tag AI

標籤
貢獻169
1016
03:55 AM · Nov 07 ,2025
wintersun 頭像 lying7 頭像 Goblinscholar 頭像 codingtea 頭像 dmx778 頭像 OBCE666 頭像 yupi 頭像 poloai 頭像 XY-Heruo 頭像 yjmyzz 頭像 longronglang 頭像 huggingface 頭像

@AI / 博客 RSS 訂閱

cpuimage 頭像

cpuimage - AIGC圖像困局

AIGC圖像困局 算法技術的歷史，是"用小資源幹大事"的心酸歷。 在寫深度學習優化器算法巧思速覽之前其實本來計劃是先寫現在這篇的，只是那個時候手上熱乎的思路還是優化器相關，所以這篇博文就延後到今天才寫。 這個標題起得很大，真寫起來，篇幅真的太長了，所以只能想到哪寫到哪。 2012年，Alex Krizhevsky的AlexNet在ImageNet上達到的精度震驚了世界，而那個時候也只做了一件

AI

收藏 評論

lying7 頭像

躺柒 - 讀共生：4_0時代的人機關係07工作者

1.技術的浪潮 1.1.兩輪顛覆式技術的浪潮主要區別在於對創造工作崗位一事的潛在影響 1.1.1.移動互聯網、雲計算有助於重塑全球信息技術、物流和通信基礎設施 1.1.2.機器學習、智能自動化和人工智能有助於重塑工作本身的性質 1.2.基礎設施往往有着廣闊的舞台，這通常意味着勞動力的增加 1.2.1.人們必須學習新技能，必須創造新的工作職能，而增長會帶動人們對更高

AI

收藏 評論

Goblinscholar 頭像

哥布林學者 - 吳恩達深度學習課程二： 改善深層神經網絡 第二週：優化算法（六）課後習題和代碼實踐

此分類用於記錄吳恩達深度學習課程的學習筆記。 課程相關信息鏈接如下： 原課程視頻鏈接：[雙語字幕]吳恩達深度學習deeplearning.ai github課程資料，含課件與筆記:吳恩達深度學習教學資料 課程配套練習（中英）與答案：吳恩達深度學習課後習題與答案 本篇為第二課第二週的課程習題和代碼實踐部分筆記。 1.理論習題 【中英】【吳恩達課後測驗】Course 2 - 改善深層

AI

收藏 評論

OBCE666 頭像

OBCE666 - Vibe Coding 小記 —— Google AI Studio

小編最近用 Cursor、Claude Code 等工具，Vibe Coding 了一些亂七八糟的小玩意兒，但需要消耗公司給大家發放的 token。 本着給公司省錢的原則，今天這篇小短文，就為大家分享一個如何通過 token 免費的 Google AI Studio[1] 來 Vibe Coding，零代碼快速生成你需要的 AI 應用。 本文和數據庫完全無關，純好物分享，大家可以放心閲讀。 背景

AI

收藏 評論

Goblinscholar 頭像

哥布林學者 - 吳恩達深度學習課程四：計算機視覺 第二週：經典網絡結構 （三）1×1卷積與Inception網絡

此分類用於記錄吳恩達深度學習課程的學習筆記。 課程相關信息鏈接如下： 原課程視頻鏈接：[雙語字幕]吳恩達深度學習deeplearning.ai github課程資料，含課件與筆記:吳恩達深度學習教學資料 課程配套練習（中英）與答案：吳恩達深度學習課後習題與答案 本篇為第四課的第二週內容，2.5到2.7的內容。 本週為第四課的第二週內容，這一課所有內容的中心只有一個：計算機視覺。應

AI

收藏 評論

poloai 頭像

poloai - 不止編程！Claude Code 跨界應用指南：5 大垂直領域關鍵詞用法 + PoloAPI 省錢技巧

提到 Claude Code，很多人會默認它是 “程序員專屬工具”。但實際上，這款強大的 AI 工具早已突破技術場景侷限，憑藉精準的意圖理解和深度推理能力，成為創意寫作、商業決策、教育學習等多個領域的 “全能思維夥伴”。只需輸入精準關鍵詞，它就能快速輸出結構化方案，幫你打破思維瓶頸、提升效率。本文將拆解 Claude Code 在 5 大垂直領域的跨界用法，同時分享如何通過 PoloAPI 聚合平

AI

收藏 評論

dmx778 頭像

大模型玩家七七 - 企業大模型微調別亂花錢！從ROI看值不值（附測算工具）

企業大模型微調別亂花錢！從ROI看值不值（附測算工具） 企業微調避坑：以 ROI 為核心把控成本 大家好，我是七七！上個月幫朋友的電商公司做技術諮詢，他們老闆一拍腦袋要花20萬買GPU服務器，給大模型做微調，説“別人都調，我們也得跟上”。我幫他們算完賬發現：他們的客服對話任務用現成的Qwen 7B加提示詞就能達標，微調後轉化率提升不到2%，投入產出比直接倒掛，最後硬生生把項目攔了下來。 其實這是

