4otoconvertdocumentsintooursilvertrainingdatadefbuild_openai_sil
海绵波波107·2025-03-17 17:46

GAN模型的Python应用——生成对抗网络

两个神经网络相互博弈，通过一次次迭代训练，最终生成器可以生成足以骗过
代码编织匠人·2025-03-17 17:15

嵌入式C语言进阶（汇总）系统化详解

结合嵌入式开发的实际需求和典型场景：一、硬件级编程技巧1.位操作与寄存器控制//位掩码操作（STM32GPIO控制示例）#defineGPIO_PIN5(1USR&=~TIM_SR_UIF;//2.最小化处理逻辑
niuTaylor·2025-03-17 17:15

二值逻辑、三值逻辑到多值逻辑的变迁（含示例）

二值逻辑、三值逻辑到多值逻辑的变迁是一个逻辑体系不断拓展和深化的过程，反映了人们对复杂现象和不确定性问题认识的逐步深入。
搏博·2025-03-17 16:44

如何使用Python实现生成对抗网络（GAN）

生成器负责生成与训练数据相似的新数据，而判别器负责判断输入数据是真实的还是由生成器生成的。这两个部分不断相互博弈，直到生成器能够生成非常逼真的数据，使判别器难以区分生成数据和真实数据。
「已注销」·2025-03-17 16:13

C/C++实现注册模式（Registry Pattern）

它允许你将对象的创建逻辑与使用逻辑分离，并且可以在运行时动态地注册和获取对象。
东北豆子哥·2025-03-17 16:10

vue---MVVM、MVC、MVP的区别

其中View负责页面的显示逻辑，Model负责存储页面的业务数据，以及对相应数据的操作。并且View和Model应用了观察者模式，当Model层发生改变的时候它会通知有关View层更新页面。
煸橙干儿~~·2025-03-17 16:09

ST-Align：一个包含430万训练样本，涵盖了15种细粒度多模态数据集

2025-01-15，由北航大学、合肥工业大学、中科院信息工程研究所和美团等机构联合创建介绍了一种名为LLaVA-ST的多模态大型语言模型。该模型配备了一个名为ST-Align的数据集，专为细粒度时空多模态理解设计。一、研究背景近年来，多模态大型语言模型（MLLMs）在多模态理解方面取得了显著进展，能够基于图像或视频生成对话或描述。然而，对于需要基于语言输入处理视觉坐标的细粒度多模态理解任务，现有
·2025-03-17 15:12

机器学习 [白板推导]（三）[线性分类]

感知机线性判别分析Fisher软分类：会输出0-1之间的值作为各个类别的概率；概率生成模型：高斯判别分析GDA、朴素贝叶斯，主要建模的是p(x⃗,y)p(\vec{x},y)p(x,y)概率判别模型：逻辑回归
神齐的小马·2025-03-17 15:31

s1K 数据集：是一个用于提升语言模型推理能力的高质量数据集。

一、研究背景近年来，语言模型（LMs）在大规模预训练的基础上取得了显著进展，其性能提升主要依赖于训练时计算资源的增加。然而，随着模型规模的不断扩大，训练成本也急剧上升。
·2025-03-17 14:37

ChatGPT智能聊天机器人实现

以下是一个从零实现类ChatGPT智能聊天机器人的完整开发指南，包含技术选型、核心代码逻辑和推荐学习资源：—云端平台整理一、技术架构与工具核心模型基座模型：HuggingFaceTransformers
云端源想·2025-03-17 14:57

【第十节】windows sdk编程：截获控件消息

但在需要实现特殊交互逻辑（如自定义点击效果、消息过滤或增强功能）时，可通过消息处理函数替换技术截获控件消息。
攻城狮7号·2025-03-17 14:56

训练数据重复采样，让正负样本比例1：1

确保训练集数量相同：通过resample函数，你可以确保正训练集和负训练集的数量相同，即使其中一个集的数量小于另一个集的数量。如果n_train_num小于max_train_num，res
kimi-222·2025-03-17 14:24

组件化/Kotlin

规模的增大导致了各种业务错中复杂的交织在一起,每个业务模块之间，代码没有约束，带来了代码边界的模糊，代码冲突时有发生,更改一个小问题可能引起一些新的问题,牵一发而动全身，增加一个新需求，需要熟悉相关的代码逻辑
Ice_Lemon_dc·2025-03-17 14:24

【北上广深杭大厂AI算法面试题】计算机视觉篇...详解目标检测中的多尺度训练和测试?

