登录社区云，与社区用户共同成长
邀请您加入社区
1 绪论1.1 研究背景及现状1.1.1 研究背景近年来，金融科技的快速发展深刻改变了传统证券投资的分析范式。量化交易作为融合计算机科学、数学建模与金融理论的交叉领域，已在全球资本市场上占据重要份额。据Statista 2024年发布的数据，全球量化交易市场规模已突破150亿美元，预计到2028年将保持年均11.2%的复合增长率。中国市场方面，随着注册制改革的深入推进与衍生品工具的持续丰富，量化策
摘要：本文详细介绍了在Windows PowerShell中安装和配置Hermes CLI工具的完整流程。内容包括前置条件检查、一键安装命令执行步骤、安装后验证方法，以及如何配置DeepSeek和小米MiMo双模型支持。文章特别针对Windows用户优化了安装流程，使用国内镜像加速下载，并提供了清晰的目录结构和配置说明。最后还包含验证配置是否成功的诊断方法，帮助零基础用户快速上手Hermes CL
【摘要】广州扬程电子推出的数字人一体机通过AI智能体灵活配置，实现多场景智能服务。该产品可适配博物馆、工业展厅、红色展馆等不同场景，通过更换知识库快速切换讲解员、导览员等角色功能，支持立式、壁挂式等多种硬件形态。系统采用Windows/安卓双系统，无需更换硬件即可完成服务内容切换，为文旅、工业、教育等领域提供智能化解决方案，展现AI数字人在商用服务场景中的高度适应性。 核心亮点： 一机多能：通过后
国产AI大模型已具备强大认知能力，但在具身表达环节存在短板。本文介绍了如何通过国产LLM（Qwen/DeepSeek）与魔珐星云参数流架构的结合，构建企业级展厅AI讲解系统。该方案采用自研参数流技术，将云端计算量降至视频流的1/100，支持端侧实时渲染，实现低成本部署。开发过程中重点解决了口语化表达优化、知识库增强、多模态交互等关键技术问题，最终形成包含数字人讲解、数据可视化、自由问答的完整解决方
问题分析与解决方案摘要 问题现象：机器人接收纯文字消息后，LLM返回200状态码但最终无回复，日志显示text字段为空。 根因分析： 高优先级：LLM返回结构不稳定或text字段缺失时无兜底逻辑； 中优先级：毒性过滤可能静默清空文本； 历史记录去重或JSON解析兼容性问题。 解决方案： 代码重构： 统一配置管理（ConfigService）； 增强parse_result()对多种返回格式的兼容性
AINLP 2026的所有投稿需经过3轮专家审稿，并提交至组委会复核。在几轮审稿过程中，审核结果和修改评论意见都将通过艾思系统发送通知，请作者留意系统信息。最终所录用的论文将被ACM ICPS (ACM International Conference Proceeding Series, ISBN号：979-8-4007-2532-6) 出版论文集，见刊后由期刊社提交至 EI Compendex
现在大量硕博生已经踩下这条致命弯路：刷短视频、社交平台随处可见通用AI推广，主打全能聊天、一键出图、快速写稿，不少读研、读博同学跟风充值，把开题、综述、基金标书、SCI配图全部交给通用大模型，等到盲审、期刊检测、基金评审阶段才暴露一堆学术硬伤，轻则延期答辩、返修半年，重则留下终身科研诚信记录。国自然青年基金年龄红线、八大学部资助偏好、各学科评审扣分点、中文核心/SCI格式标准、学位论文规范，通用A
Claude Sonnet 5 这次最值得关注的，不是“又多了一个模型名”，而是 Sonnet 级模型在 Agent 编程和工具调用上继续接近高阶模型能力。如果你只是聊天，它当然能用。Claude Code 读项目、改代码、跑命令；多步骤 Agent 自动化任务；代码排查、重构和测试补全；需要工具调用和上下文跟进的知识工作；团队内部统一接入 Claude、Codex、生图 API 和多模型能力。
摘要： 传统IaC开发面临语法复杂、代码质量隐患、工具链割裂等痛点。Cursor作为AI驱动的生产力工具，通过结构化Prompt生成标准化Terraform+Ansible代码，实现多云适配、动态Inventory自动打通、CI/CD流水线全链路闭环。其核心能力包括上下文感知、多文件协同生成、实时校验修复，结合GitOps控制循环提升交付可靠性。实战案例显示，Cursor可将测试覆盖率从30%提升
一大批硕博生已经栽在了这个坑里：到处都是通用AI的广告，张口就是全能聊天、秒出图、分分钟写完论文，很多在读硕博忍不住跟风掏钱，开题报告、基金标书、SCI配图全交给通用大模型，结果等到盲审、期刊检测、基金评审的时候，各种各样的学术硬伤全冒出来了，轻一点就是稿子返修大半年，严重的直接留下一辈子都消不掉的科研诚信污点，影响整个人生发展。，靠AI导师式的全流程能力，覆盖调研、写作、绘图、合规、团队沉淀全链
训练好LDA主题模型后，如何评价模型的好坏？能否直接将训练好的模型拿去应用？这是一个比较重要的问题，在对模型精度要求比较高的项目或科研中，需要对模型进行评价。一般来说，LDA模型的主题数量都是需要需要根据具体任务进行调整的，即要评价不同主题数的模型的困惑度来选择最优的那个模型。...
Llama 全称 large language model, Meta AI 公司2023年发布的开源AI大型语言模型，参数7B~65B。最新版本为Llama 3。
就是当代AI工程师的日常：*- 砸钱买算力，却卡在分布式训练的“隐形坑”里；- 跟着论文复现模型，结果连1/10的性能都达不到；- 好不容易上线应用，却因伦理问题被用户投诉……当所有人都在教你怎么调用API时，**《Python预训练视觉和大语言模型》** 选择了一条更硬核的路——**它不给你“速成的代码”，而是拆解AI模型的骨骼与血脉，让你真正掌控从预训练到落地的每一个齿轮。**
23年11月的论文“Large Language Models for Robotics: A Survey”。
你是否好奇过，为什么有时候 AI 的回答特别“稳”，有时候又充满创意？这背后的秘密，就藏在三个看似神秘的参数中：Temperature、Top-k 和 Top-p。让我们一起来揭开它们的面纱！
自然语言处理
——自然语言处理
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
智能体开发者社区
CSDN-OPC开发者社区
魔珐星云开发社区
DAMO开发者矩阵
AI编程社区
