tag 人工智能

標籤
貢獻960
1566
06:37 AM · Oct 27 ,2025
deephub 頭像 u_13357275 頭像 pannideniupai 頭像 elhix0bg 頭像 rtedevcomm 頭像 xingxingshangdeliushu 頭像 tecdat 頭像 chaoshenjinghyperai 頭像 u_15591470 頭像 u_17579295 頭像 u_17512334 頭像 lab4ai 頭像

@人工智能 / 博客 RSS 訂閱

lab4ai 頭像

Lab4AI - 重磅！圖靈獎得主 Bengio 領銜 30 + 頂流學者聯合發文！首次給 AGI 下量化定義

論文標題：A Definition of AGI 作者團隊：人工智能安全中心、加州大學伯克利分校、Morph實驗室、密歇根大學等 發佈時間：2025年10月21日 👉一鍵直達論文 👉Lab4AI大模型實驗室論文閲讀 ✅Lab4AI平台提供AI導讀和AI翻譯等工具，輔助論文閲讀。您還可以投稿復現這篇論文~ ⭐論文簡介 本文旨在提出一個全面、可量化的框架，以澄清AGI的定義，並精確測量AI系統

機器學習 , llm , 算法 , 人工智能 , 深度學習

收藏 評論

tiegu_69607376ae456 頭像

鐵骨錚錚 - 《實戰覆盤：DeepSeek-7B 在傳統制造業的私有化落地（附硬件清單）》

本文首發於 無形者AI (Wuxingzhe AI) 技術專欄，轉載請註明出處。 一、 背景：當製造業遇到大模型 在過去的一年裏，大模型（LLM）席捲了各行各業。然而，對於主要依靠“非標品”生存的傳統制造業（如傢俱廠、五金廠、注塑廠）來説，直接調用 ChatGPT 或 文心一言等公有云 API 存在兩個無法忽視的痛點： 數據安全（Data Sovereignty）：企業的核心資產是圖紙、

deepseek , 私有化部署 , 人工智能 , 大模型

收藏 評論

u_16099164 頭像

碼海舵手 - 魔獸爭霸losttemple地圖包

問題描述 幻想歷8012年5月12日深夜，斯普林·布拉澤降下神諭：“Trust me, earn eternal life.”克里斯軍團士氣大增。作為克里斯軍團的主帥，你決定利用這一機會發動奇襲，一舉擊敗傑森國。具體地説，傑森國有N個城市，由M條單向道路連接。神諭鎮是城市1而傑森國的首都是城市N。你只需摧毀位於傑森國首都的曾·布拉澤大神殿，傑森國的信仰，軍隊還有一切就都會土

機器學習 , 魔獸爭霸losttemple地圖包 , i++ , 分層圖 , 人工智能 , define

收藏 評論

baidujiagoushi 頭像

百度Geek説 - AI Agent重塑微服務治理

導讀 隨着技術架構的發展，微服務系統的複雜性不斷增加，對運維提出了更高的要求。為了應對這一挑戰，一種AI驅動的微服務治理方案被提出。該方案採用多智能體架構，將運維專家經驗整合，並通過自然語言交互和智能推理，簡化了灰度發佈和配置限流熔斷等操作。利用大型語言模型（LLM）的推理能力，方案能夠進行深入的故障診斷和處理，實現運維經驗的自動化。每個智能體都能承擔特定角色，高效完成複雜任務，並通過持續的數據訓

服務治理 , 運維 , 人工智能 , 重構

收藏 評論

u_16213598 頭像

mob64ca13fbd761 - 街道車輛目標檢測公開數據集 車輛目標檢測的意義

車輛是視頻場景中最關鍵的對象之一，車輛 和 人 是視頻檢測永恆的話題。 車輛檢測是車輛分析中關鍵的一步，是後續進行車型識別、車標識別、車牌識別、車輛特徵 關於檢測的方法和框架有很多，不外乎是特徵訓練和分類，這裏推薦兩篇綜述性文章： [1] Benenson R, Omran M, Hosang