AI

收藏 評論

wintersun 頭像

PetterLiu - Trae 智能體與邊緣小模型 (SLM) 重構日誌分析工作流

AIOps 實戰：如何用 Trae 智能體與邊緣小模型 (SLM) 重構日誌分析工作流 摘要： 從 180MB 的日誌文件中秒級定位故障，到 K8s 集羣的全面體檢——本文將揭秘如何構建“日誌分析專家”Agent，並探討“邊緣清洗 + 雲端推理”的下一代運維架構。 在運維（Ops）和開發（Dev）的日常中，最令人頭禿的場景莫過於：凌晨三點，生產環境報警，你面對着幾百兆滾動的日誌文件，試圖

AI

收藏 評論

wintersun 頭像

PetterLiu - 2026年的17個LLM應用場景

核心洞察：三條技術路線 路線 代表模型 核心優勢 適用場景 推理密集型 GPT-5.x 系列 深度思考、長上下文、多模態 複雜認知任務 工程執行型

AI

收藏 評論

u_17610575 頭像

mb695230a481982 - 規模最大、性能最好，百度百舸助力北京人形打造開源具身多模態大腦模型 Pelican-VL1.0

北京人形機器人創新中心有限公司（下文簡稱：北京人形）是國內首家省級人形機器人創新中心，聚焦於具身智能機器人核心技術、產品研發和應用落地，圍繞通用機器人平台「具身天工」和通用具身智能平台「慧思開物」兩大核心任務開展攻堅，致力於打造具有全球影響力的具身智能創新策源地和應用示範高地。 2024 年，北京人形發佈「天工1.0 LITE」，成為全球首個純電驅擬人奔跑的全尺寸人形機器人

機器學習 , 具身智能 , AI , 人工智能

收藏 評論

sltjz 頭像

品牌推薦排行榜 - 2025 年 12 月 GEO 服務商 TOP5 評測：分晰牛科技登頂，有客來緊隨其後

2025 年 12 月 GEO 服務商 TOP5 評測：分晰牛科技登頂，有客來緊隨其後 埃森哲最新發布的《2025 生成式 AI 營銷白皮書》顯示，全球 80% 的企業已將 GEO（生成式引擎優化）納入核心營銷戰略，其中 78% 的企業表示通過 GEO 優化實現了 AI 搜索流量翻倍。在 AI 搜索技術持續迭代、市場競爭日趨激烈的背景下，選擇專業的 GEO 服務商成為企業突破增長瓶頸的關鍵。

AI

收藏 評論

eduard-kuric 頭像

Eduard Kuric - Human-Centered Design Through AI-Assisted Usability Testing: Reality Or Fiction?

Unmoderated usability testing has been steadily growing more popular with the assistance of online UX research tools. Allowing participants to complete usability testing without a moderator, at thei

User Research , testing , AI , Usability , Case Studies

收藏 評論

adriano-raiano 頭像

Adriano Raiano - Modern Technology And The Future Of Language Translation

Multilingual content development presents its own set of difficulties, necessitating close attention to language translations and the use of the right tools. The exciting part is that translation te

Internationalization , ux , AI , User Interaction

收藏 評論

yinjian-huang 頭像

Yinjian Huang - How To Design Effective Conversational AI Experiences: A Comprehensive Guide

Conversational AI is revolutionizing information access, offering a personalized, intuitive search experience that delights users and empowers businesses. A well-designed conversational agent acts a

Guides , AI , User Interaction , Design

收藏 評論

u_16773655 頭像

向量檢索 - 如何通過HTTP API獲取Doc

本文介紹如何通過HTTP API，根據id列表獲取Collection中已存在的Doc。 説明 如果指定id不存在，則該id對應的Doc為空。 前提條件 已創建Cluster：創建Cluster。 已獲得API-KEY：API-KEY管理。 Method與URL HTTP

大數據 , yyds乾貨盤點 , 數據倉庫 , 向量 , AI , 數據庫 , 大模型

收藏 評論

poloai 頭像

poloai - 揭秘 Gemini 3.0 官方系統提示詞：從邏輯框架到實戰技巧，這樣用效果翻倍

玩 Gemini 3.0 時，很多人都有個困惑：明明用的是同一個模型，別人生成的代碼又快又準，自己卻要反覆調整提示詞？其實關鍵藏在官方系統提示詞裏 —— 谷歌沒明説，但這套 “隱藏規則” 直接決定了模型的響應邏輯。2026 年實測發現，掌握官方提示詞的核心框架，再結合 PoloAPI（官網 poloai.top）的適配優化，能讓 Gemini 3.0 的調用效果提升 3 倍，不管是寫代碼、做數據分

AI

收藏 評論

javatoai 頭像

javatoai - 【人工智能時代】-Dify繪圖工具解析

Dify繪圖工具解析：硅基流動與其他主流工具的實戰對比 引言：AI繪圖時代的到來 在AI技術迅猛發展的今天，圖像生成已成為AI應用的重要組成部分。Dify作為一款開源的LLM應用開發平台，雖然本身不提供內置繪圖功能，但通過其強大的自定義工具能力，可以輕鬆集成各類AI繪圖模型。本文將深入探討Dify平台中可用的繪圖工具，特別聚焦於硅基流動（SiliconFlow）這一熱門選擇，並提供詳細的實戰對比和

