Contributes40
Followers0
原文鏈接：https://tecdat.cn/?p=44204 原文出處：拓端抖音號@拓端tecdat 2023年，北京車主李女士換車時還在糾結燃油車與混動的油耗差異；2025年，她的鄰居已開着L2+級電動車實現自動避障接送孩子——這兩年，中國汽車產業正經歷“燃油退潮、智能崛起”的顛覆性轉型。這種轉型並非偶然：政策端“雙碳”目標持續發力，技術端電池成本下降超60%，消費端新能源滲透率從20
Nickname 拓端tecdat
企業家走向前台，做網紅帶貨，這已經不是什麼新鮮事了，尤其是那些互聯網公司的企業家們，像雷軍、周鴻禕、餘承東等等。（青否數字人源頭v：zhibo175） 上個月，本身在網絡上擁有極高知名度，對雷軍網絡營銷手段十分佩服的劉強東，突然以另一種方式走向前台，加入廣大直播帶貨隊伍當中。 不過，東哥的直播帶貨不同於俞敏洪、董明珠，而是玩出了新花樣，以AI分身的形態出現，着實給直播界和AI界上了一課
Nickname 青否Ai
從“5步折騰”到“1步搞定”，開播效率秒級提升 以前做智能直播，得走“抖音產品授權→寫話術→AI續寫→AI泛化→智能互動設置”至少5步，少則半小時，多則1小時，光流程就把新手嚇退； 現在用「AI自動播」，只要“一鍵掃碼授權抖音”，10秒就能啓動直播，徹底告別反覆操作的麻煩——就算你是第一次做直播，也能“零學習成本”上手！ AI自動播 常規模式開播流程繁瑣，至少需要5步：一鍵授權抖音產品 — 一鍵寫
Nickname 青否Ai
原文鏈接：https://tecdat.cn/?p=44215 原文出處：拓端抖音號@拓端tecdat 2025年快消行業的“增長焦慮”越來越明顯：新品投了超頭部KOL卻沒爆、KA費用審批等1周錯過旺季、情人節禮贈通投渠道轉化率低迷、四線城市賣高端品佔比僅8%……這些不是某家企業的問題，而是行業共性困境——過去十年線上流量成本漲3倍，KA流程複雜度增2倍，消費者需求從“只看性價比”轉向“場
Nickname 拓端tecdat
全文鏈接：https://tecdat.cn/?p=44226 原文出處：拓端數據部落公眾號 分析師：Zhichao Tong 在“雙碳”戰略推進下，電動汽車保有量激增已成為必然趨勢，而充電網絡的資源閒置、佈局失衡、負荷波動三大問題，正成為制約行業發展的關鍵瓶頸。作為長期服務能源與交通領域的數據分析團隊，我們曾為某省會城市完成充電網絡優化諮詢項目，通過數據建模與算法設計，幫助當地緩解
Nickname 拓端tecdat
基於人類反饋的強化學習(RLHF)已成為大型語言模型(LLM)訓練流程中的關鍵環節，並持續獲得研究界的廣泛關注。 本文將探討RLHF技術，特別聚焦於直接偏好優化(Direct Preference Optimization, DPO)方法，並詳細闡述了一項實驗研究：通過DPO對GPT-2 124M模型進行調優，同時與傳統監督微調(Supervised Fine-tuning, SFT)方法進行對比
Nickname deephub
超參數優化是深度學習模型開發過程中的一個核心技術難點。合適的超參數組合能夠顯著提升模型性能，但優化過程往往需要消耗大量計算資源和時間。本文介紹TorchOptimizer，這是一個基於貝葉斯優化方法的超參數優化框架，專門用於優化PyTorch Lightning模型的超參數配置。 TorchOptimizer是一個集成了PyTorch Lightning框架和scikit-optimize貝葉斯
Nickname deephub
在性能要求較高的應用場景中，Python常因其執行速度不及C、C++或Rust等編譯型語言而受到質疑。然而通過合理運用Python標準庫提供的優化特性，我們可以顯著提升Python代碼的執行效率。本文將詳細介紹幾種實用的性能優化技術。 1、__slots__機制：內存優化 Python默認使用字典存儲對象實例的屬性，這種動態性雖然帶來了靈活性，但也導致了額外的內存開銷。通過使用 __slots_