數據集 , 行人檢測 , 人工智能 , 計算機視覺 , 街道車輛目標檢測公開數據集 , 下載地址

收藏 評論

u_16213598 頭像

mob64ca13fbd761 - emwin組件用空間

很多使用c#平台做圖像處理的朋友都是因為要使用WPF而不得不放棄OpenCV而選擇使用了Emgu。Emgu這個工具吧，由於才接觸，對於OpenCV的封裝好壞我不好評論，但有一點可以肯定的是，網上可以搜索的資料太少了，很多東西都需要自己研究api文檔，看源代碼。遇到了問題也基本上只能靠自己解決。真是魂淡啊……噴…… （↑↑↑↑以上純屬吐槽↑↑↑↑） 由於手上項目的原因，

控件 , 機器學習 , wpf , 加載 , 人工智能 , emwin組件用空間

收藏 評論

u_14276 頭像

柳隨風 - 給自己的App設置scheme參數

較早前文章介紹了怎麼樣在安卓手機上安裝激活XPosed框架，XPosed框架的強悍功能大家都清楚，能夠不修改apk的前提下，修改系統內部的參數，好比在某些應用需要，大家需要修改手機的某個系統參數，此時就需要使用XPosed以及相關模塊功能來完成。 這裏歸納一下具體xposed框架的下載和框架模塊應用沙盒的使用流程，成功激活並正確修改路由mac參數。 首先，有關Xpos

sed , 機器學習 , 系統參數 , 系統信息 , 人工智能 , 給自己的App設置scheme參數

收藏 評論

u_16099304 頭像

藍夢之翼 - stringtemplate v4 語法

(1)、string.Compare(string str1,string str2,bool ignoreCase) //忽略大小寫比較 當str1 str2時，返回1 　　 當str1 = str2時，返回0 　　　當str1 str2時，返回-1 (2)、string.Concat(string s

機器學習 , 字符串替換 , 數組 , 字符串 , 人工智能

收藏 評論

ailvyoudetiebanshao 頭像

溪抱魚 - AppAgentx 開源AI手機操控使用分享

項目地址: 地址 GitHub倉庫: 地址 arXiv技術論文:地址 AppAgentx是什麼: AppAgentX 是西湖大學推出的一種自我進化式 GUI 代理框架。它通過從執行歷史中學習並抽象出高級動作，來提升智能手機交互的效率和智能性。該框架利用記憶與進化機制實現持續優化，性能在測試中顯著優於現有方法，為智能代理開闢了新方向。 AppAgentx的主要功能: 自動歸納高效操作模式

自動化 , Android , 人工智能

收藏 評論

u_13479 頭像

jkfox - 知識分享：機器學習的框架-

機器學習作為實現人工智能的核心方法，通過特定算法從數據中自主學習，獲得完成目標任務的技能。 與傳統基於知識的方法相比，機器學習有可能突破人類現有知識的上限，發現人類尚未察覺的新規律、新方案，甚至展現出“超人”般的智能。 如今，人工智能展現出的強大能力——包括人們常談論的AI威脅，很大程度上源於機器學習：只有通過自主學習的機器

機器學習 , 數據 , 學習 , 人工智能 , 前端開發 , Javascript

收藏 評論

u_16099336 頭像

浪人小風光 - emmc總線和sd總線接口

ARM接口技術 FS4412開發環境搭建 交叉編譯工具鏈搭建： ①：將交叉編譯工具鏈安裝到具體目錄下：新建了一個路徑，這裏是/home/linux_4412/toolchain/，然後將資源文件gcc-4.6.4.tar.xz移動到此路徑下，解壓到當前目錄（tar xvf gcc-4.6.4.tar.xz），解壓後的目錄為==gcc-4

