tag AI

標籤
貢獻161
803
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 - 全網最簡單的 OpenClaw 部署教程，5 分鐘擁有你的 AI 員工

大家好，我是程序員魚皮。 最近 OpenClaw（由 ClawdBot 改名）是真的火，它是一個能操作電腦幹活的 AI 數字員工。能幫你讀寫文件、編寫程序、執行任務，7×24 小時不休息。而且你隨時隨地掏出手機就能操控它，讓它幫你幹活。 網友也是把 OpenClaw 玩出花來了： 有人讓它自動清理上萬封郵件，收件箱直接幹掉 45%，省下幾十個小時的整理時間 有人用它搶演唱會

AI

收藏 評論

algieba 頭像

阿爾的代碼屋 - [大模型實戰 02] 圖形化的大模型交互: Open WebUI部署指南

核心摘要 (TL;DR) 目標：為本地的 Ollama 模型穿上漂亮的圖形化界面 (GUI)。 工具：Docker + Open WebUI (社區最活躍的開源 WebUI)。 核心功能：媲美 ChatGPT 的對話界面、本地知識庫 (RAG)、自定義角色 (Agent)。 相信各位友人在上一篇文章中，已經學會了如何用ollama在終端中運行Qwen模型。命令行工具有時候

AI

收藏 評論

Goblinscholar 頭像

哥布林學者 - 吳恩達深度學習課程四：計算機視覺 第三週：檢測算法 （四）YOLO 的完整傳播過程

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 本篇為第四課的第三週內容，3.9到3.10的內容，同時也是本週理論部分的最後一篇。 本週為第四課的第三週內容，這一課所有

AI

收藏 評論

lying7 頭像

躺柒 - 讀共生：4_0時代的人機關係09教育機構（上）

1.教育機構 1.1.為了開始滿足數字驅動、人工智能驅動的經濟的需求，教育和職業培訓必須有所改變 1.2.教育和職業培訓要想在接下來幾十年中與社會切實相關，就必須發生根本性的變革 1.3.如果我們堅持採用20世紀初建立的教育和培訓模式，就無法滿足人工智能驅動的未來對於教育和職業培訓的需求 2.將教育與職業培訓分離 2.1.要闡明教育和職業培訓之間的區別，最簡單的方法就是將教育視為學生通過學習成為

AI

收藏 評論

dmx778 頭像

大模型玩家七七 - 評估，才是微調裏最反直覺的部分

訓練跑通了，並不意味着你“完成了微調” 如果你已經做過幾次大模型微調，很可能會有一種奇怪的感覺。 訓練這件事，其實沒那麼難。 數據準備好，參數配一配，模型一跑，loss 往下走，看起來一切都很正常。只要環境不炸，顯存夠用，大多數人都能把訓練流程跑完。 但等你真正停下來，準備回答一個問題時，事情就開始變得不那麼確定了。 “這次微調，到底算不算成功？” 模型是不是更好了？ 好在哪裏？

AI

收藏 評論

wintersun 頭像

PetterLiu - AI手機之深入淺出ADAGRPO三大核心策略

AI手機之深入淺出ADAGRPO三大核心略 為何訓練“手機AI助手”如此困難？ 隨着視覺語言模型的飛速發展，能夠自主操作手機圖形用户界面（GUI）的通用智能體——也就是我們常説的“手機AI助手”——的前景變得日益廣闊。想象一下，未來你只需用一句話，AI就能幫你完成打開App、預訂酒店、設置日曆提醒等一系列複雜操作。然而，要將這個願景變為現實，研究人員在使用強化學習（RL）訓練這類智能體時，必須

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 第二週：優化算法（二）指數加權平均和學習率衰減

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 本週為第二課的第二週內容，2.3到2.5和2.9到2.10的內容。 本週為第二課的第二週內容，和題目一樣，本週的重點是優

AI

收藏 評論

codechen8848 頭像

codechen8848 - 全能 AI 對話管理平台！一款支持多模型切換的全能 AI 對話工具！

大家好，我是 Java陳序員。 在如今 AI 火熱的時代，各種大模型層出不窮，給日常工作生活帶來極大的便利。你是否想擁有一個能自由切換多種 AI 大模型、支持本地與在線模型結合，還能實現豐富對話功能的工具？ 今天，給大家介紹一款強大的全能 AI 對話服務助手，支持多模型切換！ 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 ch

