DETR模型

【AI大模型前沿】OmniAudio：阿里通义实验室的空间音频生成模型，开启沉浸式体验新时代

系列篇章No.文章1【AI大模型前沿】深度剖析瑞智病理大模型RuiPath：如何革新癌症病理诊断技术2【AI大模型前沿】清华大学CLAMP-3：多模态技术引领音乐检索新潮流3【AI大模型前沿】浙大携手阿里推出
寻道AI小兵·2025-07-10 07:01

深入解读 Qwen3 技术报告（一）：引言

重磅推荐专栏：《大模型AIGC》《课程大纲》《知识星球》本专栏致力于探索和讨论当今最前沿的技术趋势和应用领域，包括但不限于ChatGPT和StableDiffusion等。
小爷毛毛（卓寿杰）·2025-07-10 07:29

Agentic AI与Gen AI区别

因为我总是需要不断去喂提示词，要不断调整模型的输出，我就像一个保姆一样要守在ChatGPT旁边，其实此时此刻，人类点亮的科技树，已经够我们用AI去自动化60%-70%的工作时长了，但这个实际进度还在个位数
500佰·2025-07-10 07:28

《论三生原理》如何与量子计算对话？

：《论三生原理》与量子计算的对话体现为哲学思想、数学工具与物理机制的三重耦合，其核心关联如下：一、哲学基础的重构性映射‌‌动态生成论与量子叠加的对应‌将《道德经》“三生万物”的生成逻辑映射为量子态演化模型
葫三生·2025-07-10 07:57

大模型之Spring AI实战系列（三十二）：Spring Boot + DeepSeek 实战指南：工具函数（Function Call）实战应用

系列篇章No.文章1大模型之SpringAI实战系列（一）：基础认知篇-开启智能应用开发之旅2大模型之SpringAI实战系列（二）：SpringBoot+OpenAI打造聊天应用全攻略3大模型之SpringAI
·2025-07-10 07:27

边缘人工智能与医疗AI融合发展路径：技术融合与应用前景（上）

边缘AI区别于传统的云计算模式，它将数据处理和AI模型部署在数据源头附近，实现快速响应和隐私保护。这种特性使其在医疗保健领域具有独特优势，特别是在实时监测、紧急响应和患者隐私保护等方面。边缘AI
Allen_Lyb·2025-07-10 07:57

从零构建MCP服务器：FastMCP实战指南

引言：MCP协议与FastMCP框架ModelContextProtocol（MCP）是连接AI模型与外部服务的标准化协议，允许LLM（如Claude、Gemini）调用工具、访问数据。
炼丹上岸·2025-07-10 06:55

rk3566开发之rknn npu 部署

目录NPU使用RKNN模型非RKNN模型RKNN-Toolkit2工具RKNNNPU测试代码如下main.ccssd.cc调用ssd模型进行目标检测测试ssd.hqt中调用rknnnpu接口NPU使用RK3566
三十度角阳光的问候·2025-07-10 06:51

MATLAB随机模拟技术在气候模型中的应用

本文将详细探讨该项目的关键内容，包括气候模型的构成、随机过程与统计方法的运用、MATLAB编程技能、气候数据处理与分析、结果可视化以
·2025-07-10 06:20

Linux/Unix 套接字Socket编程(socket基本概念，流程，流式/数据报socket，Unix domain socket示例)

套接字文章目录套接字Isocket基础1、通信domain2、通用socket地址结构体3、socket类型4、创建和关闭socket5、将socket绑定到地址6、流socket(1)流socket服务端-客户端模型
·2025-07-10 05:45

反应式PDF显示：react-pdf入门指南及问题解决方案

react-pdfDisplayPDFsinyourReactappaseasilyasiftheywereimages.项目地址:https://gitcode.com/gh_mirrors/rea/react-pdf项目基础介绍：react-pdf是由CSDN公司开发的InsCodeAI大模型提及的
卫直超Unity·2025-07-10 05:14

Vlang编写爬虫可行性分析

V的并发模型适合高并发爬虫，但实际效果待测试。最后给出一个简单例子展示基础流程，同时指出生态限制，避免用户期望过高。个人建议如果项目复杂，可能选Python更省力，毕竟p
·2025-07-10 05:40