機器學習 , 數據結構 , emmc總線和sd總線接口 , 開發語言 , Linux , 人工智能 , Python

收藏 評論

u_16380863 頭像

未聞花名AI - 構建AI智能體：五十二、反應式智能體：AI世界的條件反射，真的可以又快又穩

一、初識反應式智能體 前一篇我們詳細瞭解了深思熟慮智能體，今天我們討論智能體的另一種類型，反應式智能體，想象一下，當我們的手不小心觸碰到一個滾燙的杯子時，我們會瞬間縮回。這個過程中，我們的大腦甚至還沒有意識到燙這個概念，手已經完成了動作。這種不經過深思熟慮、直接由刺激引發的快速反應，就是反應式智能體的核心思想。 反應式智能體是一種基於“感知-行動”模式的智能系統。它不

最高優先級 , yyds乾貨盤點 , 優先級 , 智能體 , pytorch , 人工智能 , 高優先級

收藏 評論

u_16060192 頭像

HyperAI超神經 - 【vLLM 學習】Rlhf

vLLM 是一款專為大語言模型推理加速而設計的框架，實現了KV 緩存內存幾乎零浪費，解決了內存管理瓶頸問題。 更多 vLLM 中文文檔及教程可訪問 →vllm.hyper.ai/ *在線運行 vLLM 入門教程：零基礎分步指南 源碼examples/offline_inference/rlhf.py """ 一個基於 vLLM 的 RLHF 簡單實現演示，靈感來源於 O

編程 , 機器學習 , vLLM , AI , 人工智能 , 深度學習

收藏 評論

u_16349720 頭像

短短同學 - x86操作系統——內存管理

x86 操作系統：內存管理核心機制解析 內存是 x86 操作系統運行的核心資源，所有程序的指令與數據都需加載到內存才能執行。x86 架構下的內存管理，核心目標是 “高效利用物理內存、隔離不同程序內存空間、支持大程序運行”，其底層依賴 “地址轉換、分頁機制、內存保護” 三大核心技術。本文從 x86 架構特性出發，拆解內存管理的關鍵機制，帶你理解操作系統如何 “管好” 物理內存

頁表 , 物理內存 , 人工智能 , 深度學習 , 虛擬地址

收藏 評論

u_16776161 頭像

天潤融通科技 - 客户服務轉折點：從工具效率到AI勢能

過去二十年，客户服務的競爭始終圍繞“工具效率”展開。 從語音機器人到雲客服，從自動外呼到知識庫升級，企業不斷用新工具武裝人力，希望讓人“跑得更快”。但這種模式的核心仍然是“以人為驅動力”——工具只是放大器，而非替代者。 問題在於，這條路已經走到了盡頭。人的潛力被壓榨到極限，工作強度的上限已無法再突破。再好的工具，本質上仍是在要求人用更短的時間完成更多的任務。無論從人性

人工智能 , 深度學習 , 客户服務

收藏 評論

u_16213689 頭像

mob64ca1411a6fc - jemete 怎麼提取head參數 jmeter提取請求的參數

Jmeter之JDBC請求參數化 Jmeter之JDBC請求參數化 在HTTPsample中，我們經常會使用參數化或者正則表達提取器(關聯)使我們的請求參數轉換

機器學習 , 取值 , 數據庫 , 人工智能 , jemete 怎麼提取head參數 , 參數化

收藏 評論

xiaobaiyaoshengfa 頭像

小白要生髮 - 2023 re:Invent AI生成產品體驗，從 Bedrock 到 Amazon Q

引 如果你也有如下問題，那麼接下來的文字會一一為你解答 一套數據集，如何微調不同類型的開源大模型？—— Bedrock 如何只有產品説明書，如何構建一個智能問答機器人？—— Q 哪裏還有免費的GPU算力——在線Jupyter平台？—— SageMaker 發佈會 亞馬遜雲科技re:lnvent 發佈會，在 2023 年11月底於拉斯維加圓滿召開，介紹了一些雲產品的升級，以及自研芯片的升級

亞馬遜雲科技 , generative-ai , 2023reinvent , 人工智能 , challenge

收藏 評論

u_16099206 頭像

編程夢想翱翔者 - emqx壓縮包安裝安裝

Xceed Zip Compression Library 是一個高性能的 Zip 和 Unzip 數據壓縮ActiveX控件。通過它，可以創建和操作與Zip文件，也能在內存中直接壓縮/解壓數據。它設計提供高度靈活性，並且使用快速的多線程 zip 壓縮引擎。 具體功能： ActiveX 技術 ATL 3.0編寫，簡單且獨立的 COM 對象和 Activ

