登录社区云,与社区用户共同成长
邀请您加入社区
发现和探索最受欢迎的社区&标签
鸟类物种识别数据集-9,880张图片 鸟类识别 生态保护 自然语言处理 移动AI 生物多样性
通过深入了解AI绘画的编程实现,我们可以更好地掌握这一技术,为未来的艺术创作和科技创新贡献力量。例如,通过训练模型生成特定风格的画作,或者将现实世界的美景转化为艺术作品等。随着AI技术的不断进步,AI绘画将在未来发挥更大的作用。同时,随着算法的不断优化,AI绘画的生成质量和效率也将得到进一步提升。本文将带领大家深入了解AI绘画的编程实现,探讨其背后的技术原理,并分享一些实用的编程实践和代码样例。通
在ChatGPT、GPT-4等大模型主导的AI时代,提示系统已成为连接用户需求与大模型能力的核心中间层。当用户量从几万暴涨至数百万,当每秒1000条实时请求与10万条批量任务同时涌来,提示系统的资源调度如何让实时客服的回复延迟从5秒降到0.5秒?如何在大促高峰时用10倍资源处理请求,低谷时缩容至1/5以节省成本?如何让多租户共享资源时,既保证大企业的高优先级任务,又不饿死中小企业的批量任务?本文将
业务意图(Business Intent):企业希望AI解决的“问题本质”,比如“识别客户投诉的核心原因”;提示工程架构(Prompt Engineering Architecture, PEA):将业务意图转化为LLM指令,并将LLM输出转化为业务结果的端到端系统;提示模块(Prompt Module):封装特定业务逻辑的可复用提示单元,比如“退换货规则查询模块”“用户意图识别模块”。数字化转型
在全球化与数字化深度融合的今天,AI系统需要突破语言壁垒,理解不同文化背景下的知识关联。多语言知识图谱作为连接不同语言知识的“数字桥梁”,正在成为AI跨语言智能的核心基础设施。本文将从技术原理到实际应用,逐步解析多语言知识图谱的构建逻辑,结合生活化案例与代码示例,揭示其如何让AI“看懂”中、英、西、阿等多语言背后的统一语义,并探讨其在跨境电商、多语言问答、跨文化推荐等场景中的变革性应用。无论你是A
三分钟,Next.js + AI-SDK + DeepSeek,自己的 AI 问答 Demo“闪现”上线。愿你在代码的世界里,既能仰望星空,也能脚踏实地,偶尔还能和 AI 一起吐槽生活!
摘要:微软DeepSpeed-Chat框架在同时启用梯度检查点和仅优化LoRA参数时会报错,这是PyTorch底层机制的固有冲突。该问题源于梯度检查点重算时导致前向钩子失效,使LoRA无法获得梯度更新。本文通过分析三大参数(梯度检查点、LoRA维度、仅优化LoRA)的交互原理,结合GitHub和HuggingFace上的真实案例,提出两种解决方案:要么二选一使用,要么修改模型前向传播设置。文章还建
《DeepSeek-V3后训练:监督微调策略优化》介绍了DeepSeek-V3模型在后训练阶段的关键优化技术。文章详细阐述了监督微调(SFT)策略,包括针对推理数据(数学、代码等)和非推理数据(创意写作等)的不同处理方法。通过结合专家模型生成数据、强化学习优化以及人工标注验证,模型在150万实例数据集上实现了性能提升。两轮微调采用余弦退火学习率调度和样本掩码策略,有效提升了模型任务表现。本文节选自
很多团队的第一个坑,就是**“先做原型,再想需求”**。比如为了炫技加了“虚拟人跳舞”功能,但实际上博物馆的需求是“让用户看懂展品背后的故事”——最后这个功能变成了“食之无味的鸡肋”。打造一个能量产的虚拟展览,本质上是**“用技术解决用户的真实需求”**——不是为了炫AI,而是让用户“更懂展品”;不是为了做3D,而是让用户“更愿意逛”。从项目经验来看,虚拟展览的长期价值数据沉淀:通过用户行为数据(
