tag 自然語言處理

標籤
貢獻52
131
07:11 PM · Oct 26 ,2025
infodator 頭像 openbayescom 頭像 congweibiaobaidemalingshu 頭像 u_13357275 頭像 nizi_60e514d097c9a 頭像 aloudata 頭像 chaoshenjinghyperai 頭像 lab4ai 頭像 u_15903730 頭像 huamingshixunkeji 頭像 weidejianpan 頭像 mankeji 頭像

@自然語言處理 / 博客 RSS 訂閱

jeecg 頭像

JEECG低代碼平台 - GitHub Star 排名靠前的 AI 開源項目推薦（Java 版）

隨着人工智能（AI）技術的快速發展，Java 作為企業級應用開發的重要語言，也涌現出許多優秀的 AI 開源項目。這些項目涵蓋了從自然語言處理、對話系統、大模型集成，到 AI 工作流編排和低代碼平台等多個領域，極大地便利了開發者構建智能應用的過程。本文將為你盤點 GitHub 上最受歡迎且實用的十大 Java AI 開源項目，助力你在 AI 領域的開發之路。 1. JeecgBoot — AI

jeecg-boot , ai開發 , 自然語言處理 , 開源 , 數據處理

收藏 評論

nizi_60e514d097c9a 頭像

MIAOYUN - MIAOYUN | 每週AI新鮮事兒（12.05-12.12）

本週全球科技企業及團隊在AI領域動作頻頻，騰訊、阿里、微軟、智譜、美團等企業相繼推出或開源涵蓋語言、語音、圖像、代碼、情感等類型的多款大模型；阿里、商湯及Linux基金會發布開源框架、視頻生成工具並推動行業標準統一；商湯、Adobe、騰訊同步新增數字人驅動、跨平台設計、羣消息總結等AI工具；與此同時，NVIDIA發佈新版CUDA工具包、美國調整芯片出口政策、全球首個太空LLM誕生，一起來回顧本週發

機器學習 , 資訊 , 自然語言處理 , 人工智能 , 深度學習

收藏 評論

congweibiaobaidemalingshu 頭像

小白獅ww - LAMMPS 教程：以單晶鋁為例，模擬材料單軸拉伸

LAMMPS（Large-scale Atomic/Molecular Massively Parallel Simulator）是一種經典的分子動力學仿真代碼，專注於材料建模。它旨在在並行計算機上高效運行，並且易於擴展和修改。LAMMPS 最初由美國能源部機構桑迪亞國家實驗室開發，現在包括來自許多機構的許多研究小組和個人的貢獻。LAMMPS 的大部分資金來自美國能源部（DOE）。LAMMPS 是

機器學習 , 自然語言處理 , 教程 , 人工智能 , 深度學習

收藏 評論

lab4ai 頭像

Lab4AI - 7M參數，幹翻巨無霸LLM！這款超小遞歸模型（TRM），在ARC-AGI上證明了“少即是多”

01 論文概述 論文標題：Less is More: Recursive Reasoning with Tiny Networks 作者團隊：三星AI實驗室（Samsung SAIL Montréal） 發佈時間：2025年9月6日 論文鏈接：https://arxiv.org/pdf/2510.04871 👉您可以跳轉到 Lab4AI 平台上去閲讀論文原文。 Lab4AI

機器學習 , 神經網絡 , 自然語言處理 , 人工智能 , 深度學習

收藏 評論

nizi_60e514d097c9a 頭像

MIAOYUN - MIAOYUN | 每週AI新鮮事兒（11.28-12.05）

本週全球科技企業密集發佈AI領域新成果，騰訊、崑崙萬維、快手、Meta、智譜AI、生數科技、DeepSeek、Runway、NVIDIA、華為、Mistral AI、阿里、火山引擎、可靈AI等推出多模態、3D生成、視頻生成、推理優化等方向新模型，聚焦性能提升與商業化適配；技術上，華為發佈MoE推理優化技術、商湯開源原生多模態架構；同時，階躍星辰開源 GUI 智能體，拍我AI、Anuttacon推出

資訊 , 自動駕駛 , 自然語言處理 , 人工智能 , 深度學習

收藏 評論

puxiaoke6 頭像

一點人工一點智能 - 書籍-《自然語言理解解析》

書籍：Understanding Natural Language Understanding 作者：Erik Cambria 出版：Springer​ 編輯：陳萍萍的公主@一點人工一點智能 下載：書籍下載-《自然語言理解解析》 01 書籍介紹 大約半個世紀前，AI先驅們如Marvin Minsky開始了一項雄心勃勃的項目：模擬人類大腦如何編碼和解碼意義。雖然現在我

