tag AI

標籤
貢獻161
801
03:55 AM · Nov 07 ,2025
wintersun 頭像 Goblinscholar 頭像 lying7 頭像 codingtea 頭像 dmx778 頭像 OBCE666 頭像 yupi 頭像 poloai 頭像 XY-Heruo 頭像 yjmyzz 頭像 u_16060192 頭像 huggingface 頭像

@AI / 博客 RSS 訂閱

u_12960863 頭像

wx59290cd7bb11a - 拒絕“膠水代碼”！大數據轉型 AI 架構師的 Python 進階心法：流式響應與切面編程

本文價值提示： 💡 面向人羣：擁有 Java/Scala/Spark 背景，正在向 AI Agent/RAG 架構轉型的後端或大數據工程師。 🎯 核心收穫： 思維重構：如何用 Spark 的“惰性求值”思維理解 Python 生成器。 架構解耦：如何用 Spring AOP 的“切面”思維掌握 Python 裝飾器。 實戰落地：手把手構建一

大數據 , 數據 , 數據倉庫 , AI , 生成器 , 架構師 , Python

收藏 評論

lyndon-cerejo 頭像

Lyndon Cerejo - A Week In The Life Of An AI-Augmented Designer

Artificial Intelligence isn’t new, but in November 2022, something changed. The launch of ChatGPT brought AI out of the background and into everyday life. Suddenly, interacting with a machine didn’t

workflow , ux , AI

收藏 評論

ChenAI-TGF 頭像

TTGF - 不懂 Attention 不算懂 AI？十大奠基論文（一）：一文讀懂《Attention Is All You Need》

系列文章前言 在人工智能技術從理論突破走向工程落地的進程中，一篇篇里程碑式的論文如同燈塔，照亮了技術演進的關鍵路徑。為幫助大家吃透 AI 核心技術的底層邏輯、理清行業發展脈絡，博主推出「AI 十大核心論文解讀系列」，每篇聚焦一篇關鍵論文的問題背景、核心創新與行業影響。本篇博客解讀《Attention Is All You Need》論文。 @ 目錄 系列文章前言 前言：為何它能入選

AI

收藏 評論

yjmyzz 頭像

菩提樹下的楊過 - Agent設計模式學習(基於langchain4j實現)(4) - 並行工作流

書接上回，現在簡歷已經潤色得足夠好了，投遞到了HR手上，假設跟候選人也做了初步的電話溝通。接下來，公司需要對候選人做如下審查： 經理：針對簡歷，結合招聘崗位要求，審查簡歷是否符合要求（包括優點和不足） HR：針對簡歷，結合電話溝通記錄以及HR招聘相關要求，審查簡歷是否適合（包括優點和不足） 團隊成員：針對簡歷，評估候選人融入團隊的程度（包括優點和不足） 可以發現，這3個角色對候選人的評估

AI

收藏 評論

yunpan-plus 頭像

雲棧開源日記 - Claude-Mem：給 AI 編程助手裝上"長期記憶"

寫在前面 你是不是也遇到過這種情況：昨天用 Claude Code 寫了一段複雜業務邏輯，今天重新打開項目，AI 助手卻像失憶了一樣，完全不記得你們討論過什麼，只能從頭再解釋一遍？ 這個痛點，Claude-Mem 給出瞭解決方案——一個專為 Claude Code 打造的持久化記憶系統，讓 AI 助手真正記住你們的每一次協作。 它到底解決了什麼問題 傳統的 AI 編程助手每次啓動都是"全新的大

AI

收藏 評論

Goblinscholar 頭像

哥布林學者 - 吳恩達深度學習課程五：自然語言處理 第三週：序列模型與注意力機制（二）束搜索

此分類用於記錄吳恩達深度學習課程的學習筆記。 課程相關信息鏈接如下： 原課程視頻鏈接：[雙語字幕]吳恩達深度學習deeplearning.ai github課程資料，含課件與筆記:吳恩達深度學習教學資料 課程配套練習（中英）與答案：吳恩達深度學習課後習題與答案 本篇為第五課第三週的內容，3.2到3.5的內容。 本週為第五課的第三週內容，與 CV 相對應的，這一課所有內容的中心只有

