tag AI

標籤
貢獻179
1261
03:55 AM · Nov 07 ,2025
wintersun 頭像 lying7 頭像 Goblinscholar 頭像 codingtea 頭像 dmx778 頭像 OBCE666 頭像 yupi 頭像 poloai 頭像 longronglang 頭像 XY-Heruo 頭像 yjmyzz 頭像 u_16773655 頭像

@AI / 博客 RSS 訂閱

lying7 頭像

躺柒 - 讀共生：4_0時代的人機關係05信息技術

1.概述 1.1.每家企業都要變成科技公司，這是勢在必行的 1.1.1.信息技術部門在組織內部如同孤島般“與世隔絕”的日子已經一去不復返 1.1.2.企業需要將一般性信息技術嵌入每個部門和每項業務職能，從微不足道的客户接觸點，到至關重要的高層領導決策，都不例外 1.1.3.不僅僅是一場運營方面的轉變，還是一種思維方式 1.1.4.這種思維方式必須反映

AI

收藏 評論

codechen8848 頭像

codechen8848 - 告別複雜 SQL！一款基於大模型和 RAG 的智能問數系統！

大家好，我是 Java陳序員。 在數據驅動決策的時代，每個企業和個人都渴望快速從數據中挖掘價值，但複雜的 SQL 語句、繁瑣的數據庫操作卻成了橫亙在多數人面前的高牆。 今天，給大家介紹一款基於大模型和 RAG 的智能問數系統，通過對話分析數據，告別複雜 SQL！ 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 SQLBot ——

AI

收藏 評論

yunpan-plus 頭像

雲棧開源日記 - n8n-workflows：4300+ 自動化工作流的開源數據中台方案

從數據採集痛點説起 在搭建量化交易系統時，數據採集往往是最耗時的環節。對接交易所 API、爬取財報數據、監控輿情信息……這些重複性工作可能佔據團隊 80% 的開發時間。 最近我們發現了一個開源項目 n8n-workflows，它收錄了 4343 個生產級工作流模板，覆蓋 365 個主流 API 接口。雖然不是專門的量化系統，但在數據管道搭建上展現出了獨特價值。 項目核心能力 n8n-workflo

AI

收藏 評論

codingtea 頭像

Coding茶水間 - 基於深度學習的無人機視角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 基於深度學習的無人機視角檢測系統 1. 前言​ 無人機憑藉其靈活性強、成本低、視角獨特等優勢，已成為環境監測、交通管理、農業勘測等領域的重要工具。然而，無人機航拍圖像中的目標往往尺寸較小、分佈密集，且常受到光照變化、複雜背景及運動模糊等因素干擾，導致檢測難度顯著增加。傳統的目標檢測算法在應對此類場景時，常出現漏檢、誤檢及實時性不足等問題。因此，開發一種高效、精準的無人機小目標檢測系統具有

AI

收藏 評論

aurora-zzm 頭像

一葦江湖 - WebDataset使用指南：構建高效深度學習數據管道

在深度學習項目實踐中，數據加載往往成為限制訓練速度的關鍵瓶頸。當數據集規模達到數百萬甚至數十億樣本時，傳統的文件系統隨機訪問方式會導致I/O效率急劇下降，讓昂貴的GPU資源處於閒置等待狀態。WebDataset通過流式處理和順序讀取的設計理念，可以極大提升數據加載性能。 什麼是WebDataset？ WebDataset是一個基於TAR歸檔格式的深度學習數據加載庫，專為處理超大規模數據集而設

AI

收藏 評論

u_16773655 頭像

向量檢索 - 如何通過HTTP API分組檢索Doc

本文介紹如何通過HTTP API在Collection中進行分組相似性檢索。 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/collection

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

wintersun 頭像

PetterLiu - 釘釘A1與飛書AI錄音豆

釘釘A1與飛書AI錄音豆的全面對比分析表。從整體定位來看，兩款產品分別深度綁定各自辦公生態，面向職場會議場景，但在設計理念和功能側重上有明顯差異： 核心差異總結 對比維度 釘釘A1 飛書AI錄音豆 設計哲學 性能優先：強調專業級錄音質量和大容量存儲

AI

收藏 評論

lying7 頭像

躺柒 - 讀人本智能產品設計6原則02人性温度

1.人性温度 1.1.與智能產品進行情感交流所帶來的強大感覺就是產品設計的靈感來源 1.2.筆記本電腦 1.2.1.可能被認為是終極萬能的智能產品 1.2.2.與筆記本電腦之間的溝通幾乎不需要有意識地進行思考或心理訓練 1.2.3.通過鼠標、鍵盤和觸控板等工具來控制電腦的方式是一種令人不適的、不自然的互動方式 1.2.4.筆記本電腦就變成了一個類似人

