tag 人工智能

標籤
貢獻960
1481
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

duoqingdeqingwa 頭像

多情的青蛙 - 實測推薦：2025年12月GEO公司核心能力解析

IDC最新行業報告顯示，2025年中國GEO（生成式引擎優化）市場規模已突破42億元，年複合增長率達38%，而AI搜索月活用户突破10億，其中34.7%的用户會依據AI回答做出消費決策。這組數據印證了GEO的核心價值——在品牌營銷全鏈路中，GEO已成為“搶佔AI心智、建立用户信任、促進決策轉化、強化客户忠誠”的關鍵抓手。但“GEO公司哪家好”卻讓企業陷入困境：通用方案效果疲軟、技術虛標屢見不鮮、全

人工智能

收藏 評論

u_17580222 頭像

mb691327edb400f - 智能招聘新範式

人才戰爭下半場：AI重構精準招聘新範式 當生成式AI從炫技工具變為生產力標配，企業競爭已悄然進入“人機協同”的深水區。數據顯示，仍沿用傳統方式招聘的企業，正以每年15%的速度流失人才競爭力。招聘的終極戰場，早已從“找到更多人”升級為“精準識別對的人”。 現實中，大多數HR團隊仍陷在簡歷海嘯中，用人類寶貴的情感判斷力，去完成本應由AI處理的數據篩選。這種

數據 , 上傳 , ATS , 人工智能 , 深度學習

收藏 評論

u_16776161 頭像

天潤融通科技 - 從客服到“數字員工”：天潤融通AI如何接管連鎖門店的後台運營

憑藉高效率與標準化運營，連鎖便利店已成為零售市場增長最快的業態。但當規模擴張至上千家門店，規模效應也同樣伴隨複雜的管理與支持挑戰。 對於連鎖品牌而言，總部不僅承擔商品供應、它還需要為門店提供報損、調撥、營銷、會員、物流等多維度支持。全國數百、上千家門店每天的諮詢與請求，形成了巨大的運營流量。 如何高效地運作、管理、支撐這些門店，已成為連鎖品牌的核心挑戰。 然而，

人工智能 , 深度學習

收藏 評論

qingfouai 頭像

青否Ai - 青否數字人轉化率提升63%，老羅直播間GMV環比激增313%！

2025年“雙11省心好物節”圓滿收官！數字人直播成為增長新引擎，開播規模提升119%，GMV增長91%，高説服力數字人轉化率提升63%。平台AI能力全面賦能，核心商家GMV提升44%，“省心選”IP矩陣整體增長42%。 老羅直播間創新“真人+數字人”雙軌模式，季度GMV環比增長313%。各大品類齊頭並進，珠寶、茶器、服飾等多賽道商家GMV實現新突破，智能電商範式再次得到成功驗證。（青否數字人源頭

機器學習 , 算法 , 人工智能 , 深度學習

收藏 評論

u_16213658 頭像

mob64ca140a59b0 - deepseek v3商用

一筆4.6億的資金，剛剛流向自動駕駛重卡賽道，融資方：DeepWay深向，這是由百度和獅橋聯合發起的自動駕駛卡車公司。 A輪投後，DeepWay估值已達到30億元。 2022年當下這個時間點，大環境並不理想，一家才成立不久的自動駕駛公司，在這樣一個玩家已經很多的賽道上，憑什麼獲得認可？ 尤其是在幹線物流自動駕駛卡車賽道，已有圖森未來這樣被視作範例的頭部企

大數據 , deepseek v3商用 , 編程語言 , aigc , 人工智能 , JAVA , bard

收藏 評論

rtedevcomm 頭像

RTE開發者社區 - 米哈遊聯創推出可對話「貓貓」AI，具備情緒與獨立思考；微軟研究發現空間音頻可將 AI 同傳理解度翻倍丨日報

開發者朋友們大家好： 這裏是 「RTE 開發者日報」 ，每天和大家一起看新聞、聊八卦。我們的社區編輯團隊會整理分享 RTE（Real-Time Engagement） 領域內「有話題的技術」、「有亮點的產品」、「有思考的文章」、「有態度的觀點」、「有看點的活動」，但內容僅代表編輯的個人觀點，歡迎大家留言、跟帖、討論。 本期編輯：@瓚an、@鮑勃 01 有話題的技術 1、DeepSeek V3.2