自然語言處理 , 人工智能 , transform , 深度學習

收藏 評論

u_13317 頭像

liutao988 - deepseek生圖

斯坦福大學在三月份開設了一門“深度學習與自然語言處理”的課程：CS224d: Deep Learning for Natural Language Processing，授課老師是青年才俊Richard Socher，他本人是德國人，大學期間涉足自然語言處理，在德國讀研時又專攻計算機視覺，之後在斯坦福大學攻讀博士學位，拜師NLP領域的巨牛Chris Manning和Deep Le

deepseek生圖 , 自然語言處理 , 機器翻譯 , aigc , 深度學習 , bard

收藏 評論

infodator 頭像

容智信息 - 智能體平台怎麼選？2026企業採購清單+評分模型

隨着Agentic AI從實驗階段進入工程化落地深水區，企業對智能體平台的採購邏輯正在發生根本性變化。Gartner在最新預測中指出：到2026年，超過50%的中大型企業將部署智能體系統，直接參與甚至承擔核心業務流程的執行與決策。 這一判斷的關鍵並不在於“企業是否會上智能體”，而在於：什麼樣的智能體架構，才真正有能力進入核心流程，而不是停留在外圍輔助層。 正是在這一背景下，企業的關注

資訊 , 數據挖掘 , 自動駕駛 , 自然語言處理 , 人工智能

收藏 評論

congweibiaobaidemalingshu 頭像

小白獅ww - 單卡 4090 即可啓動，一鍵部署 QwQ-32B-AWQ 教程

QwQ 是 Qwen 系列的推理模型，相比傳統指令調優模型，QwQ 具備思考和推理能力，在下游任務尤其是難題上能取得顯著性能提升。QwQ-32B 是中型推理模型，能夠與 DeepSeek-R1、o1-mini 等最先進的推理模型取得競爭性性能。\ 教程鏈接：https://go.openbayes.com/d6USh 使用雲平台：OpenBayes\ http://openbayes.

tensorflow , 自然語言處理 , 數據庫 , 人工智能 , 深度學習

收藏 評論

aloudata 頭像

Aloudata大應科技 - 從“是什麼”到“為什麼”：Aloudata Agent 智能歸因的底層邏輯與配置指南

當數據看板上銷售額那條紅色曲線突然掉頭向下時，業務主管的第一反應不再是手忙腳亂地召集數據分析師會議，而是轉向電腦屏幕，平靜地輸入一個最直接的問題：“為什麼？” 面對海量指標波動、業務異常或營銷效果變化，分析師往往只能回答“發生了什麼”（What），卻難以深入解釋“為什麼會這樣”（Why）。這種從“What”到“Why”的鴻溝，正是 Aloudata Agent 智能歸因功能試圖解決的核心問題。 A

自然語言處理 , 數據庫 , chatgpt , 人工智能

收藏 評論

congweibiaobaidemalingshu 頭像

小白獅ww - 圖像+文檔+視頻，從理解到思考，GLM-4.1V-9B-Thinking 引領多模態推理新範式

2025 年 7 月 2 日，智譜 AI 聯合清華大學團隊發佈開源視覺語言模型 GLM-4.1V-9B-Thinking，專為複雜認知與推理任務打造。該模型基於 GLM-4-9B-0414 基座模型，支持圖像、視頻、文檔等多模態輸入，採用創新的「思考範式」設計。 這款模型名字有點長，我們拆開來看： GLM-4.1V → 新一代多模態模型框架 9B → 參數量約 90 億，屬於輕量級「實力派」

llm , 圖像識別 , 算法 , 自然語言處理 , 視頻處理

收藏 評論

aloudata 頭像

Aloudata大應科技 - 周衞林｜大數據通往大模型的鑰匙：NoETL to Trusted AI

此時此刻，站在 Data 和 AI 的十字路口，我不禁捫心自問：是創造還是涅滅，大數據如何通往大模型，數據資產如何成為 AI 資產？是廿年戎馬終歸碌碌無為，還是四載厚積一朝破繭成蝶——讓 Aloudata 成為大數據通往大模型的鑰匙，開啓數據智能變革的黃金十年。 過去 20 年：讓業務用上好數據 2003 年，我走出校園，加入一家當年規模不小的軟件公司，做運營商的經分系統。經分系統是數據倉庫一個早