AI

收藏 評論

wintersun 頭像

PetterLiu - 人工智能-人類的解放者還是終結者

一個無法迴避的十字路口 我們正處在一場技術變革的中心，而這場變革“可能和我們經歷過的任何一次技術變革都完全不同”。它不只是提升效率，而是從根本上挑戰我們對人類價值和生存意義的定義，將我們直接推到了一個時代性的十字路口。 本次辯論的核心問題因此變得無比清晰：人工智能究竟是把我們從繁瑣、危險、重複的勞動中解放出來，帶領我們走向更高層次、更有意義生活的“解放者”；還是説，這種樂觀的看法危險地低估了

AI

收藏 評論

lying7 頭像

躺柒 - 讀人本智能產品設計6原則04表達(上)

1.默契的力量 1.1.智能產品可以用許多非語言的方式來表達自己 1.2.就像我們能從寵物身上讀到微妙的線索一樣，我們也能從智能產品身上讀到信息和情感，感知對話的細微差別，並在積極互動時感受到物體是“有生命的”​ 1.3.生命體的自然流露 1.4.隨着產品承載的信息日益複雜，人們傾向於用語音或屏幕傳遞所有內容 1.5.精心設計的文本或語音交流，也就是通常所稱的自然語言界面，是人與產品交流的最佳方

AI

收藏 評論

u_15644617 頭像

u_15644617 - 多場景適配！一個強大易用的開源企業級智能體平台！

大家好，我是 Java陳序員。 在 AI 技術飛速發展的今天，企業對智能應用的需求愈發迫切，但技術門檻高、部署複雜、適配場景有限等問題卻成為阻礙。 今天，給大家介紹一個強大易用的開源企業級智能體平台，適配多場景！ 關注微信公眾號：【Java陳序員】，獲取開源項目分享、AI副業分享、超200本經典計算機電子書籍等。 項目介紹 MaxK

機器學習 , llm , github , yyds乾貨盤點 , AI , 人工智能

收藏 評論

u_15013316 頭像

u_15013316 - AI變革，企業如何應用AI大模型重塑思考維度？

“中國雖是多條AI賽道的領跑者，企業部署AI的速度卻慢了一步。”這是一個不爭的事實。 日常的AI應用場景千千萬，不止於簡單的檢索信息、編寫代碼、生成表格，小到一個工作術語的查詢，大到產品戰略決策的輔助。越來越多的人在用AI重塑思考維度與工作方式，管理者們也在積極探索AI與業務的融合路徑，以求提升效率。 但AI在實際工作場景中的落地，卻始終面臨着繞不開的難題。 要

AI , AI編程 , 人工智能 , 代碼人生

收藏 評論

uml-tool 頭像

Lynch_Warren - 視覺圖譜AI圖形生成器2026年全面解析：從自然語言到專業模型的進展

在當代軟體工程與商業分析日益複雜的背景下，將自然語言描述轉化為標準化、專業級圖形模型，已成為提升團隊效率與減少誤解的核心需求。視覺圖譜（Visual Paradigm）於2026年推出的AI圖形生成器，不僅整合於其桌面版與線上平台（online.visual-paradigm.com），更透過專屬AI對話界面（chat.visual-paradigm.com），實現了從敍述到視覺化模型的自動化

AI

收藏 評論

TheMagicalRainbowSea 頭像

Rainbow-Sea - 13. Spring AI 的觀測性

13. Spring AI 的觀測性 @ 目錄 13. Spring AI 的觀測性 觀測性 為什麼Spring AI應用急需可觀測性？ AI服務成本失控的痛點 Spring AI可觀測性的價值 實戰演練：構建可觀測的Spring AI翻譯應用

