tag AI

標籤
貢獻119
197
03:55 AM · Nov 07 ,2025
wintersun 頭像 Goblinscholar 頭像 lying7 頭像 codingtea 頭像 OBCE666 頭像 huggingface 頭像 joas-pambou 頭像 XY-Heruo 頭像 u_16773655 頭像 poloai 頭像 yupi 頭像 gogoSandy 頭像

@AI / 博客 RSS 訂閱

ludangxin 頭像

張鐵牛 - 2. AI 輸出內容導出Word！docx4j+poi-tl 實現Markdown轉Word全流程

1.簡介 我們在上一章介紹瞭如果想實現將markdown內容轉換為word的話, 如果想要轉換後的word內容排版好看的話, 就需要將其轉換過程分為兩步 markdown→html html→ooxml(Office Open XML) word內容,word元信息本身就是個xml) 上一章節我們使用flexmark將markdown內容轉換為html內容, 完成了第一步, 本章節我們將介

AI

收藏 評論

lying7 頭像

躺柒 - 讀浪潮將至13遏制的關鍵步驟

1.審計 1.1.知識就是力量，力量就是控制 1.2.對技術控制來説至關重要 1.3.為技術創建安全的物理或虛擬隔離容器是基礎 1.4.實施有意義的監督，制定可執行的規則，並對技術執行情況進行審查，這些都是極其重要的 1.5.信任源自透明度 1.5.1.絕對需要在各個層面驗證系統的安全性、完整性和未受損狀態 1.6.外部審查的重要性不言而喻 1.6.1.全球範圍內並沒有形成系統性的、常

AI

收藏 評論

lying7 頭像

躺柒 - 讀浪潮將至12穿越浪潮

1.眾説紛紜的代價 1.1.在國家和超國家層面，在一個全面的、可執行的框架下，巧妙的監管可以平衡技術進步的需求與合理的安全限制，從科技巨頭和軍隊，到高校的小型研究團隊和初創企業，都應當受到監管 1.2.制定並實施有效的法規是一項艱鉅的任務 1.2.1.技術日新月異，但走完立法流程需要數年時間 1.3.目前，在車庫裏工作的業餘愛好者能接觸到更強大的工具，科技公司也在研發上投入了數十億美元，而

AI

收藏 評論

yunpan-plus 頭像

雲棧開源日記 - DeepCode：把論文和想法變成代碼的 AI 工具

看論文時，你是不是也遇到過這種情況？ 明明算法思路看懂了，但要自己從零實現，光是搭環境、調參數就要折騰大半天。或者腦子裏突然冒出個網站創意，想快速驗證一下可行性，卻被前後端開發的工作量勸退了。 最近發現香港大學開源的 DeepCode 項目，專門解決這類問題——用 AI 自動把想法轉成能跑的代碼。 這個工具能做什麼 DeepCode 是一個基於大語言模型的編碼工具，主要功能是把"人的想法"自動轉

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 第一週：深度學習的實踐（六）梯度現象和梯度檢驗

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 本篇為第二課第一週的內容，1.10到1.14的內容，也是本週理論部分的最後一篇。 本週為第二課的第一週內容，就像課題名稱

AI

收藏 評論

wintersun 頭像

PetterLiu - 關於AI上下文工程重塑人機協作的 5 個顛覆性認知

關於AI上下文工程重塑人機協作的 5 個顛覆性認知 寶子們，AI界的大瓜來了！GAIR團隊剛發佈了Context Engineering 2.0，這可完全顛覆了我們對人機交互的認知。以前我們總想着怎麼設計prompt，現在才發現，context才是關鍵！ “一個人就是各種context的集合。”機器不是不夠聰明，而是缺乏處理context的能力。從1.0的context作為翻譯，到2.0的con

AI

收藏 評論

lying7 頭像

躺柒 - 讀浪潮將至11困境

1.災難 1.1.在某種程度上，人類的歷史就是一部災難史 1.2.大流行病廣泛存在 1.3.兩場大流行病曾導致世界上多達30%的人口死亡 1.3.1.6世紀的查士丁尼瘟疫和14世紀的黑死病 1.3.2.1300年，英格蘭的人口約為700萬，但到了1450年，由於瘟疫的肆虐，人口鋭減到僅剩200萬 1.4.災難也可能是人為造成的 1.4.1.一戰和二戰分別導致

AI

收藏 評論

lying7 頭像

躺柒 - 讀浪潮將至10國家的未來

1.馬鐙 1.1.在馬鐙出現之前，騎兵在戰場上的實際作用極其受限 1.2.戰馬的主要作用僅僅是將士兵運送到戰場上 1.3.馬鐙將騎兵與衝鋒的戰馬緊密地結合在一起，從而形成了一個強大的戰鬥單元 1.4.在中世紀早期，馬鐙剛剛傳入歐洲不久，法蘭克人的領袖查理·馬特察覺到了它的潛力 1.5.隨之形成的新的社會基礎結構為這些權力中心提供了支撐與保障 1.6.技術的指數級發展擴大了每個人和每件事的影響力