AI

收藏 評論

wintersun 頭像

PetterLiu - Applied Machine learning and AI for egnineers與NPL with transform等書推薦

Learn Artificial Intelligence (AI), Machine Learning (ML), and Natural Language Processing (NLP) the trio shaping the future. 兩本書 第二本 資源 landing.deepset.ai/hubfs/Ebooks/oreilly_chapter_e

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 課後作業和代碼實踐

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課程習題和代碼實踐部分筆記。 1. 理論習題 【中英】【吳恩達課後測驗】Course 2 - 改善深

AI

收藏 評論

OBCE666 頭像

OBCE666 - AI 時代的數據庫進化論 —— 從向量到混合檢索

説明： 本文只是關於數據庫發展趨勢的個人見解，沒有特別深入的向量和混合檢索的實現原理，屬於很淺顯易懂的科普類文章，幾乎不需要任何背景知識，大家可以放心閲讀。 關於混合檢索的原理和最佳實踐類文章，有緣再更，歡迎感興趣的朋友們關注【老紀的技術嘮嗑局】微信公眾號。 背景 數據的分類 我一般會把數據庫中的數據類型，簡單分為三類： 結構化數據：我們可以把傳統數據庫的基礎數據類型，都看成結構化數據

AI

收藏 評論

ai-hpc-trivia 頭像

AI算力小知識 - 使用vLLM實測3090和4090的大模型推理性能

之前使用Ollama基於順序調用的場景比較了3090和4090的顯卡性能： Ollama大模型推理場景下3090和4090性能實測 同時，又基於3090顯卡比較了Ollama和vLLM在順序調用和多併發推理場景下的性能差異： Ollama和vLLM大模型推理性能對比實測 這裏再使用vLLM測試下大模型併發推理場景下3090和4090兩張顯卡的性能表現，看下4090是否在高併發場景下具備

AI

收藏 評論

ydswin 頭像

dashery - 大模型核心參數詳解：從基礎配置到高級調優指南

引言：參數調優的重要性 在大語言模型的應用中，僅僅提供一個好的提示詞往往不足以獲得理想的輸出結果。模型參數的合理配置同樣至關重要，它如同給模型調配合適的“工作性格”，直接影響生成文本的質量、風格和適用場景。本文將系統介紹大模型的各類關鍵參數，幫助你從被動使用者轉變為精準調控專家。 一、模型基礎結構參數 在深入瞭解生成參數前，我們需要先理解模型的基礎結構參數，這些參數決定了模型的“先天能力”。 1.

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 第二週：優化算法（一）Mini-batch 梯度下降

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 本週為第二課的第二週內容，2.1和2.2的內容。 本週為第二課的第二週內容，和題目一樣，本週的重

AI

收藏 評論

yunpan-plus 頭像

雲棧開源日記 - AI太火爆：教你7個月掌握機器學習到深度學習

覆蓋Python、機器學習、深度學習三大模塊,配套Kaggle級實戰項目,從基礎語法到模型部署的完整學習路徑。解決AI學習碎片化問題,提供從理論到實戰的完整體系,包含特徵工程、模型調優等工業級技能訓練。 這套課程的價值在於它的"完整性"。 市面上很多AI課程要麼只講理論,要麼只做項目,很少有人把整個知識體系串起來。這套課程從AI工程師崗位需求出發,覆蓋了7個學習階段:Python數據分析、機

AI

收藏 評論

waitig 頭像

垚和森 - 智語寫作都有哪些功能？看這一篇就夠了！智語寫作全功能詳解

作為AI寫小説全能工具箱的智語寫作，功能非常豐富，其AI生成能力可覆蓋小説、短劇、公眾號、視頻等創作全流程。 本篇文章，就來給大家詳細介紹一下這些功能。 一、AI輔助創作功能： 已對接GPT、Gemini、claude、grok、deepseek、豆包、千問、kimi等世界頂尖大模型，內置豐富提示詞，可一鍵生成您想要的內容。 主要功能如下： 1、AI寫作功能： 一句話生成2000字以上的正文