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 第一週：循環神經網絡 （二）循環神經網絡

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 本篇為第五課的第一週內容，1.2到1.4的內容。 本週為第五課的第一週內容，與 CV 相對應的，這一課所有內容的中心只有

AI

收藏 評論

lying7 頭像

躺柒 - 讀共生：4.0時代的人機關係14科技公司（下）

1.自動化解決方案 1.1.我們是在為什麼樣的用途構建產品？‘老大哥’‘老母親’，還是‘老管家’？​ 1.1.1.大多數可以規模化的技術對於這三類用途都適用 1.1.2.意圖很重要 1.1.2.1.意圖是為人類提供服務，是在數字世界中重新創造管家的功能和體驗 1.1.3.開發直觀的邊緣自然語言處理功能以創建類似於人類的數字助理時，這方面的努力主

AI

收藏 評論

u_15591470 頭像

ceshiren2022 - AI引領天貓測試流程變革：從人工操作到智能化的實踐經驗與落地案例

在AI時代，天貓技術質量團隊不斷探索如何在測試全流程中引入AI，提升效率、保障質量，並實現可管理化、可溯化的測試流程。本文將結合實踐經驗，分享AI在測試鏈路中的落地方案和技術架構思路。 1️⃣ 測試體系變革：從人工到AI自動化 傳統測試工作鏈條主要包括五大核心階段： 需求解析 → 用例生成 → 測試數據構造 → 執行驗證 → 對比校驗 AI的引入目標：通過自然語言理解和大模型驅動

AI , 測試數據 , 人工智能 , 深度學習 , 自動化測試

收藏 評論

paul-boag 頭像

Paul Boag - How UX Professionals Can Lead AI Strategy

Your senior management is excited about AI. They’ve read the articles, attended the webinars, and seen the demos. They’re convinced that AI will transform your organization, boost productivity, and

workflow , ux , AI

收藏 評論

huggingface 頭像

HuggingFace - huggingface_hub 1.0 正式版現已發佈：開源機器學習基礎五週年回顧

簡要總結： 經過五年的持續開發，huggingface_hub 發佈 v1.0 正式版！這一里程碑標誌着這個庫的成熟與穩定。它已成為 Python 生態中支撐 20 萬個依賴庫 的核心組件，並提供訪問超過 200 萬公開模型、50 萬公開數據集 和 100 萬 Space 應用 的基礎能力。本次更新包含為支持未來十年開源機器學習生態而做出的重大變更，由近 300 位貢獻者和數百萬用户共同推動發展。

AI

收藏 評論

u_16060192 頭像

HyperAI超神經 - 跨學科創新遠超人類？AI科學家提假設/做實驗/發頂會開啓科學研究新範式

2024 年 8 月，由 Transformer 論文作者之一 Llion Jones 創立的 Sakana AI 公司宣佈推出全球首位「AI 科學家（AI Scientist）」， 通過自主生成研究想法、設計實驗、編寫代碼、執行實驗乃至撰寫論文，並藉助「AI 審稿人」對結果進行評審與改進，形成了完整閉環的科研生態系統。今年 3 月，該系統產出的一篇計算機科學論文通過了 ICLR 202

AI , 人工智能 , 深度學習

收藏 評論

yupi 頭像

程序員魚皮 - 離大譜，我竟然在 VS Code 裏做了個視頻！

大家好，我是程序員魚皮。 最近發現一個很有意思的開源項目叫 Remotion，能用編程寫代碼的方式做視頻動畫，在 GitHub 上星星很多。 你可能會問：用代碼做視頻？那不得累死？ 別急，我們當然不會自己寫代碼。讓 AI 幫你寫就完了！ 用 AI 編程做動畫的原理其實很簡單： AI 寫代碼 Remotion 把代碼渲染成視頻 下面我帶大家完整走一遍流程，從安裝到出片，全程手把手，保姆皮

AI

收藏 評論

u_15353393 頭像

騰訊雲數據庫 - 首家！騰訊雲數據庫AI服務通過數據庫運維智能體技術要求測試

Agent 正在深入企業核心場景，加速推動智能化運營。 近日，中國信息通信研究院（信通院）公佈了上半年“可信數據庫”評估結果。騰訊雲自研的數據庫AI服務成功通過《數據庫運維智能體技術要求》專項測試，成為國內首個獲此認證的數據庫產品，標誌着國產數據庫在智能化運維領域實現突破。 (圖：中國信通院CAICT官方微信) 本次“可信

nosql , 運維 , AI , 數據庫 , SQL

收藏 評論

OBCE666 頭像

OBCE666 - 餵飯級教程 —— 基於 OceanBase seekdb 構建 RAG 應用

本文又是一篇餵飯級教程，為大家展示通過 OceanBase seekdb 構建 RAG（檢索增強生成）系統的詳細步驟。 RAG 系統結合了檢索系統和生成模型，可根據給定提示生成新文本。系統首先使用 seekdb 的原生向量搜索功能從語料庫中檢索相關文檔，然後使用生成模型根據檢索到的文檔生成新文本。 前提條件 已安裝 Python 3.11 或以上版本 已安裝 uv 已準備好 LLM AP