AI

收藏 評論

gogoSandy 頭像

風雨中的小七 - 解密prompt系列63. Agent訓練方案:RStar2 & Early Experience etc

當大模型成為Agent，我們該如何教會它“行動”？純粹的模仿學習（SFT）天花板明顯，而強化學習（RL）又面臨獎勵稀疏、環境複雜、探索成本高的挑戰。本文將帶你深入四種前沿的Agent訓練方案：ReTool, RAGEN, RStar2, 和 Early Experience，看它們如何巧妙地設計環境、利用反饋，讓Agent不僅“能幹”，而且“聰明”。 我們將看到一條演進路線：從優化單一動作（ReT

AI

收藏 評論

saodiseng2015 頭像

掃地僧2015 - ASP.NET Core WebApi 集成 MCP 協議完全指南

前言 Model Context Protocol (MCP) 是一個標準化協議，讓 AI 客户端（如 Claude、ChatGPT 等）能夠通過統一的接口調用你的 API。本文將詳細介紹如何在 ASP.NET Core WebApi 項目中集成 MCP 支持，實現 AI 與你的服務無縫對接。 什麼是 MCP？ MCP（Model Context Protocol）是一個開放協議，旨在標準化 AI

AI , mcp

收藏 評論

lying7 頭像

躺柒 - 讀浪潮將至07驅動力

1.驅動力 1.1.技術持續進步的主要推動力來自那些原始的、與人性緊密相關的因素 1.1.1.不論是為了滿足好奇心、應對危機，還是追求財富、逃避恐懼，技術發展的核心始終在於服務人性的需求 1.1.2.只要人們有足夠的動力去研發和應用技術，技術便會應運而生，並得到推廣應用 1.2.迄今為止，沒有任何技術浪潮被真正遏制住 1.3.事實上，技術領域的較量一直以來都是地緣政治

AI

收藏 評論

lying7 頭像

躺柒 - 讀浪潮將至06技術浪潮特徵

1.技術浪潮 1.1.俄烏衝突仍是一個里程碑式的事件，因為它凸顯了訓練相對不足的戰鬥力量如何利用消費市場上相對廉價的技術來進行快速組建和武裝 1.2.當技術能夠帶來如此顯著的成本和戰術優勢時，它的擴散與廣泛採用無疑將成為必然趨勢 2.固有特徵 2.1.技術的高度非對稱性影響 2.1.1.新技術會使得那些看似強大的勢力暴露出以前難以想象到的弱點和破綻 2.2.技術發展迅猛，呈現出一種超級進化

AI

收藏 評論

shane-duggan 頭像

Shane Duggan - How To Use AI Tools To Skyrocket Your Programming Productivity

Programming is fun. At least, that’s the relationship I would love to have with programming. However, we all know that with the thrills and joys of programming, there comes a multitude of struggles,

workflow , Tools , AI

收藏 評論

u_16060192 頭像

HyperAI超神經 - 重塑無序蛋白集合預測能力，英偉達/MIT/牛津大學/哥本哈根大學/Peptone等發佈生成式模型及新評測基準

在結構生物學的發展歷史中，「結構決定功能」一度被視為近乎不可動搖的基本法則。無論是胰島素的經典螺旋構象，還是血紅蛋白的四聚體架構，都強化了一個共識：蛋白質要發揮生物學作用，必須擁有穩定的三維結構。 然而，內在無序蛋白（IDPs）及其內在無序區域（IDRs）的發現， 正不斷重塑這一傳統認知。它們在生理條件下並不形成固定結構，卻深度參與信號轉導、基因轉錄調控等核心過程，並與癌症、神經退行

生成模型 , 生物醫學 , AI , 人工智能 , 深度學習 , 蛋白質

收藏 評論

u_17586993 頭像

u_17586993 - 時代週刊致敬“AI建築師”，Anthropic 豪擲210億買算力，螞蟻開源 LLaDA 2.0，谷歌 NotebookLM 升級

2025 年的尾聲比想象中來得更熱鬧一些。 科技圈，既有象徵意義極強的“年度人物”定調，也有真金白銀的百億級算力豪賭。從國外的 Anthropic、Mistral 到國內的螞蟻技術研究院，大家似乎都在趕着交出一份年度答卷。 🏆 《時代》週刊：致敬“AI 建築師” 歷史總是驚人的相似。繼當年“個人電腦”登上封面後，《時代》週刊宣佈將 “人工智能的建築師”（The Architec

