@AI / 博客 RSS 訂閱

Feb 16 2026

Lynch_Warren - Visual Paradigm AI 可視化建模全面指南

從草圖到生產：AI 驅動的全場景建模解決方案 “真正覆蓋每一個角度” 只有Visual Paradigm，提供當今最完整的 AI 驅動可視化建模生態系統。 🌐 為什麼選擇 Visual Paradigm？ Visual Paradigm 不僅是建模工具，更是AI 賦能的可視化工作流中樞。 無論你是開發者、系統架構師、業務分析師、企業架構師，還是知識管理團隊

AI

收藏 評論

Dec 31 2025

風雨中的小七 - 解密Prompt系列67. 智能體的經濟學：從架構選型到工具預算

導讀：2025年是智能體爆發的一年。然而，隨着模型能力的提升，工業界開始反思：盲目增加智能體、盲目增加工具調用次數真的能“大力出奇跡”嗎？本文串聯了兩篇Google論文，從宏觀的架構選擇到微觀的工具預算感知，探討如何科學地構建高效的Agent系統。 Part 1. 宏觀選型：多智能體的科學定律 Towards a Science of Scaling Agent Systems 最

AI

收藏 評論

Feb 15 2026

PetterLiu - 各AI廠商在春節搶奪C端用户市場， 順便做生態連接，A/B testing

春節C端AI用户爭奪戰 春節期間是超級流量窗口——用户空閒時間多、社交活躍度高、嚐鮮意願強。各AI廠商（如字節豆包、百度文心、阿里通義、Kimi等）將此視為搶佔用户心智的關鍵戰役。 兩個關鍵策略 1. 「隨便做生態連接」 指輕量化、廣撒網式的產品植入，而非深度技術整合： 做法 具體表現 紅包/抽獎活動

AI

收藏 評論

Nov 17 2025

Joas Pambou - On-Device AI: Building Smarter, Faster, And Private Applications

It’s not too far-fetched to say AI is a pretty handy tool that we all rely on for everyday tasks. It handles tasks like recognizing faces, understanding or cloning speech, analyzing large data, and

llm , Techniques , Tools , Apps , AI

收藏 評論

Dec 16 2025

哥布林學者 - 吳恩達深度學習課程四：計算機視覺 第二週：經典網絡結構 （二）殘差網絡

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 本篇為第四課的第二週內容，2.3到2.4的內容。 本週為第四課的第二週內容，這一課所有內容的中心只有一個：計算機視覺。應

AI

收藏 評論

Nov 30 2025

orion-orion - 學習理論：凸代理、代理與估計誤差界

這學期參加了同研究科的田中研的讀書會，所選的是近年出的較新的書《Learning Theory from First Principles》[1]： 作者Francis Bach是COLT2025的keynote speaker[2]。我承擔了4.1-4.4部分（這周做了分享），該部分和我目前的科研方向比較相關。下面是我結合自己的科研的一些心得和筆記。 1 導引 給定\(\mathcal{X}\

AI

收藏 評論

Jan 22 2026

大模型玩家七七 - 客服大模型 ≠ 問答機器人

為什麼很多客服大模型，看起來很聰明，卻一點也不好用 如果你做過客服相關的項目，大概率會經歷一個非常相似的過程。 一開始，大家都很興奮。 把歷史客服文檔、FAQ、知識庫一股腦丟進 RAG，接上一個看起來很強的模型，測試時效果還不錯。大多數常見問題都能答上來，語氣也挺自然，看起來“已經能替代人工了”。 但只要一上線，問題就開始接連出現。 模型開始亂承諾 模型開始“過度熱情” 模型在不

AI

收藏 評論

Feb 15 2026

PetterLiu - Seed團隊最新發布的Seed2.0系列大語言模型

字節跳動Seed團隊最新發布的Seed2.0系列大語言模型。以下是對重點內容的總結與歸納： 一、發佈背景與定位 核心目標：突破真實世界中的複雜任務，從解決奧林匹克競賽類問題邁向支持研究級推理任務。 市場洞察：基於MaaS服務調用數據分析，企業最高頻的需求是處理混雜圖表、文檔等非結構化信息（佔比超30%），其次是教育、內容創作、搜索推薦等場景。這要求模型具備"讀得多、想得多"的能力，再進入複

AI

收藏 評論