tag 人工智能

標籤
貢獻960
1619
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

aloudata 頭像

Aloudata大應科技 - 如何構建可信智能 Data Agent？推薦 Aloudata Agent 分析決策智能體

摘要： 在 AI 與大數據深度融合的當下，數據分析民主化日漸火熱。Aloudata Agent 分析決策智能體依託於統一的指標語義層、NoETL 數據工程體系，以及從智能問數、智能歸因分析到報告生成的端到端數據分析決策閉環能力，突破傳統數據分析 BI 工具的侷限性，能夠幫助企業構建可信智能的 Data Agent，實現以自然語言交互的方式進行自主式數據探查、歸因分析等，並支持構建個性化場景數據分析

agent , 人工智能 , 數據分析

收藏 評論

huikaichedemianbao 頭像

合合技術團隊 - 論文解讀 - 大型多模態模型中現實世界個性化基準測試

​一、簡要介紹 快速發展的大型多模態模型（LMMs）領域催生了多種具有顯著能力的模型。然而，現有的評估標準未能全面、客觀且準確地評估這些模型是否能滿足現實世界中人類的多樣化需求。為了解決這一問題，論文提出了多維度洞察（MDI）基準，該基準包含超過500張圖像，涵蓋了人類生活的六個常見場景。值得注意的是，MDI基準相比現有評估方法具有兩大優勢：(1)每張圖像都附有兩類問題：簡單問題用於評估模型對圖

大數據 , 算法 , 人工智能

收藏 評論

aipaobudexiangjiao_cktinz 頭像

愛跑步的香蕉_cKtiNz - AI 正在重構 HR，但淘汰你的不是技術，而是舊思維

AI 正在重構 HR，但淘汰你的不是技術，而是舊思維 算法篩選簡歷、AI 面試、智能評估…… 當 AI 開始介入 “人才選拔” 環節，人力資源管理正迎來前所未有的顛覆性時刻。 全球招聘市場正經歷靜默洗牌，亞馬遜、Meta、UPS 等國際巨頭紛紛用 AI 優化招聘流程，同時推進組織精簡。Klarna 曾公開表示，其 AI 助手已承接原本 700 名客服的工作，核心目標之一便是削減成本。

人工智能

收藏 評論

huizhudev 頭像

HuiZhu - // TODO: 寫一封讓老闆秒回的郵件？試試這個AI提示詞模板

// 程序員寫郵件的日常 try { const email = writeEmail(); // 期望: 專業得體，重點突出 // 實際: 寫了刪，刪了寫，最後發出去像流水賬 } catch (error) { console.log("郵件焦慮綜合徵又犯了"); } 數據顯示，87%的程序員寫商務郵件需要30分鐘以上，其中63%的人會反覆修改超過3次。不是不會寫

generative-ai , 教程 , chatgpt , 人工智能 , prompt

收藏 評論

deephub 頭像

deephub - HaluMem：揭示當前AI記憶系統的系統性缺陷，系統失效率超50%

用過聊天機器人的人都遇到過這種情況：你剛説喜歡科幻小説，幾輪對話後它給你推薦言情小説。你告訴聊天機器人升職了，但是過會兒又他又問你職業。這種情況不只是健忘而是根本性的bug——AI不僅會丟上下文，還會憑空編造、記錯、甚至生成自相矛盾的內容。 這就是記憶幻覺（memory hallucination）。相比那些編造世界知識的"生成幻覺"，記憶幻覺是更上游的問題。一旦AI的記憶庫被污染，後續所有的推理

generative-ai , llm , 知識 , 人工智能

收藏 評論

u_16237826 頭像

軟件求生 - OCI GenAI + Spring AI = 向量檢索的最強組合，你準備好了嗎？

有時候，程序員的快樂真的很簡單——比如，終於搞懂了 OCI 的 GenAI 向量模型！那天我在辦公室喝着第二杯美式，看着控制枱跑出那行“Embedding completed successfully”，差點起立鼓掌。今天，小米就帶你走進 Spring AI 的世界，一起玩轉 OCI GenAI 向量模型 ——它不止能“理解文本”，還能為 AI 應用賦能，讓智能檢索、知識