AI

收藏 評論

gogoSandy 頭像

風雨中的小七 - 解密Prompt系列66. 視覺Token爆炸→DeepSeek-OCR光學壓縮

藉着 DeepSeek-OCR這篇論文，本章我們來回顧下多模態大模型（VLM）的核心技術演進。 很多人認為：圖像Token的信息密度和效率遠不如文本。但 DeepSeek-OCR的核心價值，就是用實踐證明了這是一個偽命題。它通過一套巧妙的串行視覺壓縮架構，實現1個視覺Token近乎無損地承載10個文本Token的驚人效率。 下面我們沿着 \(O(N^2)\) 危機 \(\rightarrow\)

AI

收藏 評論

lying7 頭像

躺柒 - 讀智能新物種06陪伴的真正問題

1.PARO 1.1.在世界各地得到廣泛使用，特別是用於失智症患者、退伍軍人和其他患有創傷後應激障礙的羣體，深受那些照顧老人的家庭和工作人員的歡迎 1.2.似乎可以減輕失智症患者的躁動和抑鬱 1.3.預示着一個反烏托邦式的未來：我們通過機器人，給老年人營造一種偽裝的護理假象來分散他們的注意力並安撫他們，這樣我們就不需要付錢給看護人來完成他們的護理工作了 1.4.工作並不完全是為了取代人類的護理

AI

收藏 評論

dmx778 頭像

大模型玩家七七 - PPO 微調的本質：它不是在教模型“更聰明”

PPO 難，不是因為算法複雜，而是因為它在幹一件反直覺的事 如果你第一次接觸 PPO 微調，大概率會有一種強烈的挫敗感。 你可能已經： 看過 PPO 的算法圖 看過 reward / value / policy 的關係 甚至跑過一次訓練 但只要你認真問自己一個問題： “PPO 到底在改模型的哪一部分？” 你很可能説不清楚。 你只知道： reward 在漲 loss 在變

AI

收藏 評論

znai 頭像

老艾的智能世界 - AI證件照製作神器！任意尺寸和類型，兩秒出圖（附下載鏈接）

在日常生活與工作中，證件照的需求無處不在，無論是製作求職簡歷、畢業證還是參加考試，常常需要不同尺寸、不同底色的證件照。但是，拍攝一張符合規範的證件照往往需要前往照相館，專業攝影費用高，不僅耗時耗力，還可能需要長時間排隊等候，如果下次要用到其他類型證件照，還得再跑一趟 IDLyst是一款基於AI技術的專業證件照製作工具，支持批量生成不同尺寸的各類標準證件照，包括排版照。它依託於一套優化的AI工作模

AI

收藏 評論

wintersun 頭像

PetterLiu - 如何編寫優秀的 CLAUDE.md

注意：這篇文章同樣適用於 AGENTS.md，這是 CLAUDE.md 的開源等價物，適用於 OpenCode、Zed、Cursor 和 Codex 等代理和工具。 原則：大語言模型（絕大部分）是無狀態的 大語言模型（LLM）是無狀態的函數。它們的權重在進行推理時是固定的，因此它們不會隨時間學習。模型對你代碼庫的唯一瞭解，來源於你輸入給它的 token。 同樣，像 Claude Cod

AI

收藏 評論

u_12960863 頭像

wx59290cd7bb11a - 拆解大模型“心臟”：BERT與GPT的相愛相殺（架構師進階指南）

本文價值提示： 很多轉型AI的大數據工程師，會調用 API，會寫 Prompt，但一旦遇到“為什麼這個任務跑得這麼慢？”或者“為什麼提取實體總是出錯？”時就懵了。 本文不講複雜的數學公式，而是用架構師的視角，帶你鑽進大模型的“黑盒”內部，看懂 Transformer 的三種形態，並附贈一份**2025年主流模型選型清單（含國產之光）**。 👋 大家好，我是你們的