人工智能

收藏 評論

bizidadejianbing 頭像

DashVector - 通過Python SDK獲取Partition的統計信息

本文介紹如何通過Python SDK獲取Collection中一個已存在的Partition的統計信息，如Doc數等。 前提條件 已創建Cluster 已獲得API-KEY 已安裝最新版SDK 接口定義 Python Collection.stats_partition(name: str) - DashVectorResponse 使用示例 説明 需要使用您的api-key替換示例

向量 , 數據庫 , 人工智能

收藏 評論

u_16099298 頭像

墨守成規de網工 - dct離散餘弦變換pytorch

離散餘弦變換（Discrete Cosine Transform，簡稱DCT變換）是一種與傅立葉變換緊密相關的數學運算。在傅立葉級數展開式中，如果被展開的函數是實偶函數，那麼其傅立葉級數中只包含餘弦項，再將其離散化可導出餘弦變換，因此稱之為離散餘弦變換。 　　離散餘弦變換（DCT）是N.Ahmed等人在1974年提出的正交變換方法。它常被認為是對語

視頻圖像 , 視頻壓縮 , 算法 , pytorch , 變換編碼 , dct離散餘弦變換pytorch , 人工智能

收藏 評論

aiagent 頭像

AIAgent研究 - 2026年第三週學習——記憶系統核心原理

核心目標 區分短期/長期/經驗記憶，理解向量數據庫的作用 推薦資源 1、AI Agent 記憶系統：技術原理、架構設計與實戰落地全解析 https://segmentfault.com/a/1190000047526306 2、Chroma 官方入門教程（完整中文版，適配新手學習） https://segmentfault.com/a/1190000047526436 實戰任務 AI Agent

人工智能 , ai-agent

收藏 評論

u_17492937 頭像

qq6899a711e7e29 - 10億用户引爆中國AI模型市場：2025格局重塑與生態革命

2025年，中國AI模型市場正式邁入“10億用户俱樂部”，主流C端模型用户總量突破10億人次，標誌着人工智能從“技術概念”全面轉向“生產力核心”。數據顯示，2025年中國AI核心產業規模將突破8200億元，生成式AI用户達36.5%，未來五年年複合增長率維持21.5%以上，成為新質生產力爆發的核心引擎。政策端“人工智能+”行動持續加碼，技術端多點突破，共同勾勒出中國AI產業的黃金

數據 , 人工智能 , 數據分析 , 生成式

收藏 評論

u_17580222 頭像

mb691327edb400f - AI重塑招聘生態：從效率革命到職能升級

AI重塑招聘生態：從效率革命到職能升級 當 HR 還在忙着追候選人時，AI 已經把招聘週期縮短了 40%。 人工智能技術正在逐步改變招聘行業的運作方式。有數據顯示，通過微表情分析與語義推理等技術手段，招聘週期可以實現40%的縮短；某大型銀行引入AI系統後，面試到場率提升至90.7%；輝瑞製藥在研發人才識別中採用AI技能圖譜，創新週期相應縮短22%。 這些變化表明

初始化 , 新版本 , 人工智能 , 深度學習

收藏 評論

u_17420180 頭像

合合信息解決方案 - 如何減少大模型基於文檔回答時的幻覺問題？

12 月 10 日，智譜 AI 正式開源最新多模態大模型 GLM-4.6V，其在圖像理解、圖表解析、細粒度視覺描述等領域的表現全面超越 GPT-4V、Qwen-VL 等主流模型，為基於文檔的智能問答、分析生成提供了更強大的技術支撐。 多模態大模型在處理含複雜表格、手寫批註、多元素融合的文檔時，長期存在因信息提取不精準、語義理解不充分而產生 “幻覺”—— 輸出與文