智变时代|暴雨亮相第四届中国数据中心服务器与设备峰会

在此背景下，第四届中国数据中心服务器与设备峰会于2025年7月1日在上海盛大开幕，聚焦大模型时代下服务器与设备的技术革新与应用落地。
BAOYUCompany·2025-07-10 04:37

人工智能 开源的大模型训练微调框架LLaMA-Factory

LLaMA-Factory是一个开源的大模型训练微调框架，具有模块化设计和多种高效的训练方法，能够满足不同用户的需求。用户可以通过命令行或Web界面进行操作，实现个性化的语言模型微调。
·2025-07-10 04:37

深度学习核心知识简介和模型调参

深度学习模型调优就像调制一道复杂的菜肴，需要掌握多种"调料"的用法。本文将为您详解这些关键"调料"，帮助您烹饪出高性能的模型。
研术工坊·2025-07-10 03:34

OpenSearch 向量搜索与Qwen3-Embedding 集成示例

本项目演示了如何将OpenSearch的k-NN(k-NearestNeighbors)向量搜索功能与OpenAI的高级文本嵌入模型（如Qwen3-Embedding）相结合，以实现强大的语义搜索。
ZHOU_CAMP·2025-07-10 03:00

视频讲解：ARIMA-LSTM注意力融合模型跨行业股价预测应用

传统ARIMA模型对极端行情响应迟滞，单一LSTM模型则存在长期依赖难题。基于该项目实践，我们提出ARIMA-LSTM注意力融合框架，通过双轨协同机制实现预测精度突破。
·2025-07-10 03:29

什么是Web3？金融解决方案

这一新型互联网范式以区块链技术为基石，通过去中心化架构、用户数据主权和通证经济模型，正深刻改变价值存储、转移和创造的方式。截至2025年6月，全球稳定币市场规模已突破2529亿美元，链上
Ashlee_guweng22346·2025-07-10 02:23

基于大模型的急性出血坏死性胰腺炎预测技术方案

目录一、算法实现伪代码1.数据预处理与特征工程2.大模型训练（以Transformer为例）3.实时预测与动态调整二、模块流程图1.术前预测流程2.术中动态决策流程3.术后护理流程三、系统集成方案1.系统架构图
LCG元·2025-07-10 02:22

Java微服务框架技术选型全景报告

监控端点企业级单体应用/传统系统迁移SpringCloud-微服务全家桶（Eureka/Zuul/Config）-强事务管理（SpringTX）-生态兼容性最佳复杂分布式系统WebFlux-响应式编程模型
chanalbert·2025-07-10 01:19

Golang基础笔记十之goroutine和channel

以下是本篇笔记目录：goroutinechannelgoroutine与channel的使用1、goroutinegoroutine是一种轻量级线程（用户态线程），由Go运行时管理而非操作系统，它是Go并发模型的核心
·2025-07-10 00:40

计算机视觉：Transformer的轻量化与加速策略

计算机视觉：Transformer的轻量化与加速策略一、前言二、Transformer基础概念回顾2.1Transformer架构概述2.2自注意力机制原理三、Transformer轻量化策略3.1模型结构优化
xcLeigh·2025-07-10 00:44

【零基础学AI】第30讲：生成对抗网络(GAN)实战 - 手写数字生成

本节课你将学到GAN的基本原理和工作机制使用PyTorch构建生成器和判别器DCGAN架构实现技巧训练GAN模型的实用技巧开始之前环境要求Python3.8+需要安装的包：pipinstalltorchtorchvisionmatplotlibnumpyGPU
1989·2025-07-10 00:41

【深度学习第六期深度学习中的归一化与正则化技术：原理、实践与应用】

详细阐述它们的基本原理，包括如何调整数据分布、控制模型复杂度等；通过丰富的实例和对应代码，展示在不同网络架构中这些技术的具体实现方式，以及对模型训练和性能的影响；同时，对比分析各项技术的特点和
码上有前·2025-07-09 23:08

DAY 8 标签编码与连续变量处理

主要内容：字典的简单介绍标签编码连续特征的处理：归一化和标准化字典字典是Python中一种非常常用的数据结构，它是一种可变容器模型，可以存储任意类型的对象。
·2025-07-09 23:06