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 第二週：優化算法（五）Adam 優化算法

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 本篇為第二課的第二週內容，2.8的內容，同時也是本週理論部分的最後一篇。 本週為第二課的第二週內容，和題目一樣，本週的重

AI

收藏 評論

wintersun 頭像

PetterLiu - 豆包Seed-Coder編程能力小試

背景 最近字節發佈doubao-seed-code-preview-251028模型 面向Agentic編程任務深度優化 - 支持256K長上下文，讓模型輕鬆處理長代碼文件、多模塊依賴等複雜場景，更好支持端到端自主編程，在全棧開發中表現良好，前端能力尤為突出。 - 國內首個支持視覺理解能力的編程模型，可參照UI設計稿、截圖或手繪草圖生成代碼，或對生成頁面進行視覺比對，自主完成樣式修復

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 第二週：優化算法（四）RMSprop

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 本篇為第二課的第二週內容，2.7的內容。 本週為第二課的第二週內容，和題目一樣，本週的重點是優化算法，即如何更好，更高效

AI

收藏 評論

cicada-smile 頭像

七號樓 - AI是風口還是泡沫？一個獨立開發者的冷思考

風口也好，泡沫也罷，最重要在於提升自己 【一】 最近大家都在談AI，有人説靠AI做副業月入幾萬，也有人説AI是泡沫，投進去都打水漂。 作為一個獨立開發者，也一直在跟AI打交道。今天想聊一聊這個話題：AI到底是風口，還是泡沫？ 先説自己的觀點：AI不是風口，也不是泡沫，它更像是放大鏡，放大了人的能力，也放大了人的差距。自己能做的，不是跟風，而是有沒有能力用AI解決真實問題。 【二】 為什麼是

AI

收藏 評論

software-Development 頭像

IT開發者筆記 - Java前端框架Vaadin推出官方MCP服務端，讓AI編碼助手實時讀取最新Web開發文檔

在現代 Web 應用開發中，越來越多的開發者開始藉助 AI 助手提升編碼效率。而近日，歐洲知名企業級Java前端框架Vaadin正式發佈了官方MCP（Model Context Protocol）服務端，這意味着開發者的 AI 編碼助手（如 GitHub Copilot、Claude、Cursor 等）可以實時訪問最新的Vaadin官方文檔，實現精準代碼生成與智能指導。 這一創新讓 AI 從“憑

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 第二週：優化算法（三）Momentum梯度下降法

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 本篇為第二課的第二週內容，2.6的內容。 本週為第二課的第二週內容，和題目一樣，本週的重點是優化算法，即如何更好，更高效

AI

收藏 評論

lying7 頭像

躺柒 - 讀共生：4.0時代的人機關係13科技公司（上）

1.技術與責任 1.1.在亞馬遜和谷歌，並非所有員工都對自己公司的前景感到滿意，他們在那時普遍擔心公司會搖身一變，從民用商業產品開發者變成國防承包商和“老大哥”監控技術的供應商 1.2.數據庫可能會被黑客入侵。分析軟件可能會被改換用途，用於在數百萬人不知情的情況下創建他們的用户畫像，然後有針對性地向他們傳達量身定製的政治信息、將他們標記為可能持不同政見者，或者跟蹤他們的線上和線下行為 1.3.消

AI

收藏 評論

wintersun 頭像

PetterLiu - 最強LLM生成代碼也會出錯？

背景 大語言模型（LLM）在代碼生成方面無疑取得了驚人的進步，早已成為許多開發者不可或缺的日常工具。從自動補全到生成完整函數，AI正在重塑軟件開發的生態。但當這些先進的AI模型生成錯誤代碼時，背後的真正原因是什麼？真的是因為任務太複雜、代碼太難寫了嗎？一篇針對GPT-4o、Claude Sonnet-4、Llama-3.3-70B等六大主流模型和四大基準測試的深入研究揭示了幾個出人意料的發現。結

AI

收藏 評論