機器學習 , 數據 , 人工智能 , 文檔解析 , 結構化

收藏 評論

rivers_chaitin 頭像

百川雲開發者 - 售後羣爆炸、問題全在聊天記錄裏？這套“AI + 社區”方案救了我們

去年年底，我們產品的售後羣爆掉的那幾天，我一度覺得自己不是在做 SaaS，而是在做“高級羣管”。 每天睜眼，手機上十幾個紅點： 客户甲在微信羣裏問：“這個接口的限流是多少？” 客户乙在企業微信單聊裏追問：“昨天説的那個配置，你幫我再看下？” 客户丙在另一個羣裏發：“你們文檔這個地方是不是寫錯了？” 看起來只是一些零散的問題，但幾個月下來，我們發現自己踩進了一個經典的坑： 所有售後信息

觀點 , 開源軟件 , 問答系統 , 人工智能 , 問答

收藏 評論

deephub 頭像

deephub - 將VAE用於時間序列：生成時間序列的合成數據

變分自編碼器(VAEs)是一種生成式人工智能,因其能夠創建逼真的圖像而備受關注,它們不僅可以應用在圖像上，也可以創建時間序列數據。標準VAE可以被改編以捕捉時間序列數據的週期性和順序模式,然後用於生成合成數據。本文將使用一維卷積層、策略性的步幅選擇、靈活的時間維度和季節性依賴的先驗來模擬温度數據。 我們使用亞利桑那州菲尼克斯市50年的ERA5小時温度數據訓練了一個模型。為了生成有用的合成數據,它必

tensorflow , 神經網絡 , 人工智能 , 深度學習

收藏 評論

u_14499 頭像

coolfengsy - fasterrcnn訓練輸出

NMS：Non-Maximum Suppression（非極大值抑制） 假設從一個圖像中得到了2000個region proposals，通過在RCNN和SPP-net之後我們會得到2000*4096的一個特徵矩陣，然後通過N個SVM來判斷每一個region屬於N個類的scores。其中，SVM的權重矩陣大小為4096*N，最後得到2000*N的一個score矩陣（其中，N

機器學習 , 權重 , 人工智能 , fasterrcnn訓練輸出

收藏 評論

8848_62c77d4bb2532 頭像

Java陳序員 - 告別繁瑣操作！這款神器用 AI 輕鬆繪製專業圖表！

大家好，我是 Java陳序員。 在日常工作中，我們常常要繪製架構圖、流程圖等。 你是否也曾經歷過這些場景：對着空白的 Draw.io 界面發呆，想畫個系統架構圖卻不知從何下手？花兩小時調整流程圖佈局，結果元素還是擠成一團？好不容易畫完的雲架構圖，領導一句“重新排版”讓你心態崩潰？ 今天，給大家推薦一款製圖神器，用 AI 幫助你輕鬆繪製專業圖表！ 關注微信公眾號：【Java陳序員】，獲取開源項目

github , node.js , openai , 人工智能 , Docker

收藏 評論

u_14306318 頭像

咚咚王哲 - 人工智能之數據分析 Matplotlib：第六章 知識總結

人工智能之數據分析 Matplotlib 第六章 知識總結 (文章目錄) 前言 本文對之前的關於matplotlib的知識進行系統性總結，便於知識梳理和歸納，為後續打好基礎，或者面試使用 一、核心架構 Matplotlib 採用 三層架構： Backend（後端） 負責圖形渲染和輸出（如 T

子圖 , yyds乾貨盤點 , 面向對象 , 人工智能 , 數據分析 , Python

收藏 評論

u_12897 頭像

jordana - PyTorch中文教程 | (15) 在深度學習和NLP中使用PyTorch_pytorch 中文nlp

PyTorch 的 torch.nn 模塊是構建和訓練神經網絡的核心模塊，它提供了豐富的類和函數來定義和操作神經網絡。 以下是 torch.nn 模塊的一些關鍵組成部分及其功能： nn.Module 類 nn.Module 是所有自定義神經網絡模型的基類。用户通常會從這個類派生自己的模型類，並在其中定義網絡層結

