Datawhale分享编辑：Datawhale，来源：量子位随着AI时代的到来叠加经济下行，越来越多的独立开发者梦想着实现年入百万的壮举。近日，这种小概率事件正在发生。17岁高中生做了个AI APP，短短四个月销售额达100 万美元。小伙儿Zach Yadegari（下面暂称小扎克）在X上炫战绩，引来大量网友围观。小扎克发文表示，Cal AI 的收入超过了百万美元，而达成这一成绩的那一天，刚好..

在10 月 24 日「程序员节」，魔搭社区联合知乎发布首份聚焦AI时代开发者的重磅报告——《THE NEXT WAVE：AI时代开发者生态白皮书》。报告告诉我们：AI 把“会写代码”的门槛拉低，却把一个更稀缺的角色推上前台——能定义问题、选技术、闭环商业的「超级个体」开发者。入行动机：63.55% 是对前沿技术的热情，59.11% 想抓时代机遇，25.62% 才是高收入。组织：大厂 24.27%，

Datawhale推荐平台：AskManyAIDeepSeek 官网挤爆了，各种前几天大火的第三方平台也接连崩溃。我整理了一下问题，可以分成 3 类：回答卡顿，慢的要死，半天出不来结果，得反复重试服务器崩了，不知道啥时候能修复挂羊头卖狗肉，用 8B 蒸馏小模型冒充 DeepSeek R1 满血版，回答效果很差不能联网搜索不能支持图片对话不能支持文档对话这两天找遍各个渠道，深度体验了市面上接近 ..

Datawhale干货作者：G.E.N.，编辑：根根AI今天是第四期教程：PyCharm 接入 DeepSeek 实现 AI 编程。第一期：DeepSeek R1本地部署，小白教程来了！第二期：手把手带你用DeepSeek-R1和Ollama搭建本地应用，一文搞定！第三期：完整的671B R1塞进本地，详尽教程来了！DeepSeek-V3DeepSeek-V3是一个拥有671B参数的MoE模型..

Datawhale干货作者：张龙斐，Datawhale鲸英助教面向人群：计算机小白　阅读时间：7分钟　上次的《最全梳理：一文搞懂 RAG 技术的5种范式！》梳理了对 RAG 进行了一个完整的综述。这次带来 RAG 的小白应用教程：介绍如何通过 ragflow 框架把 DeepSeek 接入到自己的个人知识库中，当然其他模型也是类似，可以自由搭配。先看效果：　ragflow 简介：RAGFlow..

旨在联合高校、企业资源和开源社区力量，为学习者提供项目实践和学习机会，提升他们的专业能力和就业竞争力。电商服饰商家要上线新产品时，传统的产品实拍模式往往成本高、效率低。AI秋训营是Datawhale在秋季发起的大规模AI学习活动，Datawhale AI秋训营 x 阿里云AI实训营。学习新增：Datawhale AI秋训营。用AI辅助设计，AI在电商场景的应用。：文生图工作流 + 模版使用技巧。实

通过构建开放、可扩展的博弈环境，它摆脱人工标注依赖，突破数据和知识瓶颈，使模型在无需特定任务训练的前提下实现可持续的能力进化与跨领域泛化。本文作者包括来自杜克大学的汪勤思、林阅千、李海教授、陈怡然教授，新加坡国立大学的刘博，马里兰大学的周天翼教授，和 Adobe 的研究员施靖、万锟、赵文天。在游戏过程中便可生成足够长且复杂的推理链条，并且随着对手能力的提升，其所面临的挑战也会越来越大，并被激发出更

作者简介：李国杰，中国科学院计算技术研究所，研究员，中国工程院院士，研究方向为计算机体系结构、并行算法、人工智能、大数据、计算机网络、信息技术发展战略等。近日，DeepSeek 的横空出世，在全球科技领域激起千层浪，引发了从学界到业界的广泛热议与深度思考。《科技导报》2025 年第 3 期刊发李国杰院士的《DeepSeek引发的AI发展路径思考》一文，深入剖析了 DeepSeek 背后所蕴含的 A

模式识别与机器学习》作为机器学习领域的“圣经”，融合了概率论、统计学、线性代数和优化理论，构建了从基础概念到前沿技术的完整知识体系，内容涵盖决策论、概率分布、线性回归模型、线性分类模型、神经网络、核方法、稀疏核机、图模型、混合模型与最大期望算法、近似推断、采样方法、连续潜变量、序列数据、模型组合等。如何用来提升我们的工作和学习效率？适合人群：具备Python编程基础，对RAG技术感兴趣的开发者，希

例如，如果我们使用的张量核心 PTX 指令操作的是一个长度为 256 的 tile，但 batch size 只有 32，那我们几乎浪费了所有的计算资源！（注：在计算机科学中，尾数（mantissa，或有效数）是浮点数中用来表示精度的部分，它决定了数字的有效数字位数和精度。但这并不是因为跨 batch 泄露了信息，而是因为我们的前向传播过程缺乏批次不变性（batch invariance），这导致