VideoMamba：一种用于高效视频理解的纯基于SSM的模型，克服了现有 3D CNN和视频Transformer的局限性，在多个数据集上性能表现出色！代码刚刚开源！

在自注意力机制中，这种方法可以用于快速计算P，方法是在Q和K上应用LSH，仅对近似的元素进行计算，而非直接进行Q和K的全量计算。为了简化scaled-dot product attention的复杂度，通常会假设序列中的每一个位置并不是同等重要的，比如一个词可能跟它附近的词比较相关，距离太远的词并不一定需要关注。，计算全局自注意力（每个元素与其他每个元素相乘）会变得非常困难，因此也就有了后来的一些

MamMIL：一种用于 WSI 分类的新框架，首次将Mamba(状态空间模型)与 MIL(多示例学习)组合，以更小的内存占用实现SOTA性能！

导读：在现实生活中，用户对于一件事物的关注度即关系图往往是会随着时间而改变的。按照静态图的建模方法将不能显示地建模用户在时序上的兴趣变化。动态网络表征学习不仅能学习到当前网络的结构信息，而且也能学习到网络在时间上的变化，但是目前主要还是针对动态同构网络，本文在此基础上提出了基于层次化注意力机制的动态图表征算法，是推荐底层算法模型上的一次突破。01背景介绍目前大多数 Graph Embedding

大中台战略下，中台将公司业务的公共能力下沉，并采用更加合理、可复用的架构和技术来实现这些基础能力。在电商行业内，将面临货物的采购、商品上架、交易发生、订单状态变化、客服介入等大量状态维护。每个状态之间具有很强的逻辑关联关系，比如：退款操作在发货前和发货后将是完全不同的流程,如图1订单退款流程。图1 退款流程图由此可见，对于复杂状态的管理是一个业务依赖，需求多变的场景。在公司初创期...

Q-Former的设计体现了多模态大模型中的几个核心原则模态解耦：冻结单模态编码器，专注于跨模态对齐信息瓶颈：通过查询向量自适应压缩视觉信息多任务学习：ITC+ITM+ITG确保多层次对齐数学优雅性：Cross-Attention的简洁公式蕴含强大的表达能力数学基础：准确表述Cross-Attention公式几何直觉：流形、投影、压缩等概念工程思维：计算复杂度、训练成本、实际部署前沿视野：局限性和

本文系统性地梳理了构成现代AI大模型技术栈的一系列核心基础概念。从奠定基础的Transformer架构，到数据处理的Token与Embedding；从模型生命周期的预训练与微调，到追求效率与容量的MoE；从突破知识边界的RAG，到迈向通用智能的Agent；再到确保AI有益于人类的提示工程与对齐，以及必须正视的幻觉挑战。这些概念相互关联、层层递进，共同描绘了当前大模型技术发展的全景图。理解这些基础概

接下来执行傅立叶变换的操作，在np.fft的包中，有两种fft方法供选择，一种是fft，另一种是rfft，如果样本数据点的个数为N，则fft方法返回N个变换后的数据点，rfft返回N/2+1个变换后的数据点。sampling_rate为数据点的采样频率（Hz），fft_size代表一个样本中包含的数据点的个数，signal代表传入的信号，时间标的单位为ms，linespace函数用来生成指定间隔内

不少 Java 小伙伴私下跟我吐槽：现在 AI 这么火，咱们写 Java 的是不是注定只能在旁边看戏？说实话，以前确实挺憋屈的。主流 AI 框架全是 Python 的天下（TensorFlow、PyTorch 等），咱们想入个门，不仅要跨过语言鸿沟，还得去趟 CUDA、cuDNN 这种“环境配置地狱”。配环境的时间比写代码还长，这种生态割裂感真的让人头大 。EasyAI 的出现正是为了打破这一僵局

从个性化推送（今日头条）、自拍美颜、自动翻译，到无人驾驶、图像识别等诸多领域……人工智能已经渗透进我们生活的方方面面，人工智能背后的机器学习和深度学习技术，也成为了“高薪”的代名词。那么，普通程序员如何踏入AI的浪潮，站上时代薪资顶端呢？今天，我们带来了 44 个机器学习的练手项目，分为「入门知识」、「基础课程」、「基础应用」、「综合应用」、「系统进阶」5个模块，层层递进，帮助你系统地入门...