資訊 , 時代 , AI , 人工智能 , 代碼人生 , 建築師

收藏 評論

u_14457 頭像

clghxq - Google DeepMind 要逆天，能為 AI 賦予記憶不斷學習_weixin

Google最新發布的《AI與學習的未來》報告，為我們描繪了一幅AI技術如何支持教師、實現個性化學習，並最終釋放全球學習者潛力的藍圖。 AI讓個性化學習規模化成為可能 傳統教育面臨的最大挑戰之一，是在有限的資源下滿足每個學生獨特的學習需求。AI為此提供瞭解決方案： 個性化學習路徑：AI可以根據每個學生的知識水平、學習進

科技 , 學習 , 語言模型 , AI , 人工智能 , 數據結構與算法

收藏 評論

lwh-note 頭像

vin_howe - 大模型基礎（一）核心概念規整

基礎概念梳理 名詞/概念詞 專業解釋 非專業舉例説明 參數​ 模型內部可調整的數值，通過在大量數據上訓練學習而得。它們是模型知識的載體，決定了模型如何處理輸入併產生輸出。 好比一個超級大腦的神經元連接強度和數量。參數越多，這個“大腦”的結構越複雜，能記住和理解的知識就越多（比如GPT-3有1750億個參

AI

收藏 評論

u_15316473 頭像

阿里雲大數據AI技術 - MaxCompute SQL AI：讓 SQL 成為你的 AI 語言

MaxCompute SQL AI 全新上線，一句SQL就能用上大模型，零門檻讓數據分析師秒變AI高手。 在大模型能力飛速進化、推理成本持續下降的今天，AI 正從“可選項”變為大數據處理流水線中的“必選項”。越來越多的場景——無論是文本摘要、實體抽取，還是多模態的圖像識別、金融風控中的行為分析——都開始用模型推理替代傳統的規則邏輯，實現更智能、更精準的數據

MaxCompute , 大數據 , 數據倉庫 , AI , 阿里雲 , SQL

收藏 評論

joas-pambou 頭像

Joas Pambou - Using AI To Detect Sentiment In Audio Files

I don’t know if you’ve ever used Grammarly’s service for writing and editing content. But if you have, then you no doubt have seen the feature that detects the tone of your writing. It’s an extreme

Tools , Apps , AI , User Experience

收藏 評論

lyndon-cerejo 頭像

Lyndon Cerejo - Beyond Algorithms: Skills Of Designers That AI Can’t Replicate

At the start of the Coronavirus pandemic, I led the redesign of a tablet app used by sales representatives of the world’s largest food beverage company. Never having been a sales representative, no

UX Design , AI , Opinion Column

收藏 評論

joas-pambou 頭像

Joas Pambou - Generating Real-Time Audio Sentiment Analysis With AI

In the previous article, we developed a sentiment analysis tool that could detect and score emotions hidden within audio files. We’re taking it to the next level in this article by integrating real-

Techniques , API , Tools , AI

收藏 評論

Goblinscholar 頭像

哥布林學者 - 吳恩達深度學習課程三： 結構化機器學習項目 第一週：機器學習策略（二）數據集設置

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 本篇為第三課的第一週內容，1.5到1.7的內容。 本週為第三課的第一週內容，本週的內容關於在實際項目進行中的一些基本策略

AI

收藏 評論

codingtea 頭像

Coding茶水間 - 基於深度學習的反光衣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 基於深度學習的反光衣檢測系統演示 1. 前言​ 基於YOLO算法的反光衣檢測系統 在工業安全、交通管理等領域，工作人員是否規範穿戴反光衣直接關係到作業安全。傳統人工檢查方式效率低、覆蓋範圍有限，難以實現全天候監管。為此，本研究基於YOLO目標檢測算法，開發了一套反光衣智能檢測系統。 該系統能夠自動檢測圖像或視頻中的人員，並識別其是否穿着反光衣。系統支持多種輸入方式，包括圖片、視頻、批量文

AI

收藏 評論

baihai 頭像

baihai - 分享一名海外獨立開發者的 AI 編程工作流

編者按： 當AI編程智能體宣稱能自動化一切時，我們是否在工具與概念的叢林中迷失了方向，反而忘記了如何最簡單、直接地解決問題？ 本文的核心主張尖鋭而明確：與其追逐繁雜的“智能體套件”、子智能體（Subagents）、RAG 等概念，不如迴歸本質 —— 選擇一個強大且高效的模型，像與一位靠譜的工程師同事那樣，通過簡潔的對話和直覺性的協作來直接解決問題。作者直言不諱地

AI , AI編程 , 人工智能 , 深度學習

收藏 評論