自然語言處理 , 知識 , 數據庫 , chatgpt , 人工智能

收藏 評論

nizi_60e514d097c9a 頭像

MIAOYUN - MIAOYUN | 每週AI新鮮事兒（11.21-11.28）

本週全球AI領域動態密集，多家公司發佈重磅模型與工具。騰訊、小米、AMD、Anthropic、DeepSeek、阿里、微軟等推出多款開源大模型，覆蓋視頻生成、具身智能、MoE架構等，性能與成本優化顯著。AI Agent、工具持續迭代，Elser.AI、Trae SOLO等落地。技術上，嵌套學習、3D資產生成等獲突破，市場端特朗普簽署AI戰略命令，原生AI雲廠商打破壟斷，推動行業加速發展，一起來回顧

機器學習 , 算法 , 自然語言處理 , 人工智能 , 深度學習

收藏 評論

mankeji 頭像

曼孚科技 - 從“聽得清”到“聽得懂”：音頻標註技術的演進

在人工智能的發展圖譜中，讓機器 “聽見” 並解讀世界，始終是一條充滿挑戰卻意義深遠的探索路徑。 早期技術突破集中於一個明確目標 ——“聽得清”，即實現聲音信號向文字符號的高精度轉化。然而，隨着 AI 應用場景的持續拓展與深化，行業對機器 “聽力” 提出了更高階的要求：不僅要精準轉寫語音內容，更要深度理解其背後的內涵。 把握指令意圖、辨識話語情緒、洞悉聲音場景的複雜構成，成為人工智能向高階智能演進的

機器學習 , 算法 , 自然語言處理 , 人工智能 , 深度學習

收藏 評論

openbayescom 頭像

OpenBayes - OpenBayes 教程上新丨CSM 駕到，統統閃開！更鮮活的語音生成，從此告別延遲呆板機械味

與 AI 語音助手聊天時，總感覺哪裏怪怪的。它們對問題應答自如，可就是少了點「人味」。語調呆板、停頓突兀，時不時還在莫名其妙的地方卡頓，這種似人非人的違和感，其實就是「恐怖谷效應」在作祟。當 AI 語音與人類語音相似度頗高卻又未達到完美一致時，用户便會感到不適。 近期，由 Sesame 團隊推出的語音生成模型 CSM (Conversational Speech Model) 在眾多語音模型中脱穎

機器學習 , tensorflow , 自然語言處理 , 人工智能 , 深度學習

收藏 評論

congweibiaobaidemalingshu 頭像

小白獅ww - 給你一個新視角看世界——Depth-Anything-3

如果説以往的 3D 視覺模型像「術業有專攻」的匠人，那麼Depth-Anything-3（DA3） 就是那個突然橫空出世、把所有活都能幹而且幹得還賊好的「全能大師」。它的秘訣很簡單：只用一個標準 Vision Transformer，就能同時搞定深度估計、相機位姿、三維重建和視角渲染。 給它一張圖，它能看深度；給它幾張圖，它能還原三維結構；給它視頻，它還能把相機怎麼動的都推出來；換個角度，它還能幫

圖像識別 , 自然語言處理 , 教程 , 人工智能 , 深度學習

收藏 評論

congweibiaobaidemalingshu 頭像

小白獅ww - 當視覺模型開始「懂你所指」：SAM3 的能力遠超你想象

如果你曾經想過：「我能不能只用一句話，讓電腦在視頻裏自動找出所有『紅色揹包』？」或者希望在一張照片裏隨手點一下，就完成乾淨利落的分割，那SAM3正是為這些需求準備的。 隨着圖像與視頻數據的爆炸式增長，傳統分割方法往往需要大量標註或只能識別固定類別，難以應對複雜開放場景。SAM3 則通過統一的多模態輸入方式——文本、示例與視覺提示——讓模型能主動理解你的意圖，並在圖像與視頻中執行高精度檢測、分

機器學習 , 自然語言處理 , 教程 , 人工智能 , 深度學習

收藏 評論

aloudata 頭像

Aloudata大應科技 - 不只是問數：如何利用 Aloudata Agent 的“智能報告”功能，生成周報、月報？

過去十年，企業對數據的信仰達到了前所未有的高度。“一切用數據説話”成了管理聖經，“BI 看板”成了標配。可諷刺的是，越是標榜“數據驅動”的組織，越深陷於一種隱秘的悖論：數據越來越多，但真正被理解、被使用、被轉化為行動的信息，卻越來越少。 週報、月報本應是這種轉化的關鍵載體。但在現實中，它們常常淪為三件事的混合體： ● 數據搬運（從系統 A 複製到文檔 B ） ● 格式表演（調字體、對齊

