tag AI

標籤
貢獻161
798
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

yupi 頭像

程序員魚皮 - Gemini 3.0 炸裂發佈！前端又死了？？？

大家好，我是程序員老魚皮~ 來看看現在的 AI 有多離譜！ 1）設計原型圖：1 句話幾十秒，隨便做個億級流量的產品原型。 嚯，這個還原度！ 2）企業級網站：1 句話復刻各種企業級網站。 真的是各種…… 3）3D 動畫特效網站：1 句話製作複雜的 3D 動畫特效網站。 這給我一個月也做不出來啊！ 4）生活寫實網站：1 句話還原各種生活場景。 你別説，還挺暖和，不知道大家隔着屏幕能不

AI

收藏 評論

u_16773655 頭像

向量檢索 - 如何通過HTTP API檢索Doc

本文介紹如何通過HTTP API在Collection中進行相似性檢索。 前提條件 已創建Cluster：創建Cluster。 已獲得API-KEY：API-KEY管理。 Method與URL HTTP POST https://{Endpoint}/v1/collections/

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

收藏 評論

wintersun 頭像

PetterLiu - 軟件工程Agent在工程依賴版本升級探索

背景與動機 現代軟件項目廣泛依賴開源庫以避免重複開發，但庫版本更新常引入破壞性變更，導致代碼兼容性問題。手動適配這些更新需消耗大量開發者時間，且大型代碼庫中開發者易忽視更新警告或鎖定舊版本，長期阻礙功能迭代、性能優化與安全修復。現有自動化方案未被廣泛採用，而 LLM 在代碼生成、程序修復等領域已展現潛力，因此本文提出一種基於 LLM Agents 的框架，用於自動化完成依賴升級並保障代碼兼容性

AI

收藏 評論

OBCE666 頭像

OBCE666 - 告別拼湊：記憶、檢索與AI數據引擎的一站式技術棧解析（一）

作者：傅榕鋒，OceanBase 高級技術專家 AI 開發者需要什麼樣的數據庫 在開始正式話題前，我們不妨先思考一個問題： AI 時代下開發者需要什麼樣的數據庫？ 自本世紀初以來數據庫需求的演變歷程。Web 2.0及業務在線化的時代，強調的是一個可靠、精確的記錄系統，能夠精準地記錄每一筆交易數據，滿足典型的事務處理（TP）需求。進入移動互聯網和數據智能化時代後，隨着數據量的爆發式增長，海量數據分析

AI

收藏 評論

wintersun 頭像

PetterLiu - 自動化檢索增強生成（RAG）評估框架解析

一.RAG系統評估的必要性與挑戰 檢索增強生成（Retrieval-Augmented Generation, RAG）技術已成為增強大型語言模型（LLM）能力的關鍵範式。通過從外部知識庫中檢索相關信息，RAG能夠有效解決LLM固有的知識過時和內容幻覺等核心侷限性。無論是為客户支持系統提供最新的產品信息，還是在金融、醫療等專業領域確保答案的準確性與可追溯性，RAG都扮演着至關重要的角色。

AI

收藏 評論

wintersun 頭像

PetterLiu - 基於GEM的需求評審專家agent

基於GEM的需求評審專家agent 之前有文章AI輔助需求規格描述評審，優化需求評審流程論LLM與人工審查協同模式。 以下是我們基於Google Gem，目前支持上傳附件，如我們項目與產品需求文檔直接上傳評審。 需求功能列表補全 從這訪問 gemini.google.com 今天先到這兒，希望對AI，雲原生，技術領導力， 企業管理，系統架構設計與評估，團隊管理, 項目管理,

AI

收藏 評論

cathybryant 頭像

CathyBryant - 信息論（12）：Jensen不等式

Jensen不等式：如果 f 是一個凸函數，X 是一個隨機變量，那麼： $ f(\mathbb{E}[X]) \leq \mathbb{E}[f(X)] $ 它的含義是，對於凸函數 f 而言：平均值的函數 ≤ 函數的平均值，如果 f 是凹函數，則不等式取反。 想象一下，函數 f 的形狀就像一個碗，例如 f(x) = x²，中間向下，兩端向上翹起。 在碗中任意選取兩點，比如 x₁ 和 x₂。連接 f