機器學習 , 數組 , yyds乾貨盤點 , 搜索 , 人工智能 , ci

收藏 評論

u_16827017 頭像

全棧技術開發者 - LLM 對時間序列推理的增強究竟指的是什麼？LLM 對齊（alignment regimes）與時序推理的可靠性之間是什麼關係？

時間序列數據廣泛出現於自然科學、社會科學以及工程技術等各類領域中，其核心特徵在於數據隨時間的演變規律。長期以來，如何從這些動態變化的數據中提取有價值的信息、實現精準預測、並基於歷史數據進行推理，一直是數據分析、統計學和機器學習研究的核心問題。傳統的時間序列分析方法，如自迴歸模型（AR）、移動平均模型（MA）、以及更復雜的狀態空間模型和卡爾曼濾波器，在一定程度上能夠描述和預測數據的

llm , 建模 , yyds乾貨盤點 , 人工智能 , 時間序列 , 深度學習 , 大模型

收藏 評論

u_16827017 頭像

全棧技術開發者 - 怎樣通俗地理解線性相關與線性無關？判斷線性相關性的常用方法有哪些？為什麼線性無關向量是向量空間基構建的核心？

在現代科學與工程的研究中，向量空間理論是分析和建模的基礎工具。從量子力學中的態矢量到信號處理中的特徵提取，再到機器學習中的高維數據表示，向量的結構關係直接決定了系統的複雜性和可分析性。理解向量之間的線性相關性和線性獨立性，不僅是掌握線性代數的關鍵，更是把握信息獨立性和系統完整性的前提。 表面上，線性相關與線性無關似乎只是簡單的數學定義：一組向量能否通過其他向量的線性組合表示

機器學習 , yyds乾貨盤點 , 數據 , 向量空間 , 人工智能 , 數據分析 , 線性代數

收藏 評論

u_15214399 頭像

u_15214399 - 華為開發者空間，基於倉頡與DeepSeek的MCP智能膳食助手

本案例由開發者：給無眠點壓力提供 最新案例動態，請查閲《【案例共創】華為開發者空間，基於倉頡與DeepSeek的MCP智能膳食助手》。小夥伴快來領取華為開發者空間進行實操吧 一、概述 1. 案例介紹 MCP，全稱Model Context Protocol，中文叫“模型上下文協議”。你可以把它想象成AI的“USB 接口” --讓不同的AI模型、工具和應用程

API , 人工智能 , 深度學習 , 開發者 , Json

收藏 評論

u_15214399 頭像

u_15214399 - 基於華為開發者空間，實現RFM分析與CLTV預測的電商客户細分與營銷策略優化

本案例由開發者：天津師範大學協同育人項目–翟羽佳提供 最新案例動態，請查閲 《【案例共創】基於華為開發者空間，實現RFM分析與CLTV預測的電商客户細分與營銷策略優化》。小夥伴快來領取華為開發者空間進行實操吧！ 一、概述 1. 案例介紹 隨着電子商務行業的競爭加劇，企業需要更加精細化的客户管理策略來提升客户忠誠度和營銷效率。根據最新的市場調研，電商行業平均

數據 , pytorch , Customer , 人工智能 , 開發者

收藏 評論

u_15214399 頭像

u_15214399 - 基於華為開發者空間-雲開發環境，Vanna+MaaS實現自然語言與數據庫對話

本案例由開發者：banjin提供 最新案例動態，請查閲《【案例共創】基於華為開發者空間-雲開發環境，Vanna+MaaS實現自然語言與數據庫對話》。小夥伴快來領取華為開發者空間進行實操吧 一、概述 1. 案例介紹 華為開發者空間，是為全球開發者打造的專屬開發者空間，致力於為每位開發者提供一台雲開發環境、一套開發工具和雲上存儲空間，匯聚昇騰、鴻蒙、鯤

MySQL , 人工智能 , 數據分析 , 開發環境 , 開發者

收藏 評論

u_17582161 頭像

成都古河雲科技 - AI智能體管理平台：從孤立的“個體”到協同的“軍團”

當企業部署的AI應用從單一的模型調用，演進為數百個具備自主感知、決策與執行能力的AI智能體時，一場新的管理挑戰悄然來臨。這些智能體如同一個個高度專業化的數字員工，若缺乏有效的組織與協通，將不可避免地陷入混亂：任務衝突、資源爭搶、行為失控、數據孤島。 AI智能體管理平台，正是在此背景下應運而生的“數字指揮中樞”。它的使命，是從宏觀上駕馭AI智能體的複雜性，將其從散兵遊勇整合為