荣格八维理论是心理学家卡尔·荣格提出的认知功能理论,后发展为多个分支,其中人气较高的是 MBTI。该理论认为人的认知功能可以分为八种,在不同的位置中担任不同的原型。这些功能随着人的成长而发展,并且具有先天性。通过这个项目,我展示了如何使用 Visual Basic .NET 构建一个复杂的多智能体协作系统。强制工作流:通过硬编码待办事项列表确保分析按预期顺序进行,部分子智能体会强制调用指定的工具具
本文从理论和实践层面系统介绍了Transformer模型中的三种核心注意力机制:自注意力、交叉注意力和因果自注意力。通过Python和PyTorch实现,详细解析了查询、键、值计算过程,以及注意力权重归一化方法。重点阐述了多头注意力扩展自注意力的原理,以及因果自注意力在文本生成中的关键作用,为理解大语言模型架构提供了技术基础。文章采用循序渐进的方式,从基础概念到代码实现,帮助读者全面掌握这些核心机
从历史发展脉络来看,我国水利信息化经历了从传统水利到现代水利,再到水利自动化、水利信息化(网络化),最终走向水利智慧化(水联网)的演进过程。与传统的数字水利相比,智慧水利更强调"智慧"特性,是数字水利的进阶发展阶段。正如学者左其亭提出的"水利4.0"概念,智慧水利阶段(预计2021-2050年)的特点是充分利用信息通讯技术和网络空间虚拟技术,使传统水利向智能化转型。智慧水利作为水利信息化发展的新阶
从行业表现看,近一年基础化工在 1M、3M、12M 的表现分别为 - 1.5%、-2.6%、-5.0%,而沪深 300 同期表现为 4.8%、0.3%、-0.9%,基础化工表现相对滞后,但 AI 技术的融入为其带来新机遇。如污水处理中用于过程控制等,化肥行业辅助施肥,油气领域优化开采,核工业助力多个平台建设,纺织行业推动多领域创新。投资方面,重点关注合成生物学、基因测序、设计与建造等领域的多家企业
AI算力与数据库形成协同闭环:数据库为AI提供海量数据存储、预处理和实时查询能力,支撑模型训练和推理;同时AI算力高效处理数据库输出的数据,实现价值转化。优质数据库需具备高扩展性、低延迟和多模态支持能力,而向量数据库因其高效处理AI特征向量的特性成为热门选择。两者缺一不可,共同构成AI系统的核心基础设施。
在这个连冰箱都能聊天的时代,人工智能正以“大模型”之名掀起巨浪。它们不是科幻电影里的神秘代码,而是由海量数据和复杂算法构建的智能引擎——能和你探讨哲学、生成代码、创作插画,甚至预测蛋白质结构。大模型的核心在于“大”:数十亿参数构成的神经网络,吞噬着人类千年文明积累的文字、图像与知识。它们像一块数字海绵,从维基百科的严谨词条,到社交媒体的碎片化表达,不断吸收、重组,最终学会理解并模仿人类的思维方式。
通过多模态生成式AI的产业化应用、大模型与专用模型的协同发展、AI芯片的竞争与创新、AI与云计算的深度融合、AI在各行业的广泛应用、AI伦理与治理的重视、AI人才的培养与争夺、开源生态的繁荣、AI与其他技术的融合以及全球合作与竞争的平衡,AI技术将不断突破现有边界,为人类社会带来更多的创新和变革。例如,在医疗领域,区块链可以用于存储患者的医疗数据,确保数据的安全和隐私,同时允许授权的医疗机构访问和
历史知识智能体系统设计与实现摘要 本文介绍了一个基于Python的专业历史知识智能体系统,该系统能够处理历史文档和图片,实现精确对话功能,并生成高精度的历史文物图像。系统采用模块化架构,包含用户交互层、核心处理引擎、知识库管理层和外部服务集成层。关键技术栈包括:Chroma/Weaviate向量数据库、OpenAI LLM、Stable Diffusion图像生成模型以及FastAPI服务框架。系
华为昇腾生态通过 MindSpore 全场景 AI 框架与 CANN 异构计算架构的深度协同,构建了从算法设计到硬件执行的全栈技术体系。