AI

收藏 評論

codingtea 頭像

Coding茶水間 - 基於深度學習的紙箱檢測計數系統演示與介紹(YOLOv12/v11/v8/v5模型+Pyqt5界面+訓練代碼+數據集)

視頻演示 基於深度學習的紙箱檢測計數系統 1. 前言​ 着新能源行業的快速發展，風力發電已成為清潔能源的重要組成部分。傳統風力渦輪機巡檢多依賴人工，存在效率低、成本高、受環境限制大、難以大規模實時監測等問題。為實現風力渦輪機的自動化、智能化、高精度檢測，我們基於 YOLO 算法設計並開發了一套完整的風力渦輪機檢測系統，可對圖片、視頻、文件夾及攝像頭實時流進行快速識別與可視化分析。下面為大家詳細

AI

收藏 評論

lying7 頭像

躺柒 - 讀共生：4.0時代的人機關係12消費者（下）

1.購物方式 1.1.零售商利用增強現實技術幫助消費者購買傢俱，讓消費者能夠將虛擬產品放置在預定的三維空間中 1.2.零售商利用增強現實技術幫助消費者購買眼鏡、服裝、時尚配飾和選擇新發型 1.3.零售商利用增強現實技術來增強顧客的實體店購物體驗 1.3.1.虛擬優惠、虛擬食品成分表、店內地圖、增強鏡、店內遊戲化 1.4.數字助理被用作數字購物助理 1.5.由人工智能生成的購物單和購物推薦

AI

收藏 評論

lying7 頭像

躺柒 - 讀人工智能全球格局：未來趨勢與中國位勢19讀後總結與感想兼導讀

1.基本信息 人工智能全球格局：未來趨勢與中國位勢 作者：​國務院發展研究中心國際技術經濟研究所 出版社：中國人民大學出版社 出版時間：2019-09-16 ISBN：9787300273938 1.1.讀薄率 書籍總字數15.7萬字，筆記總字數55722字。 讀薄率55722÷157000≈35.49% 1.2.讀厚方向

AI

收藏 評論

hannah-kuhne-madlaina-kalunder 頭像

Hannah Kühne & Madlaina Kalunder - How To Enable Collaboration In A Multiparty Setting

As Artificial Intelligence becomes more widespread and pervasive, the transition to a data-driven age poses a conundrum for many: Will AI replace me at my job? Can it become smarter than humans? Who

Voice , ux , AI , User Interaction

收藏 評論

poloai 頭像

poloai - Gemini 3.0 Pro 遷移避坑指南：OpenAI API 無縫兼容，多模型協同靠 PoloAPI 更高效

在 AI 模型迭代加速的當下，很多開發者都面臨這樣的困境：看中了 Gemini 3.0 Pro 的 100 萬 token 長上下文、3D 理解等強大特性，想將其集成到現有項目中，但項目代碼早已深度綁定 OpenAI API 格式 —— 重寫代碼耗時耗力，還可能引發線上故障；放棄遷移又錯失技術升級機會。其實，Gemini 3.0 Pro 的原生 OpenAI API 兼容功能，能讓遷移零壓力，而

AI

收藏 評論

u_17593768 頭像

JUGG11 - 5分鐘從入門到精通！PandaWiki：零代碼小白的AI編程助手

還在為編程查資料抓狂？5 分鐘解鎖 PandaWiki，AI 幫你搞定 80% 編程難題 作為編程新手，是不是總被這些問題困住：想查 API 用法翻遍官網找不到重點，遇到報錯搜半天全是零散答案，寫技術文檔卡殼半天憋不出字？直到發現 PandaWiki 這款 “AI 編程神器”，不用懂複雜操作，5 分鐘就能上手，讓編程查資料、寫文檔的效率直接翻倍！ 第一步：3 分鐘搭建

github , 服務器 , AI , 人工智能 , 深度學習 , 解決方案

收藏 評論

dmx778 頭像

大模型玩家七七 - 智能客服不是問答機器人，微調更不是“多訓點數據”

大多數“智能客服失敗”，不是模型不行，而是期望錯了 如果你做過或接觸過智能客服項目，大概率會經歷一個相似的心理過程： 一開始覺得： “現在大模型這麼強，客服這種問答場景，不是正好對口嗎？” 然後你會很快發現現實是： 問題很雜 規則很多 灰度極多 一句話答錯，後果可能很嚴重 最後，團隊往往會把希望寄託在一件事上： “那我們給模型微調一下吧。” 而真正的問題是—— 你往往

AI

收藏 評論