AI

收藏 評論

baihai 頭像

baihai - 剖析大模型產生幻覺的三大根源

編者按： 為什麼大語言模型總是“一本正經地胡説八道”？它們是在故意欺騙，還是被訓練機制“逼”成了這樣？ 我們今天為大家帶來的這篇文章指出：幻覺並非模型的故障，而是當前訓練與評估機制下的一種理性選擇 —— 當模型因進行猜測獲得獎勵、因坦白“我不知道”而被懲罰時，編造答案就成了最優策略。 文章系統剖析了幻覺的三大根源：預訓練階段以統計預測替代事實判斷、後訓練

llm , AI , 人工智能 , 深度學習 , 大模型幻覺

收藏 評論

wintersun 頭像

PetterLiu - 不止於代碼-如何用 Trae IDE與Agent重塑軟件需求工程

從“氛圍編程”到“智能評審”——利用上下文感知 Agent 實現 30%+ 的研發左移提效 在 AI 編程工具爆發的今天，大多數人的目光仍聚焦在 Copilot 的代碼補全上。但作為資深開發者，我們都清楚一個殘酷的現實：如果需求（PRD）本身就是垃圾，寫代碼的速度越快，產出“技術債務”的速度就越快。 最近，AI 輔助開發的概念已從簡單的“輔助編程”演進為 “氛圍編程 2.0 (Vibe C

AI

收藏 評論

codingtea 頭像

Coding茶水間 - 基於深度學習的紡織品缺陷檢測系統演示與介紹(YOLOv12/v11/v8/v5模型+Pyqt5界面+訓練代碼+數據集)

視頻演示 基於深度學習的紡織品缺陷檢測系統 1. 前言​ 大家好，歡迎來到Coding茶水間。在傳統的紡織工業質檢環節中，人工目檢不僅效率低下，還容易因視覺疲勞導致漏檢，而基於YOLO算法的紡織品缺陷檢測系統正是解決這一痛點的智能化方案。今天我將為大家全面演示這套系統的功能，它不僅能通過圖片、視頻、文件夾及實時攝像頭流，精準識別破洞、織線瑕疵、污漬、紗頭等缺陷，還具備直觀的可視化操作界面，支持置信

AI

收藏 評論

codingtea 頭像

Coding茶水間 - 基於深度學習的船舶檢測系統演示與介紹(YOLOv12/v11/v8/v5模型+Pyqt5界面+訓練代碼+數據集)

視頻演示 基於深度學習的船舶檢測系統演示與介紹 1. 前言 海上場景的船舶檢測對海事安全與航運管理具有重要意義。傳統方法在複雜海況、密集目標與小目標場景下存在魯棒性不足、效率偏低等問題。近年來，YOLO系列單階段檢測器憑藉端到端推理與良好實時性，成為船舶檢測的主流方案。 本文實現並評估一套基於 YOLO 的船舶檢測系統，集成YOLOv5、YOLOv8、YOLOv11、YOLOv12，在同一界面實現

AI

收藏 評論

codingtea 頭像

Coding茶水間 - 基於深度學習的輸電電力設備檢測系統演示與介紹(YOLOv12/v11/v8/v5模型+Pyqt5界面+訓練代碼+數據集)

視頻演示 基於深度學習的輸電電力設備檢測系統演示 1. 前言​ 大家好，歡迎來到 Coding 茶水間！ 今天要和大家分享的項目是“基於 YOLO 算法的輸電電力設備檢測系統”，它面向輸電線路場景，能夠自動識別與定位線路中的各類電力設施。隨着電網巡檢智能化需求的不斷提升，傳統人工目視巡檢效率低、漏檢率高的問題日益凸顯，亟需藉助計算機視覺手段實現自動化、批量化檢測。本項目針對輸電線路巡檢痛點，構建了