【北上广深杭大厂AI算法面试题】计算机视觉篇…详解目标检测中的多尺度训练和测试?【北上广深杭大厂AI算法面试题】计算机视觉篇…详解目标检测中的多尺度训练和测试?
努力毕业的小土博^_^·2025-03-17 14:53

MVC/MVP/MVVM框架学习总结（二）

现在是扩展实现MVP/MVVM的框架改进本身项目MVVM框架即Model-View-ViewModel框架，是一种软件架构设计模式，以下是具体介绍：核心组件Model（模型）：代表应用程序的数据结构和业务逻辑
每次的天空·2025-03-17 14:52

当大模型训练遇上“双向飙车”：DeepSeek开源周 DualPipe解析指南

前言在大模型训练中，传统流水线并行因单向数据流和通信延迟的限制，导致GPU利用率不足60%，成为算力瓶颈。
来自于狂人·2025-03-17 13:51

用AI识别AI的底层逻辑与未来博弈 ——从“真假美猴王”到人机共生的技术革命

引言：当AI学会“伪装人类”中国自研大模型DeepSeek其生成的网文被读者评价“文笔至少中上级”，甚至有文学教授惊叹“AI的诗句比我一辈子写的更惊艳”。但随之而来的是一场“身份危机”：当AI文本与人类作品愈发相似，如何分辨文字背后的灵魂？本文将从技术检测原理、人机本质差异、伦理挑战三个维度，揭开AI写作识别的秘密。一、AI检测技术：以AI之矛攻AI之盾1.Fast-DetectGPT：改写比对算
星落无尘·2025-03-17 13:18

Ollama 基本概念

通过Ollama，用户能够方便地与本地部署的大型预训练模型进行交互。1.模型（Model）在Ollama中，模型是核心组成部分。
Mr_One_Zhang·2025-03-17 13:47

【go从入门到精通】探秘struct结构体转json为什么需要首字母大写？

并且深耕深度学习和数据集训练，提供商业化的视觉人工智能检测和预警系统（煤矿，工厂，制造业
前网易架构师-高司机·2025-03-17 13:47

Linux将剩余空间分配给根目录

这些步骤包括调整LVM逻辑卷和文件系统。1.检查当前的磁盘和分区首先，确认当前的磁盘和分区布局。lsblk2.检查LVM物理卷、卷组和逻辑卷使用pvs、vgs和lvs命令来查看当前的LVM配置。
longerxin2020·2025-03-17 13:46

AI 大模型应用数据中心建设：高性能计算与存储架构

AI大模型、数据中心、高性能计算、存储架构、分布式训练、GPU加速、数据管理1.背景介绍近年来，人工智能（AI）技术取得了飞速发展，特别是深度学习模型的突破性进展，催生了一系列基于大规模数据训练的强大AI
AI智能涌现深度研究·2025-03-17 12:10

【31】单片机编程核心技巧：Switch驱动多任务跑马灯

电光石火随心转，程序逻辑自分明。单片机中真王者，一招一式定乾坤。摘要本文以STC8H单片机为例，通过Switch语句实现两路独立的跑马灯控制，系统阐述其多任务并行机制、步骤变量管理及代码实现。
智木芯语·2025-03-17 11:37

软件测试面试题

白盒有逻辑覆盖法，循环测试路径选择，基本路径测试。例子：在一次输入多个条件的完整性查询中。
bobob_·2025-03-17 11:02

Hive----Hive进阶操作(三) HIVE 特殊分隔符处理

HIVE特殊分隔符处理补充：hive读取数据的机制：1、首先用InputFormat的一个具体实现类读入文件数据，返回一条一条的记录（可以是行，或者是你逻辑中的“行”）2、然后利用SerDe的一个具体实现类
XiaodunLP·2025-03-17 11:31

Python（1）Python全方位指南：定义、应用与零基础入门实战

跨领域通吃‌：从Web开发到AI训练，覆盖90%以上技术场景。‌企业级应用‌：YouTube用Python处理视频推荐，NAS
一个天蝎座 白勺 程序猿·2025-03-17 10:31

AI大模型从入门到精通，2025终极指南！好卷啊，又不能躺平，只能悄悄卷你们了！

AI大模型是指使用大规模数据和强大的计算能力训练出来的人工智能模型。这些模型通常具有高度的准确性和泛化能力，可以应用于各种领域，如自然语言处理、图像识别、语音识别等。为什么要学AI大模型？
大模型教程·2025-03-17 10:30

苹果签名的战略价值：解析六大核心优势与商业赋能逻辑

苹果签名的战略价值：解析六大核心优势与商业赋能逻辑（因篇幅过长所以分为两篇帖子发~）在iOS应用生态中，签名机制既是技术护城河，也是开发者突破分发限制的关键武器。
·2025-03-17 10:27