Nickname deephub
書籍：Classical and Modern Optimization Techniques Applied to Control and Modeling 作者：Radu-Emil Precup，Raul-Cristian Roman，Elena-Lorena Hedrea等 出版：CRC Press 編輯：陳萍萍的公主@一點人工一點智能 下載：書籍下載-《控制
Nickname 一點人工一點智能
Optuna在8月18日發佈了最近的 v4.5版，加入了GPSampler的約束多目標優化功能，我們來看看這個新的功能。 基於高斯過程的貝葉斯優化（GPBO）最近幾年在材料科學、機器學習等領域應用很廣。GPSampler最初設計時就想做一個簡單好用的GPBO實現。雖然在定製方面（比如核函數、獲取函數）沒有BoTorch和Ax那麼靈活，但GPSampler勝在速度快，依賴少。 早期版本的GPSamp
Nickname deephub
「我以為我只有 10% 的機會獲得諾貝爾化學獎」，得知獲獎消息後，John Jumper 在電話採訪中笑着説道。他的語氣中帶着謙遜與感慨，而這份殊榮的背後，則是 AlphaFold2 帶來的科學革命，徹底改變了蛋白質結構預測的方式。 截至目前，已有來自 190 個國家的 200 多萬人使用這一工具，它不僅加速了新藥研發和疾病研究，也為基礎科學探索提供了前所未有的支持，深刻影響了生命科學的未來發展。
Nickname 超神經HyperAI
作者 | 弗拉德 來源 | 弗拉德（公眾號：fulade_me) if 簡單示例 假設你有一個汽車列表，並想將其中每輛汽車的名稱打印出來。對於大多數汽車，都應以首字母大寫的方式打印其名稱，但對於汽車名'bmw'，應以全大寫的方式打印。 下面的代碼遍歷一個列表，並以首字母大寫的方式打印其中的汽車名，但對於汽車名'bmw'，以全大寫的方式打印: car_list = ['bmw','aud
Nickname 弗拉德
一、背景 度量學習是一種機器學習方法，它主要用於在相似性度量的基礎上進行數據挖掘。具體來説，度量學習通過學習一種函數來度量兩個數據樣本點的相似性。這種函數稱為度量函數，它的目的是在儘可能減少度量錯誤的同時最小化相似數據樣本點之間的距離。典型的度量學習方法包括Triplet Loss、ProxyNCA、Npairs等。度量學習可以應用於許多領域，例如： 1.）圖像分類：度量學習可以用來幫助計算
Nickname 阿里雲開發者
為了生產一個機器學習勢函數，你積累了大量的第一性原理數據，卻發現訓練模型的樣本效率不足，遷移性差。如此大的花費只能體驗“一次性”的機器學習分子動力學模擬 (MLMD)？這未免太貴了！ ChatGPT 等大規模語言模型的成功讓我們看到了“預訓練模型+少量新數據微調”解決這一難題的可能，勢函數生產能否參考此訓練策略進行？ 圖 1｜預訓練模型+
Nickname farfarcheng
近年來，機理與數據的融合計算正快速發展着。機器學習作為數據驅動的計算方法，以其解決高維複雜問題的能力而聞名於世。它在視覺理解、自然語言處理等領域取得了重大突破。與此同時，基於機理的計算方法，如有限元模擬，在現代工業中起着至關重要的作用，廣泛應用於飛機、汽車、材料和新能源等行業。 有限元方法簡介與挑戰 有限元法（FEM，Finite Element Method）是一種為求解偏微分方程邊值問題近似解
Nickname farfarcheng
本文旨在快速上手python的streamlit庫,包括安裝，輸入數據，繪製圖表，基礎控件，進度條，免費部署。 Streamlit，更快地幫你建構和分享數據應用! streamlit官網如是説, 在數據處理，數據展示，機器學習原型，AI原型展示等方面十分契合。當然咱們用來做一些簡單的web應用也是完全沒問題的，上手難度低，部署簡單，且官方平台提供了免費的可公網訪問Streamlit Sharing