大數據 , google , 數據倉庫 , AI , 架構師

收藏 評論

u_16773655 頭像

向量檢索 - 如何通過HTTP API插入或更新Doc

本文介紹如何通過HTTP API向Collection中插入或更新Doc。 説明 若調用本接口時Doc Id已存在，則等同於更新Doc；Doc Id不存在，則等同於插入Doc。 若調用本接口時不指定DocId，則等同於插入Doc，DashVector會自動生成Doc Id，並在返回結果中攜帶id信息。

向量檢索 , 大數據 , yyds乾貨盤點 , 數據倉庫 , AI , 數據庫 , 人工智能 , 大模型

收藏 評論

OBCE666 頭像

OBCE666 - OceanBase 向量索引優化指南

物格而後知至。 ——《禮記》 楔子 OceanBase 最近發佈了 seekdb 數據庫，主打 “輕量 + 向量 + AI”。 在 seekdb 發佈之後，陸續收到了許多用户關於 seekdb 中向量索引在使用上的一些問題，比如：索引創建耗時慢優化問題，創建時對內存的要求，增量達到什麼規模需要重建，重建性能影響怎麼消除等等等等。 因此，向量索引的研發同學夏進大佬，今天就專門在這篇文章中，從 Oc

AI

收藏 評論

Goblinscholar 頭像

哥布林學者 - 吳恩達深度學習課程二： 改善深層神經網絡 第三週：超參數調整，批量標準化和編程框架（四）編程框架

此分類用於記錄吳恩達深度學習課程的學習筆記。 課程相關信息鏈接如下： 原課程視頻鏈接：[雙語字幕]吳恩達深度學習deeplearning.ai github課程資料，含課件與筆記:吳恩達深度學習教學資料 課程配套練習（中英）與答案：吳恩達深度學習課後習題與答案 本篇為第二課的第三週內容，3.10的內容。 本週為第二課的第三週內容，你會發現這周的題目很長，實際上，作為第二課的最後一

AI

收藏 評論

tech 頭像

青雲交技術圈 - Java 大視界 -- Java 大數據在智能教育學習效果評估與教學質量改進實戰

(centerJava 大視界 -- Java 大數據在智能教育學習效果評估與教學質量改進實戰/center) 引言： 嘿，親愛的 Java 和 大數據愛好者們，大家好！我是CSDN（全區域）四榜榜首青雲交！在《大數據新視界》和《 Java 大視界》專欄攜手探索技術前沿的旅程中，我們一同見證了 Java 大數據在多個領域的輝煌成就。 如今，教育領域正面臨着新的挑戰與機遇，傳統

spark , 大數據 , yyds乾貨盤點 , Java大數據 , AI , JAVA , 智能教育

收藏 評論

u_16082658 頭像

wx64422c161e8a1 - AI知識掃盲

文章目錄 一、大模型（Language Models） 二、智能體（Agent) 三、模型上下文協議, MCP (Model Context Protocol) 一、大模型（Language Models） 大模型（Language Models）是指具備了強大的語言理解、生成和推理能力的深度學習模型。

應用程序 , AI , 後端開發 , 人工智能 , 模態 , Python

收藏 評論

u_16054295 頭像

百能雲芯 - AI帶動中國大陸存儲芯片價格狂飆┃百能雲芯

　人工智能（AI）需求爆發，帶動存儲器芯片市場「超級週期」來襲，掀起全面缺貨和漲價潮。目前部分存儲器原廠報價效期短，出現「一天一價」現象，部分DRAM和Flash產線更暫停報價。分析師預計，第四季DRAM的整體價格（加計高頻寬存儲器HBM）將季增13％～18％。 財聯社報導，存儲器芯片市場2025年上半年漲勢並未在第四季趨緩，反而出現加劇的跡象。以

AI , 人工智能 , 數據結構與算法

收藏 評論