DeepSeek专家模式为练习和应用经典提示技术提供了理想的实验环境。通过该模式,使用者可以系统性地实践四大核心技法:通过**角色扮演**让模型化身领域专家,提升回答的专业性;运用**思维链**引导模型分步推理,强化逻辑严谨性;采用**少样本学习**提供示例样本,确保输出风格一致性;实施**结构化输出**控制,直接获得表格等规范化结果。这种深度交互方式将抽象的提示工程原理转化为可操作的实践框架,让
大语言模型技术主要包括: 模型预训练、适配微调、提示学习、知识增强和工具学习等。
2025年8月-9月全球医疗AI取得显著进展,GPT-5在医疗执照考试中超越人类,多模态模型在影像诊断、药物研发等领域表现出色。脑机接口、远程手术等技术拓展医疗边界,但伦理争议(如青少年自杀关联)、数据隐私问题亟待解决。未来趋势聚焦小模型垂类应用、人机协同及全球监管协同。
凌晨3点,运维新人小张盯着告警面板急得直跺脚:某核心服务器CPU飙升至95%,但他尝试重启时却收到“权限不足”提示——因为这台服务器属于核心集群,只有值班的高级运维才能操作。此时值班的老王正在处理另一个故障,小张只能眼睁睁看着故障扩大……这不是虚构的场景,而是智能运维(AIOps)系统中权限管理失效的典型痛点。AIOps系统承载着企业IT基础设施的“神经中枢”职能,操作失误或权限泄露可能导致业务中
AI时代产品经理的进阶指南:掌握大模型技术成为稀缺人才 随着AI技术发展,大模型正在重塑产品开发模式,产品经理需要从"需求分析师"转型为"技术赋能者"。本文系统阐述了大模型产品经理必备的知识体系: 核心价值:大模型能提升产品经理的技术理解力、创新设计能力和用户体验优化能力 基础知识:需掌握Transformer架构、Prompt工程、RAG等核心技术概念 应
AI驱动的多智能体在临床问诊与影像诊断中的集成应用研究随着人工智能的飞速发展,AI Agent(智能代理)在医疗领域中正逐步从“实验室”走向“病房”。相比传统的AI模型,AI Agent更具交互性、适应性和自治性,使其在医疗诊断、患者管理、智能问诊等方面展现出巨大的潜力。本文将系统介绍AI Agent在医疗领域中的实战应用,并通过一个构建“AI智能问诊代理”的案例进行深度解析与代码实战。 ..
现在我们习惯每天使用大模型获取数据,比如通过腾讯元宝进行提问,获取每天黄金实时价格,那么有没有办法将这个流程进行自动化并将数据进行持久化呢?有的兄弟,有的。目前除了常见的工作流平台如Dify、Coze可以实现外,也可以采用Automa+大模型的方案,相比较Dify、Coze等工作流平台,Automa+大模型方案的优势在于:没有Token的限制,几乎没有部署成本,非常适合AI时代的个人项目,以便快
当元宇宙、虚拟人、数字孪生成为科技行业的核心赛道,AI驱动的虚拟世界正从概念走向落地。不同于传统“手工搭建”的虚拟空间,AI正在重构虚拟世界的“生产关系”:从内容生成的“提效”到交互逻辑的“拟人化”,从系统演化的“自治”到体验的“沉浸式”。本文以AI应用架构师的第一视角,拆解虚拟世界构建的全栈技术栈——从生成式模型的数学基础到智能代理的强化学习框架,从实时渲染的性能优化到跨层交互的架构设计,最终指
现在,轮到你来思考,如何利用这对强大的工具,去解决你所面临的问题,去创造属于你自己的价值了。幸运的是,主流的云服务商(如本文演示所用的平台)通常会提供预装了常用应用的“镜像市场”。知识库准备就绪,模型也已接入,现在我们需要将它们串联起来,设计一个完整的工作流程 (Workflow),告诉 AI 在收到用户问题后,应该如何一步步地思考和行动。我们直接在云服务器控制台进行重装或创建实例的操作,在选择操
联系我们(工作时间:8:30-22:00)
400-660-0108 kefu@csdn.net