AI

收藏 評論

Goblinscholar 頭像

哥布林學者 - 吳恩達深度學習課程五：自然語言處理 第三週：序列模型與注意力機制（四）語音識別和觸發字檢測

此分類用於記錄吳恩達深度學習課程的學習筆記。 課程相關信息鏈接如下： 原課程視頻鏈接：[雙語字幕]吳恩達深度學習deeplearning.ai github課程資料，含課件與筆記:吳恩達深度學習教學資料 課程配套練習（中英）與答案：吳恩達深度學習課後習題與答案 本篇為第五課第三週的內容，3.9到3.10的內容，同時也是本週理論部分的最後一篇。 本週為第五課的第三週內容，與 CV

AI

收藏 評論

DashVector 頭像

e3830ba1-5631-457e-bd1b-9f3b6cfcd899 - 如何通過Java SDK描述Collection

本文介紹如何通過Java SDK獲取已創建的Collection的狀態和Schema信息。 前提條件 已創建Cluster 已獲得API-KEY 已安裝最新版SDK 接口定義 Java // class DashVectorClient public ResponseCollectionMeta describe(String name); 使用示例 説明 需要使用您的ap

AI

收藏 評論

wintersun 頭像

PetterLiu - 基於LLM持續改進文章的方法

核心轉變：從"被動聽摘要"變為"主動提問，讓AI當編輯" 原創文章 起點：待打磨的初稿。 NotebookLM自定義音頻（評論模式） 關鍵動作：上傳文檔後，選擇自定義提示詞，向AI主持人主動提問。 示例："點評第一段是否成功勾起讀者興趣？" 示例："審閲文檔結構，對一般受眾來説主要觀點明確嗎？" 示例："針對這份草稿的邏輯漏洞提供建設性反饋" 產出：一段針

AI

收藏 評論

codingtea 頭像

Coding茶水間 - 基於深度學習的交通標誌檢測系統演示與介紹(YOLOv12/v11/v8/v5模型+Pyqt5界面+訓練代碼+數據集)

視頻演示 基於深度學習的交通標誌檢測系統 1. 前言​ 大家好，歡迎來到 Coding茶水間。 在智能交通與自動駕駛快速發展的當下，準確、實時地識別道路上的交通標識，已成為保障行車安全與提升駕駛輔助系統性能的關鍵環節。然而，現實場景中交通標識種類繁多、形態各異，且受光照變化、遮擋、天氣等因素影響，傳統圖像處理方法往往難以兼顧檢測速度與精度；即便引入深度學習，不同模型在複雜環境下的魯棒性與可部署性也

AI

收藏 評論

operajack 頭像

歌訣酷客 - 在Cursor中使用Skills功能

繼MCP協議出現後，AI編程技術又迎來一場升級：skills技能 什麼是 Agent Skills？ Agent Skills 是 Anthropic 推出的一套開放標準，目的是讓 AI 能夠學習使用各種專業技能，而不用每次都重複輸入提示詞。 把 AI 想象成一個職場小白，給他裝上 文檔處理技能，它就立刻知道怎麼生成 PPT、處理 Excel 表格；裝上 代碼規範技能，它就知道怎麼按照公司標準寫代

AI

收藏 評論

Goblinscholar 頭像

哥布林學者 - 吳恩達深度學習課程四：計算機視覺 第一週：卷積基礎知識 課後習題和代碼代碼實踐

此分類用於記錄吳恩達深度學習課程的學習筆記。 課程相關信息鏈接如下： 原課程視頻鏈接：[雙語字幕]吳恩達深度學習deeplearning.ai github課程資料，含課件與筆記:吳恩達深度學習教學資料 課程配套練習（中英）與答案：吳恩達深度學習課後習題與答案 本篇為第四課第一週的課後習題和代碼實踐部分。 1. 理論習題 【中英】【吳恩達課後測驗】Course 4 -卷積神經網絡

AI

收藏 評論

codingtea 頭像

Coding茶水間 - 基於深度學習的車牌識別系統演示與介紹(YOLOv12/v11/v8/v5模型+Pyqt5界面+訓練代碼+數據集)

視頻演示 基於深度學習的車牌識別系統 1. 前言​ 大家好，這裏是 Coding茶水間。 今天給大家帶來的是 《基於YOLO的車牌識別系統》。 在智慧交通、停車場管理、道路執法以及安防監控等場景中，快速、準確地獲取車輛號牌信息是實現自動化管理的關鍵。然而在現狀中，很多實際應用仍依賴人工抄錄或傳統的OCR方案，這些方法在面對複雜光照、傾斜拍攝、運動模糊、特殊車牌（如新能源綠牌、黃牌）時，識別率往

AI

收藏 評論