Attention机制完全解析：从原理到ChatGPT实战

一、Attention的本质与计算步骤1.1核心思想动态聚焦：Attention是一种信息分配机制，让模型在处理输入时动态关注最重要的部分。类比：像人类阅读时用荧光笔标记关键句子。
学废了wuwu·2025-07-09 22:05

深度神经网络课程设计：从理论到实践

学生将通过源代码示例学习从网络架构设计、数据预处理到模型训练与评估的完整流程，并掌握深度学习的基本概念、组件及技巧。
Vita Libre·2025-07-09 22:04

HBase总结

主要用于存储和管理超大规模的结构化或半结构化数据（如PB级），特点包括：高扩展性：通过分布式架构横向扩展，支持数千台服务器高吞吐量：适合实时随机读写（如用户行为日志、实时分析）强一致性：保证同一行数据的原子性操作灵活的数据模型
·2025-07-09 22:04

阿里开源WebSailor：超越闭源模型的网络智能体新星

WebSailor简介与开源背景在人工智能领域持续创新的浪潮中，阿里通义实验室于2025年7月正式开源了其突破性成果——WebSailor网络智能体。这一开源项目标志着中国企业在复杂推理与检索技术领域的重要突破，其设计初衷直指开源生态中长期存在的关键短板：面对超高不确定性任务时的系统性推理能力缺失。填补开源生态的关键空白WebSailor的诞生源于一个被长期忽视的技术鸿沟。根据斯坦福大学《2025
·2025-07-09 22:02

RAG实战指南 Day 11：文本分块策略与最佳实践

【RAG实战指南Day11】文本分块策略与最佳实践文章标签RAG,检索增强生成,文本分块,语义分割,文档处理,NLP,人工智能,大语言模型文章简述文本分块是RAG系统构建中的关键环节，直接影响检索准确率
在未来等你·2025-07-09 22:01

【vLLM 学习】Eagle

vLLM是一款专为大语言模型推理加速而设计的框架，实现了KV缓存内存几乎零浪费，解决了内存管理瓶颈问题。
·2025-07-09 21:34

推测性解码：加速多模态大型语言模型的推理

大模型（LLMs）以其卓越的性能在多个应用场景中大放异彩。然而，随着应用的深入，这些模型的推理速度问题逐渐凸显。
人工智能培训咨询叶梓·2025-07-09 21:25

Spring AI：Tool Calling

工具调用（也称为函数调用）是人工智能应用程序中的一种常见模式，允许模型与一组API或工具交互，以增强其功能。工具主要用于：信息检索。
虾条_花吹雪·2025-07-09 21:25

AI产品经理技术篇：从传统AI到生成式AI，解密大模型的核心概念

传统AI以分类、预测和规则驱动为核心，而生成式AI则颠覆了这一范式，通过大模型实现内容创作、对话生成等创造性任务。这种转变背后，是参数规模、模型架构和训练方式的根本性革新。
让我看看好学吗·2025-07-09 21:24

大模型与智能体：螺旋共生，绘就智能新蓝图

大模型与智能体：螺旋共生，绘就智能新蓝图在人工智能的前沿领域，大模型与智能体宛如两颗璀璨的星辰，以一种精妙的螺旋共生关系，重塑着智能世界的格局，深刻影响着我们生活与工作的方方面面。
东锋17·2025-07-09 21:54

huggingface 笔记： Trainer

Trainer是一个为Transformers中PyTorch模型设计的完整训练与评估循环只需将模型、预处理器、数据集和训练参数传入Trainer，其余交给它处理，即可快速开始训练自动处理以下训练流程：
UQI-LIUWJ·2025-07-09 21:23

huggingface笔记：文本生成Text generation

1加载LLM模型fromtransformersimportAutoTokenizer,AutoModelForCausalLMimporttorchimportosmodel=AutoModelForCausalLM.from_pretrained
UQI-LIUWJ·2025-07-09 21:23

论文略读：SWE-bench: Can Language Models Resolve Real-world Github Issues?