卷積 , 神經網絡 , pytorch , 後端開發 , 人工智能 , 深度學習 , Python

收藏 評論

u_14731 頭像

killads - latx中論文格式remark

中南大學畢業設計（論文）LaTeX模板 項目説明 下載鏈接 論文模板展示 關於取消參考文獻後面的頁碼超鏈接的説明 作者：Chai Xingtao 項目説明 由於中南大學本科生院只發布了畢業設計（論文）的Word模板，為方便部分使用LaTeX編輯和排版論文的同學，特

機器學習 , 論文模板 , 中南大學 , latex , 人工智能 , latx中論文格式remark , 畢業設計

收藏 評論

u_12205 頭像

小魚兒 - has no member named 鈥榮erialize

剛進公司實習一個月，用到Silverlight開發一個小的工作流生成功能。學習一段時間利用午休的間隙來寫點東西。 silver英文中的意思就是金屬銀，light的意思是光亮。銀光正如silverlight應用程序初始樣式所顯現出來的顏色給人一種驚豔的感覺。 silverlight在微軟RIA（Rich Internet Application）戰略中具有舉足輕重的

控件 , 機器學習 , 內容控件 , 人工智能 , Image

收藏 評論

aws_aidevcommunity 頭像

亞馬遜雲開發者 - 使用Graviton機型推理LLM模型實踐指南

1. 背景介紹 在企業 AI 應用實踐中，並非所有任務都需要部署參數量數百億的大型模型。大量業務場景如工單分類與路由、客服評論情感分析、關鍵信息提取、實時文本翻譯等，屬於高頻但相對簡單的任務，這些場景對響應速度和成本更為敏感。Amazon Graviton 處理器與 Qwen3 0.6B 輕量級模型的結合，為這類場景提供了一個極具性價比的推理解決方案。 通過在多種實例類型上的全面測試，我們發現 G

人工智能

收藏 評論

haixiudeshanghen_cc1dwg 頭像

haixiudeshanghen_cc1dwg - AI 如何改變軟件文檔生產方式？

現代軟件工程中的文檔革命：從附屬品到核心組件的範式升級 在數字化轉型浪潮席捲全球的當下，軟件系統的複雜度與規模呈現指數級增長。據Gartner最新研究顯示，超過67%的企業軟件項目延期或超預算的根本原因可追溯至文檔系統的缺陷。這一現象在工業控制系統、信息安全平台等關鍵領域尤為突出，迫使行業重新審視文檔體系在軟件開發生命週期中的戰略地位。 傳統文檔管理模式正面臨前所未有的挑戰。在缺乏自動化工具支持的

知識管理 , 人工智能 , 研發管理 , 版本管理 , 團隊管理

收藏 評論

u_16213561 頭像

技術極客俠 - LSTM解決了RNN的侷限性

引入LSTM 儘管RNN被設計成可以利用歷史的信息來輔助當前的決策，但是由於在上節提到的梯度消失或者梯度爆炸問題，RNN主要還是學習短期的依賴關係。所以RNN新的技術挑戰就是-長期依賴。 長短時記憶網絡(Long Short Term Memory Network, LSTM)，是一種改進之後的循環神經網絡，可以解決RNN無法處理長距離的依賴

機器學習 , 神經網絡 , 激活函數 , 循環神經網絡 , 人工智能 , 深度學習 , LSTM解決了RNN的侷限性

收藏 評論

aipaobudexiangjiao_cktinz 頭像

愛跑步的香蕉_cKtiNz - 拒絕AI“無效忙碌”：招聘智能體的核心破局——讓判斷精準落地

拒絕AI“無效忙碌”：招聘智能體的核心破局——讓判斷精準落地 《哈佛商業評論》與斯坦福大學的聯合研究揭示了一個尷尬現實：AI工具的普及讓工作產出速度激增，但95%的組織並未收穫可衡量的投資回報。“動作量暴漲，成就感停滯”，AI正以驚人效率製造大量“看似專業卻無價值”的工作垃圾。而在招聘領域，這種“無效忙碌”的代價更為沉重——浪費人力、消耗成本，甚至錯失組織未來的核心人才。 很多企業早已

人工智能

收藏 評論