【sklearn 04】DNN、CNN、RNN

DNNDNN（DeepNeuralNetworks，深度神经网络）是一种相对浅层机器学习模型具有更多参数，需要更多数据进行训练的机器学习算法CNNCNN（convolutionalNeuralNetworks
@金色海岸·2025-03-17 09:24

【sklearn 02】监督学习、非监督下学习、强化学习

-第二类：监督学习（supervisedlearning），监督学习指的是使用带标签的数据去训练模型，并预测未知数据的标签。监督学习有两种，当预测
@金色海岸·2025-03-17 09:54

跨域视线估计的协同对比学习（重点针对局部对比学习解释）

跨域视线估计的协同对比学习1.问题表述在视线估计领域中，跨域问题是指当训练数据和测试数据来自不同的领域（如不同的个体、光照条件、拍摄设备等）时，模型性能会显著下降。
阳光明媚大男孩·2025-03-17 09:50

VM虚拟机

桥接模式（VM0）影响真实网络设置VM虚拟机成为一个真实物理主机，逻辑上和主机平级IP设置使用Internet的DHCP服务或静态NAT模式（VM8）设置VM虚拟机成为主机的下属客户端，共享主机的网卡，
.R^O^·2025-03-17 09:18

DeepSeek 在代码生成方面的优势解析

文章将详细解析DeepSeek在代码生成方面的优势，包括模型架构、数据训练、优化策略、编程语言支持、推理效率等核心技术点。1.DeepSeek-Coder的模型架构优化DeepSeek-Code
草莓屁屁我不吃·2025-03-17 08:15

面试求助：接口测试用例设计主要考虑哪些方面？

一、基础功能验证1.正常场景覆盖关键点：验证接口在合法输入下的正确响应（状态码、数据结构、业务逻辑）。
海姐软件测试·2025-03-17 08:13

Spring Boot 脚手架搭建：新姿势

脚手架就像是盖房子时搭起的架子，它能帮助我们快速构建出项目的骨架，让我们可以更专注于业务逻辑的实现。那么，如何搭建这样一个脚手架呢？别急，咱们一步一
墨瑾轩·2025-03-17 08:42

展望 AIGC 前景：通义万相 2.1 与蓝耘智算平台共筑 AI 生产力高地

喜欢可以到主页订阅专栏引言人工智能生成内容（AIGC）技术正在重塑内容创作、影视制作、广告设计等行业的底层逻辑。
accurater·2025-03-17 07:07

文心一言提前免费，高性能大模型全面入局该咋看？

文心大模型4.5作为首个原生多模态大模型，在多模态理解、文本和逻辑推理能力上的显著提升，使其在多项测试中表现优于GPT4.5，这体现了百度在AI技术研发上的深厚积累。同时，文心大模型X1作为深度思
江瀚视野·2025-03-17 07:06

车载Android音频系统 CarAudioService

一、核心功能模块1.音频焦点管理焦点栈机制(mFocusStack)使用Stack管理不同音源的优先级处理导航/USB/蓝牙等音源的抢占逻辑//示例：焦点切换时的音频路由switchSource(null
Code_onepage·2025-03-17 07:35

Python入门实战：Python的代码重构

但随着项目不断迭代更新，代码量逐渐增加，导致代码结构混乱、缺乏模块化设计、重复逻辑过多、命名不规范等问题。如何有效地组织、管理和维护代码、提升代码质量、更好地实现功能，是一个技术人的日常工作。
AI智能涌现深度研究·2025-03-17 06:01

DeepSeek-R1模型1.5b、7b、8b、14b、32b、70b和671b有啥区别？

码笔记mabiji.com分享：1.5B、7B、8B、14B、32B、70B是蒸馏后的小模型，671B是基础大模型，它们的区别主要体现在参数规模、模型容量、性能表现、准确性、训练成本、推理成本和不同使用场景
facaixxx2024·2025-03-17 06:01

从0到1构建AI深度学习视频分析系统--基于YOLO 目标检测的动作序列检查系统：（2）消息队列与消息中间件

核心参数设计二、内存管理实现三、性能优化策略四、内存占用验证五、高级优化技巧六、部署建议检测结果队列YOLO检测结果队列技术方案一、技术选型矩阵二、核心实现代码三、性能优化策略四、可视化方案对比五、部署建议逻辑判定队列时间片图论时间序列大模型引入参考文献原始视频队列想要在单机内存中缓存
shiter·2025-03-17 06:58
上一页 4 5 6 7 8 9 10 11 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他