iclr2024oralreviewer评分5668现有的语言模型（LMs）的基准测试已经饱和，无法捕捉到最先进的语言模型能做什么和不能做什么的前沿。
UQI-LIUWJ·2025-07-09 21:23

论文略读： ALPAGASUS: TRAINING A BETTER ALPACA WITH FEWER DATA

ICLR20241背景大模型通常需要在有监督指令数据集上进行指令微调来加强指令遵循能力但是广泛使用的数据集包含许多具有不正确或不相关响应的低质量样本，这对大模型微调具有误导性——>论文提出了一种简单有效的数据选择策略
·2025-07-09 21:23

论文略读：ASurvey of Large Language Models for Graphs

2024KDD归纳了四种主要的graph+大模型GNNsasPrefixLLMsasPrefixLLMs-GraphsIntegrationLLMs-Only1GNNsasPrefix1.1节点级Token
UQI-LIUWJ·2025-07-09 21:23

揭秘图像LLM：从像素到语言的智能转换

图像LLM是怎么工作图像LLM（多模态大语言模型）的核心是将图像转化为语言模型能理解的“语言”，并与文本深度融合。
ZhangJiQun&MXP·2025-07-09 21:52

深度学习之迁移学习

认识迁移学习迁移学习（TransferLearning）是机器学习中的一种重要技术，其核心思想是将在一个任务上学习到的知识（模型参数、特征表示等），迁移应用到另一个相关但不同的任务中，从而提升新任务的学习效率和性能
路溪非溪·2025-07-09 21:22

！LangChain调试信息的收集与分析深度解析(62)

这些信息涵盖了从用户输入到最终输出全流程的关键节点数据，包括但不限于提示模板的构建细节、大语言模型的交互内容、工具调用的参数与结果、链执行的中间状态等。其核心作用在于帮助开发者快速定位程序中的
Android 小码蜂·2025-07-09 21:22

！LangChain工具选择与调用策略深入解析(42)

LangChain工具选择与调用策略深入解析一、LangChain工具概述1.1工具的定义与作用LangChain中的工具（Tool）是用于扩展语言模型能力的核心组件，它允许开发者将外部功能或资源集成到基于语言模型的应用中
·2025-07-09 21:22

！LangChain链的调试与故障排查深度解析(30)

LangChain链的调试与故障排查深度解析一、LangChain链的基本架构与运行原理1.1LangChain的核心组件概述LangChain作为构建语言模型驱动应用的框架，其核心由一系列可组合的组件构成
Android 小码蜂·2025-07-09 21:21

！ LangChain工具选择与调用策略深入解析(41)

LangChain工具选择与调用策略深入解析一、LangChain工具概述1.1工具的定义与作用LangChain中的工具（Tool）是用于扩展语言模型能力的核心组件，它允许开发者将外部功能或资源集成到基于语言模型的应用中
Android 小码蜂·2025-07-09 21:21

LangChain内置代理类型深度对比分析(43)

它区别于普通的链式结构，能够依据任务需求，动态调用不同工具（Tool）、结合语言模型的推理能力，自主规划执行步骤并完成复杂任务。无论是智能问答、代码生成，还是数据分析等场景，代理都可通过灵活组合工具
Android 小码蜂·2025-07-09 21:21

LangChain提示词设计核心原则深度解析(9)

LangChain提示词设计核心原则深度解析一、LangChain提示词设计概述1.1提示词在LangChain中的定位在LangChain框架中，提示词是连接用户需求与大语言模型（LLM）能力的关键桥梁
Android 小码蜂·2025-07-09 21:20

中文大模型的技术债问题

中文大模型的技术债问题摘要随着中文大语言模型（LargeLanguageModels,LLMs）在自然语言处理（NLP）领域的广泛应用，其研发和部署过程中积累的“技术债”（TechnicalDebt）问题日益突出
大鹏的NLP博客·2025-07-09 20:50

MMaDA：开启多模态扩散语言模型新篇章

MMaDA：开启多模态扩散语言模型新篇章MMaDAMMaDA-Open-SourcedMultimodalLargeDiffusionLanguageModels项目地址:https://gitcode.com
·2025-07-09 20:19
上一页 4 5 6 7 8 9 10 11 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他