數據挖掘 , nosql , 自然語言處理 , chatgpt , 人工智能

收藏 評論

lab4ai 頭像

Lab4AI - 原來用聊天記錄就可以創造數字分身！WeClone項目在Lab4AI平台上的復現

01 | WeClone如何創造數字分身 擁有一個數字分身可能是很多人的一個願望。其實通過給大模型餵我們的聊天記錄，就可打造出我們的數字分身，當前爆火的Weclone項目採取的就是這種做法。先導出自己的聊天記錄，再把聊天記錄作為數據用來微調大模型，讓模型學習我們的語言風格和習慣，就能打造出專屬的數字分身。近期，有開發者在Lab4AI大模型實驗室成功復現WeClone項目，不需要準備繁瑣的環境，很容

機器學習 , 自然語言處理 , 人工智能

收藏 評論

u_16099213 頭像

編程思想者 - AI智能寫作軟件寫作狐，快速生成偽原創、摘要提取、字體轉化、內容相似度檢測等等

寫論文邏輯混亂，文獻綜述無從下手，開題報告一籌莫展？別慌！懂你！無論你是正在為畢業論文頭疼的大學生，還是在為碩士論文、博士論文絞盡腦汁的研究生，或是為了職稱評定而努力撰寫期刊論文、會議論文的科研人員，AI寫論文工具都能為你提供強大的支持。掌橋科研等多款AI生成論文軟件，覆蓋了從AI寫畢業論文到AI寫課程論文，再到AI寫科普文章、AI寫開題報告、AI寫文獻綜述，甚至是AI生成畢業論

自動生成 , 自然語言處理 , 參考文獻 , 人工智能 , 數據結構與算法

收藏 評論

huamingshixunkeji 頭像

華明視訊科技 - 想知道海關智能卡口系統廠家靠不靠譜，記住以下五點，絕對不踩坑！

各位關心口岸智能化建設的同仁們，大家好！我是華明視訊。我們深耕海關智能監管領域多年，見證了太多企業在選擇卡口系統時踩坑、交學費。一套不靠譜的系統，輕則導致通關效率低下，重則引發監管風險，損失難以估量。 今天，我們不吹噓自己，只想作為行業裏的“老炮兒”，給大家分享五個硬核的評判標準。想知道一個海關智能卡口系統廠家靠不靠譜，照着這五點去問、去看，心裏立馬就有底！ 第一點：看“身份證”與“履

圖像識別 , 神經網絡 , 自然語言處理 , 人工智能 , 深度學習

收藏 評論

infodator 頭像

容智信息 - 容智Report Agent智能體打通業財數據孤島，實現分析效率10倍提升

在多元業務與複雜產業鏈的架構下，大型集團企業的經營管理長期面臨一個根本性挑戰：如何快速、清晰地看清全域的成本與利潤構成，並讓數據真正服務於動態決策。某業務覆蓋多領域的大型集團，其財務與經營分析部門的實踐，揭示了一個從“被動彙報”到“主動洞察”的轉型路徑。在這一過程中，智能體的引入與應用，成為推動分析效能躍遷、實現持續賦能的關鍵驅動力。 該集團旗下產品線眾多，數據分散在不同區域

數據挖掘 , 自動駕駛 , 自然語言處理 , 人工智能 , 深度學習

收藏 評論

chaoshenjinghyperai 頭像

超神經HyperAI - 【Triton 教程】低內存 Dropout

Triton 是一種用於並行編程的語言和編譯器。它旨在提供一個基於 Python 的編程環境，以高效編寫自定義 DNN 計算內核，並能夠在現代 GPU 硬件上以最大吞吐量運行。 更多 Triton 中文文檔可訪問 →https://triton.hyper.ai/ 在本教程中，您將編寫一個內存高效的 Dropout 實現，其狀態將由單個 int32 seed 組成。這與傳統 Dropout 實現不

機器學習 , 自然語言處理 , 人工智能 , 編譯器 , 深度學習

收藏 評論

infodator 頭像

容智信息 - 企業AI選型：場景分層匹配全指南

在企業數智化轉型的浪潮中，“AI工具選型”成了許多管理者的心頭難題：盲目上智能體，發現大量結構化工作用不上其能力，成本居高不下；只上RPA，又無法應對複雜的非結構化場景……容智信息基於千餘家企業服務經驗，總結出“三階段AI生產力模型”，清晰界定RPA、Workflow Agent、AI Agent的適用邊界，讓企業每一分AI投入都精準轉化為業務價值。 當企業面臨訂單核對、數

機器學習 , 觀點 , 圖像識別 , 自然語言處理 , 人工智能

收藏 評論