控件 , 機器學習 , 應用程序 , 解壓縮 , emqx壓縮包安裝安裝 , 人工智能

收藏 評論

fennudebiandang 頭像

Zoho - Zoho登上《財富》雜誌 | 白手起家到全球百強，三十年SaaS標杆的增長密碼

2025年12月，《財富》雜誌記者魯克米尼・拉奧走進Zoho研發中心，與Zoho創始人兼首席科學家斯瑞達•温布、Zoho CEO馬尼坎丹•温布、集團CEO沙伊萊什•戴維及其他核心高管圍坐暢談，這場輕鬆卻富有深意訪談，呈現了Zoho在AI版塊的前瞻佈局、近些年高速增長的動力來源及對未來全球化市場的研判。 從白手起家，到成為全球雲計算賽道的百強企業，三十年的風雨兼程，Zoho不僅實現了從本土到全球的業

sass , 算法 , 人工智能 , crm

收藏 評論

u_16213567 頭像

數碼墨魚 - Memory Analyzer Tool 線程分析插件

Java為我們提供了三個同步工具類： CountDownLatch(閉鎖) CyclicBarrier(柵欄) Semaphore(信號量) 這幾個工具類其實説白了就是為了能夠更好控制線程之間的通訊問題。 一、CountDownLatch 1.1CountDownLatch簡介 CountDownLatch是一個同步

機器學習 , 使用説明 , 信號量 , 人工智能 , 工具類

收藏 評論

jun_594fd9507d89c 頭像

靈芸小駿 - Rokid應用實踐：AI Glasses “大王巡山記”把自然百科裝在眼鏡裏，户外探索與自然嘮嘮嗑

夕陽將山野染成暖融融的橘紅，樟樹林與松枝交織成濃綠的網。風過處，葉片上未乾的露水滾落在鋪滿腐葉的地面，濺起潮濕的氣息。兩位登山者站在岔路口，腳下枯黃的蕨類發出細碎聲響——左邊小徑隱在灌木後，青苔覆石如被藏起的線索；右邊路沒入漸濃的暮色，只餘溪流潺潺隱約可聞。餘暉穿過枝葉，在他們沾滿泥土的褲腳投下斑駁光影，連登山杖都鍍上金邊。一人無意識摩挲着口袋裏的地圖，另一人盯着信號時斷時續的手機屏幕。晚風送涼，

Android , 人工智能

收藏 評論

yayu 頭像

冴羽 - Nano Banana Pro 很強，但你要學會寫提示詞才能為所欲為

1. 前言 如果你已經學會： 免費使用 Nano Banana Pro： 6 個白嫖 Nano Banana Pro 的網站 使用提示詞庫復刻驚豔圖片：一次找齊！1000 個 Nano Banana Pro 提示詞 那本篇我們來點乾貨 —— 如何寫出好的提示詞。 之所以要學習如何寫提示詞，是因為絕大部分人在寫提示詞時，都是一種 “隨緣” 的狀態——有的地方寫得詳細，有的地方卻被遺漏了，這就

aigc , 人工智能 , nano-banana-pro , 前端 , Javascript

收藏 評論

xjsunjie 頭像

xjsunjie - 油氣行業高質量數據集落地建設路徑思考

在油氣行業，數據質量問題不是“可選項”，而是生存底線。一次錯誤的井位決策可能損失上億美元，一個誤判的管道風險可能引發環境災難。然而，高質量數據集在該行業的落地，遠比製造業或金融業更為艱難。其根源不在工具，而在行業固有的複雜性、數據鏈的斷裂性，以及長期形成的“經驗至上”慣性。 本文結合最新實踐，提出一條適配油氣行業特性的高質量數據集建設路徑——它必須尊重工程現實，承認沉默成本

數據集 , 數據 , 數據質量 , 人工智能 , 數據分析

收藏 評論