Nickname 阿爾的代碼屋
vLLM 是一款專為大語言模型推理加速而設計的框架，實現了 KV 緩存內存幾乎零浪費，解決了內存管理瓶頸問題。 更多 vLLM 中文文檔及教程可訪問 →https://vllm.hyper.ai/ vLLM 是一個快速且易於使用的庫，專為大型語言模型 (LLM) 的推理和部署而設計。 vLLM 的核心特性包括： 最先進的服務吞吐量 使用 PagedAttention 高效管理注意力鍵和值的內
Nickname 超神經HyperAI
背景 在數字化時代，企業數據呈爆炸式增長，但大多數業務人員因不懂SQL語言而無法直接獲取數據洞察。近年來，隨着AI技術的飛速發展，基於大語言模型強大的自然語言理解和代碼生成能力的NL2SQL技術應運而生——它能將"查詢上個月銷售額最高的產品"這樣的自然語言，自動轉換為複雜的SQL查詢語句。 然而，現實企業環境中的數據庫結構複雜、SQL方言多樣、查詢邏輯深度嵌套，單純靠大模型能力的NL2SQL方法往
Nickname 阿里雲大數據AI
原文鏈接：https://tecdat.cn/?p=44195 原文出處：拓端抖音號@拓端tecdat 2024年雙11小紅書母嬰搜索人數突破2400萬，2025年618進一步飆升至3500萬——短短一年，母嬰行業的“流量邏輯”已從“廣撒網”轉向“精捕捉”。過去，品牌靠“9.9元秒殺+信息流堆量”就能衝業績，但現在，孕期用户提前3個月搜待產包、高消費人羣佔比突破30%、AI讓浙大兒院篩查準
Nickname 拓端tecdat
在現代化鐵路貨運管理中，效率與準確性是衡量運營水平的關鍵尺度。傳統依賴人工抄錄車號的方式，不僅效率低下、成本高昂，更因人為因素導致數據不準，已成為制約礦區、編組站、貨運站等場景智能化升級的瓶頸。鐵路車號識別裝置，正是為解決這一核心痛點而生的智能化解決方案。 什麼是鐵路車號識別裝置？ 鐵路車號識別裝置是一套基於前沿人工智能深度學習技術的自動化識別系統。它通過高清圖像捕捉與智能分析，對貨運
Nickname 華明視訊科技
首先得問自己學Python能幹嘛？ 收錄：CSDN【學Python説簡單真的簡單，説難也難，就由過來人給你總結為什麼吧。】 這個問題不好回答，因為Python有很多用途。 比如Python比較熱門的領域： 1、web開發 2、數據分析 3、人工智能 4、自動化運維 5、遊戲開發 6、網絡爬蟲 ....... 對於初學者來説 可能都感興趣！ 人嘛對未知的充滿好奇，
Nickname 編學小屋
近日，Alluxio 發佈 Alluxio Enterprise AI 3.5 版本。該版本憑藉僅緩存寫入模式 ( Cache Only Write Mode )、高級緩存管理策略以及 Python 的深度集成等創新功能，大幅加速 AI 模型訓練並簡化基礎設施運維，助力企業高效處理海量數據集、優化 AI 工作負載性能。 AI 驅動的工作負載常因海量的數據管理複雜度高導致效率瓶頸以及訓練週期延長。
Nickname Alluxio
5月8日，聯想在上海舉辦中國合作伙伴大會。贊奇科技作為聯想ISV核心生態夥伴之一，正式發佈“贊奇AIKnow智能體工作站”。該方案深度融合聯想工作站與贊奇AIKnow智能體開發平台，實現軟硬協同，為企業提供開箱即用的AI開發解決方案，大幅降低智能體部署門檻。 贊奇AIknow是由贊奇科技開發的一站式無代碼智能體開發平台，通過整合主流的大語言模型（如Qwen、DeepSeek、ChatGLM等）、
Nickname 老IT人
用於實驗室智能識別的目標檢測數據集（2500張圖片已劃分、已標註） | AI訓練適用於目標檢測任務 背景 在智能實驗室與科研自動化的背景下，實驗室設備的智能識別與管理成為實驗室信息化建設的重要環節。傳統的人工盤點和巡檢方式效率低下、易出錯，難以滿足現代科研環境中對精確與實時性的要求。 隨着計算機視覺（Computer Vision）與深度學習（Deep Learning）技術的發展，基於目標檢測（
Nickname 逐夢AI