業務流程 , 優先級 , 數據 , 人工智能 , 數據分析

收藏 評論

u_15316473 頭像

阿里雲大數據AI技術 - PAI-DLC 支持一鍵提交 DataJuicer 任務，高效進行大規模多模態數據處理

隨着人工智能模型規模擴大和數據複雜度提升，整合多源異構數據實現多模態協同建模，已成為提升模型性能的核心路徑。高效的數據預處理體系需在保證數據質量與多樣性的前提下，突破大規模數據清洗、增強與合成的系統性技術瓶頸，以平衡訓練效能與成本控制。阿里雲人工智能平台PAI分佈式訓練PAI-DLC推出的一項全新任務類型DataJuiceronDLC，旨在為用户帶來開箱即用、高性能、穩定高效的數

機器學習 , 人工智能平台PAI , 阿里雲 , 人工智能 , 模型訓練 , 多模態數據處理

收藏 評論

u_17569005 頭像

wx6906fb3f9b17a - 分析了智能一卡（碼、臉）通系統集成方案，重點探討了不同識別介質（IC卡閘機、QR門禁、人臉梯控等）的技術特點及應用場景。針對門禁、閘機、梯控等場景，提出了混合認證和多介質統一管理策略

智能一卡（碼、臉）通系統方案分析 本文分析了智能一卡通系統集成方案，重點探討了不同識別介質（IC卡、二維碼、人臉識別等）的技術特點及應用場景。針對門禁、閘機、梯控等場景，提出了混合認證和多介質統一管理策略，強調採用"1用户ID+多識別憑證"架構實現靈活配置。文章詳細介紹了設備選型建議、授權管理流程以及典型配置案例，並給出分步實施的系統建議，為各類場

門禁一卡通 , 門禁 , 梯控 , 梯控一卡通 , 人工智能 , 深度學習 , 智能一卡通

收藏 評論

histry 頭像

黎大學問 - ResNet論文精讀彙報

各位老師、同學，大家好！今天，我要為大家帶來一篇計算機視覺領域的里程碑式論文 ——《用於圖像識別的深度殘差學習》（Deep Residual Learning for Image Recognition）的精讀彙報。接下來，我會按照 “總體到細分” 的思路，從論文背景、核心問題、創新方法，再到實驗驗證與應用價值，逐步為大家拆解這篇論文的精華內容，希望能讓大家清晰理解殘差網絡（ResNe

卷積 , yyds乾貨盤點 , 數據 , 人工智能 , 深度學習

收藏 評論

u_16018702 頭像

架構師李哲 - 大模型微調「數據集構建」保姆級教程（超全）

經驗之談：實踐表明，近80%的大模型微調失敗案例，根源都可追溯至數據集問題。 2024年堪稱“行業大模型元年”，金融、醫療、教育等各行各業都在積極佈局專屬AI助手。然而，許多企業在投入重金進行模型微調後，卻常常面臨“模型表現不及預期”的困境。 實踐中常見的三大困境： ● 災難性遺忘：模型在學習了新的專業知識後，原有的通用對話與理解能力顯著衰退。 ● 泛化能

數據 , AI , 大模型微調 , aigc , 人工智能 , 深度學習

收藏 評論

u_16640205 頭像

mb65f83f0864e54 - 自动驾驶圈最 “实在” 老板

作者：鐘聲 編輯：Mark 出品：紅色星際（ID：redplanx） 頭圖：無人物流小車圖片 自動駕駛圈從不缺愛惜人才的老闆，但要説到對人才的“寵”，新石器餘恩源的動作非常實在。 就在近期新石器完成了D輪融資，幾十個小目標到賬。賬上有錢了，餘恩源搶人動作更猛了。據圈內傳聞，他為了強化技術團隊，在引進人才上各種下功夫，不惜把朝陽酒仙橋公司直接搬到海淀大鐘寺，可謂把誠意拉滿拉足。