AI

收藏 評論

u_17216172 頭像

數據庫知識分享者小北 - 基於 PolarDB 打造企業專屬智能問答應用，完成任務可贏取保温杯、加濕器等好禮！

企業在智能化升級的浪潮中，知識問答和智能客服的需求不斷激增。然而，傳統的 RAG 方案往往依賴外部向量庫，導致架構複雜、數據同步困難和高昂的運維成本。 本方案將基於雲原生數據庫 PolarDB 構建 RAG 智能知識系統，融合原生 IMCI 向量索引與 PolarDB for AI 能力，通過原生 SQL 調用列存向量節點和 AI 節點，無需外部向量庫，實現數據與知識的閉環

MySQL , AI , 阿里雲 , 數據庫 , RAG , PolarDB

收藏 評論

codingtea 頭像

Coding茶水間 - 基於深度學習的魚苗檢測系統演示與介紹(YOLOv12/v11/v8/v5模型+Pyqt5界面+訓練代碼+數據集)

視頻演示 基於深度學習的魚苗檢測系統 1. 前言​ 大家好，歡迎來到Coding茶水間！ 今天我們要聊的是一個既貼近生活又充滿技術巧思的項目——基於YOLO算法的魚苗檢測系統。在觀賞魚養殖和水產育苗場景中，及時識別魚苗狀態（尤其是死魚苗）是保障存活率、維持水質的關鍵，但傳統人工巡檢往往面臨效率低、漏檢率高、難以量化統計的痛點：魚缸環境複雜時，微小死魚苗易被忽視；批量觀察時，肉眼判斷誤差大；長期監測

AI

收藏 評論

zhangqiaokeyan 頭像

掌橋科研-AI論文寫作 - 論文寫作ai工具哪個好？精選四款AI寫論文工具測評，讓寫畢業論文不再苦惱！

論文寫作ai工具哪個好？精選四款AI寫論文工具測評，讓寫畢業論文不再苦惱！ 每到畢業季或職稱評審期，面對空白文檔的焦慮感總是如期而至——文獻查找耗時、框架搭建困難、格式規範繁瑣，這些痛點讓論文寫作成為許多人的噩夢。別擔心！AI論文寫作工具正是解決這些難題的利器。本文將精選四款表現突出的AI論文生成工具，幫你找到最適合的學術助手。 本文測評將圍繞學術專業性、文獻支撐能力、格式規範適配性以及使用便捷度

AI

收藏 評論

wintersun 頭像

PetterLiu - Table-RAG破解海量表格檢索難題

破解海量表格檢索難題 一.概述 在當今的商業與科研領域，結構化數據——尤其是那些動輒包含數十萬、數百萬單元格的大型表格——構成了我們決策與洞察的基石。然而，一個令人困惑的現實是，即便強大如GPT系列的大型語言模型（LLM），在面對這些海量、規整的數據時，也常常會“迷航”。它們就像一位才華橫溢的語言學家被要求在沒有地圖的情況下，穿越一片由數字和文本構成的汪洋大海。將深入剖析這一困境的根源，並拆解一

AI

收藏 評論

wintersun 頭像

PetterLiu - 六頂思考帽深度解析AI賦能代碼生成技術

六頂思考帽深度解析AI賦能代碼生成技術 簡介 人工智能（AI）賦能的代碼生成技術已不再是簡單的代碼補全工具。它已經迅速演變為一個複雜而龐大的生態系統，涵蓋了從底層的代碼基礎模型、推動軟件工程自動化的智能體（Agents），到保障系統可靠性的安全對齊技術，乃至探索通用人工智能（AGI）邊界的通用智能代理。這個技術版圖正在以驚人的速度擴張，並深刻地重塑着我們對軟件開發的認知。 借鑑權威技術綜述