數據 , 自動駕駛 , 激光雷達 , 人工智能 , 深度學習

收藏 評論

u_15641375 頭像

芯動大師 - 一篇圖文詳解PID調參細節，實現PID入門到精通

讀完本篇文章你的收穫： PID三個參數基本概念 瞭解如何調節PID 認識一個鑽研技術的博主 先上效果圖： 一、什麼是PID 在工程中，如果我們要用單片機做一個温控系統，其系統組成一般如下：一個採集温度的ADC，一個輸出温度的加熱頭以及一個用於運行控制算法的單片機，如果我們要維持温度為100度，在不加任何控制算法的情

過沖 , yyds乾貨盤點 , 單片機 , 控制算法 , 人工智能 , 數據結構與算法

收藏 評論

u_15591470 頭像

ceshiren2022 - Dify vs Coze：誰是最終的AI工作流解決方案？

關注 霍格沃茲測試學院公眾號，回覆「資料」, 領取人工智能測試開發技術合集 在人工智能技術飛速發展的今天，低代碼/無代碼AI工作流平台正成為企業和開發者快速構建智能應用的首選工具。Dify和Coze作為兩款備受關注的開源項目，憑藉各自優勢吸引了大量用户。 本文將從架構設計、工作流能力、適用場景等多維度深入對比這兩大平台，幫助您根據實際需求做出最佳選擇。 一、核心概覽

coze , 人工智能 , 深度學習 , dify

收藏 評論

u_17397181 頭像

塔訊工程師 - 光伏逆变器产线通讯瓶颈依托总线协议的Modbus RTU 转 TCP应用案例

- 一、項目背景：新能源光伏逆變器產線的通訊困境 在工業自動化領域的新能源光伏逆變器組裝測試產線中，某企業採用西門子200 PLC（Modbus RTU 協議）負責逆變器模塊的精密上料控制，搭配西門子 S7-1200 PLC（Modbus TCP 協議）管理成品的高壓測試流程。兩條核心工序需實時協同：西門子 200 PLC 需向 S7-1200 PLC 傳輸模塊定位座標、上料完成信號，S7-120

yyds乾貨盤點 , tcp , 物聯網 , 自動化 , 人工智能 , 總線協議

收藏 評論

u_16756731 頭像

KlipC小助手 - 史上最高薪酬誕生！馬斯克“萬億美元薪酬計劃”獲批

KlipC報道：當地時間11月6日，在特斯拉舉行的新一屆股東大會上，特斯拉股東批准馬斯克價值近1萬億美元的薪酬方案。 這項薪酬方案以超過75%的支持率獲得通過。據悉，此前挪威主權財富基金等多家機構投資者明確表示將投反對票。馬斯克本人曾暗示，如果薪酬方案未通過，他將考慮離開特斯拉或辭去CEO職務。 根據新的計劃，馬斯克可以在 10 年內從特斯拉股票中賺取高達 8780 億美元。不過，馬斯克

3c , 人工智能 , 深度學習 , 2d

收藏 評論

u_15591470 頭像

ceshiren2022 - 提升測試效率5倍！Dify驅動的可視化工作流實現自動化測試“開箱即用”

在快速迭代的軟件開發週期中，測試環節往往成為交付瓶頸。傳統自動化測試需要大量編碼工作，維護成本高昂，讓許多團隊望而卻步。 現在，通過Dify的可視化工作流，即使是測試新手也能快速構建專業的自動化測試體系，實現真正的“開箱即用”。 一、傳統自動化測試的困境與破局 為什麼傳統自動化測試難以普及？ 1.技術門檻高 # 傳統測試腳本示例 - 需要專業的編程能力 from sele

人工智能 , 深度學習 , dify , 自動化測試 , Docker , 瀏覽器版本

收藏 評論

u_16776161 頭像

天潤融通科技 - 天潤融通AI Agent實戰營北京站圓滿收官，引爆企業AI生產力！

10月22-23日，天潤融通AI訓練師精英計劃AI Agent實戰營第四期在北京圓滿收官，吸引了來自消費品零售、互聯網、軟件信息服務、汽車、工業製造、大健康等多個行業的80餘位精英學員。學員們在理論學習與實操演練中，掌握AI Agent搭建技能與業務落地，完成了從理念認知到實踐應用的全面進階。 在AI浪潮重塑產業格局的今天，企業正迎來從“人口紅利”向“AI紅利”轉變

人工智能 , 深度學習

收藏 評論