AI

收藏 評論

yupi 頭像

程序員魚皮 - 20 個神級 AI 編程擴展，爽爆了！

大家好，我是程序員魚皮。給大家分享一些我自己在用的 AI 編程擴展，幫你大幅提高 AI 編程效率和代碼質量。 萬字長文 + 100 多張圖，絕對乾貨！點個收藏，讓我們開始吧~ 本文已收錄到 魚皮 AI 導航的《免費 Vibe Coding 教程》 中，可以在這裏免費獲取更多 AI 資源。 一、MCP 服務器類 MCP 的全稱是 Model Context Protocol 模型上下文協議。

AI

收藏 評論

lying7 頭像

躺柒 - 讀共生：4.0時代的人機關係11消費者（上）

1.消費者 1.1.不僅來自工作場所期望以及工作與生活界限的變化，還來自智能手機、平板電腦和筆記本電腦，加上無處不在的互聯網連接，還有激增的移動辦公應用 1.2.在法國，員工在下班時間不回覆工作電子郵件的權利受法律保護 1.2.1.世界上大多數國家迄今為止都未能充分解決這個摩擦點，而且我們預計這種趨勢至少會持續到下一個十年 2.推薦引擎 2.1.在過去二十年中，報紙和雜誌已經實現了數字化

AI

收藏 評論

lying7 頭像

躺柒 - 讀智能新物種04自主決策

1.分配責任 1.1.弄清楚在出現問題時如何分配責任是一個很大的挑戰，但這個問題已經存在了幾千年 1.2.雖然大多數現代法律制度傾向於將動物視為財產而不是人，但該制度通常承認這種“財產”對自主行為的偏好 1.3.今天，隨着機器人開始進入共享空間，撞倒蹣跚學步的幼兒，抵制“機器人本身應負責任”的想法尤為重要，負責任的應該是人 1.4.嘗試用動物做類比，我們會發現現在或許並不是我們想象的那樣，成為了

AI

收藏 評論

poloai 頭像

poloai - GPT-5.2-Codex 重磅上線！代碼審查 + 網絡安全雙 buff，poloai.top 一鍵解鎖

2025 年底，AI 編程領域迎來重磅更新 ——OpenAI 正式發佈 GPT-5.2-Codex，這款專為複雜軟件工程設計的智能體編碼模型，憑藉在代碼審查、網絡安全、長上下文處理等維度的突破性表現，迅速引爆開發者社區。作為迄今為止最先進的編碼模型，它不僅延續了 GPT-5 系列的專業能力，更針對智能體編碼和終端使用完成深度優化，成為開發者從代碼編寫到安全校驗的 “全能助手”。而對於國內開

AI

收藏 評論

Goblinscholar 頭像

哥布林學者 - 吳恩達深度學習課程：深度學習入門筆記全集目錄

課程 週數 類別 內容 課程一：神經網絡和深度學習 第一週：深度學習簡介 理論 （1）深度學習簡介 實踐 無 第二週：神經網絡基礎 理論 （1）迴歸基礎 （2）分類與邏輯迴歸 （3）梯度下降法 （4）損失函數與傳播

AI

收藏 評論

lying7 頭像

躺柒 - 讀人本智能產品設計6原則10鏈接(下)

1.可穿戴設備 1.1.可穿戴設備 1.1.1.聯產品開發中最引人注意的領域之一就是身體互聯產品 1.2.隨着紡織和印刷技術的進步，製造商可以將電子元件直接嵌入服裝中，從而為用户提供可持續跟蹤的數據 1.3.這個生態系統基本上可以讓用户與其身體進行持續的對話，從而創建一個反饋循環，讓人們更清楚地意識到自己身體裏的循環系統和肌肉正在發生什麼變化 1.4.產品生態系統研發的前沿是對醫療設備生態

AI

收藏 評論

maximillian-piras 頭像

Maximillian Piras - When Words Cannot Describe: Designing For AI Beyond Conversational Interfaces

Few technological innovations can completely change the way we interact with computers. Lucky for us, it seems we’ve won front-row seats to the unfolding of the next paradigm shift. These shifts te

ux , AI , Design

收藏 評論