tag 人工智能

標籤
貢獻930
1047
06:37 AM · Oct 27 ,2025

@人工智能 / 博客 RSS 訂閱

架構師李哲 - 16k數據撬動300億大模型!用Qwen3-VL打造了一位“頂尖放射科醫生”

僅用1.6萬張醫學影像,我們讓大模型學會了“看片子”。 患者提問:“請使用中文詳細描述這張圖像並給出你的診斷結果。” 這是微調前模型的回答。雖然能夠識別出基本病變,但其分析存在明顯不足,描述過於簡略,僅關注單一病灶而忽略了圖像中實際存在的雙肺多發性結節,且診斷結論過於武斷,直接定性為"良性腫瘤",缺乏嚴謹的鑑別診斷思

數據集 , 數據 , 人工智能 , 深度學習 , Json

收藏 評論

RTE開發者社區 - AI 不想取代播客主播,因為播客根本不賺錢|編碼人聲

「編碼人聲」是由「RTE開發者社區」策劃的一檔播客節目,關注行業發展變革、開發者職涯發展、技術突破以及創業創新,由開發者來分享開發者眼中的工作與生活。 別再問「AI 會不會取代播客主播」了——AI 根本懶得動你,因為你這個賽道壓根不賺錢,而音頻 AI 變現場景是在別處。 在 RTE2025 大會開放麥現場,四位內容和 AI 從業者撕開了 AI 替代論的遮羞布: 播客是數字時代的「膠片相機」,

人工智能

收藏 評論

上海拔俗網絡 - AI業務洞察系統:讓數據替業務“説真話”

做業務的朋友大概都有過這樣的困擾:報表堆了一屏幕,卻找不到業績波動的原因;花幾天整理數據,結論還可能出錯。而AI業務洞察系統,就像給業務裝上了“智能大腦”,能自動從海量數據裏找規律、提預警,讓決策不再靠“猜”。 這個系統的核心技術,其實一點都不玄乎。首先是“數據整合術”——它能自動對接銷售、庫存、用户等多個系統的數據,不用人工再做“複製粘貼”。不管是Excel表格裏的舊數據,還是實時

數據 , NLP , 實時監控 , 人工智能 , 數據分析

收藏 評論

華為雲開發者聯盟 - 對話機器人70年:科幻與現實的交融

摘要:本文將圍繞對話機器人相關技術及其在行業中應用實踐展開,同時介紹華為雲對話機器人在多模態、小樣本、預訓練方向上的最新進展。 從 1950 年圖靈測試的提出到現在,對話系統已經走過了將近 70 年的時間,在這期間對話系統技術得到了快速的發展。方法也從當初的規則演變成如今的深度學習方法,對話系統的魯棒性和準確性都得到了大幅提升。2020 年,自然語言處理頂級會議 ACL 被接收論文中,對話系

圖靈訪談 , 機器人 , 人工智能

收藏 評論

亞馬遜雲開發者 - Amazon CodeWhisperer 正式發佈可免費供個人使用

文章作者:sunny 亞馬遜雲科技日前推出了實時 AI 編程助手 Amazon CodeWhisperer,包括個人套餐和專業套餐,所有開發人員均可免費使用個人套餐。Amazon CodeWhisperer 讓開發人員能夠保持專注、高效,幫助他們快速、安全地編寫代碼,無需因離開 IDE 去研究某件事而中斷流程。 亞馬遜雲科技開發者社區為開發者們提供全球的開發技術資源。這裏有技術文檔、開發案例、技術

cloud9 , lambda , 人工智能

收藏 評論

上海拔俗網絡 - AI大模型視覺檢測平台:讓“機器眼”精準識別千萬場景

傳統視覺檢測總陷“兩難”:簡單場景靠人工累到眼痠,複雜場景靠普通算法漏檢錯檢;換個檢測對象,又得重新標註數據、訓練模型,耗時耗力。AI大模型視覺檢測平台,就像給機器裝了“進化版火眼金睛”,靠大模型加持的核心技術,打破“場景受限、效率低下、適配困難”的困局。今天就用通俗的話,拆解它的技術邏輯。 核心技術之一是大模型預訓練+微調技術,讓檢測模型“一學多用”。傳統視覺模型像“偏科生”,只懂

數據 , NLP , 人工智能 , 核心技術 , 模態

收藏 評論

代碼AI弗森 - 多模態不再縫縫補補:文心 5.0 正在重寫大模型的“世界觀”

背景 我們的日常使用大模型,就像是在不同模型間打補丁:“這個模型會看圖,但不會講故事;那個模型能生成視頻,但不懂視頻在表達什麼。” 於是乎,大致像這樣,想用圖像模型,就得跑去找midjourney;想做視頻模型,又得等 Sora;想讓模型理解視頻劇情,還得靠那些半懂不懂的“視覺語言拼接模型”;想讓模型讀情緒,甚至還得給它加一堆“情緒標籤的模板提示詞”。 而就在昨天,我

人工智能 , 深度學習 , 貼圖 , 模態 , 百度

收藏 評論

mb691327edb400f - AI 招聘系統功能落地指南

AI 招聘系統功能落地指南 AI全面重塑招聘行業:效率與體驗的雙重革新 如果你仍在為“候選人爽約”“簡歷篩選繁重”“面試效率低下”而困擾,可能已經忽視了一個激進的行業趨勢:招聘正被AI全面接管。這並非停留在討論或小範圍試點階段,而是大規模落地、快速替代傳統面試流程的現實。 過去一年,多項行業數據印證了這一變革:近50%的企業已將初篩環節完全交給AI;金融、互聯網

系統功能 , 自動回覆 , ATS , 人工智能 , 深度學習

收藏 評論

智能開發先鋒 - 33、JAVA

文章目錄 多 Web 端子系統共享會話:原理與實踐 同主域名共享方案:Cookie + Session 集中存儲 原理 實現方案 1. Cookie 設置要點 2. 集中式 Session 管理 3. 單點登出機制 跨主

redis , 人工智能 , 深度學習 , .net , 跨域 , 前端

收藏 評論

合合信息解決方案 - 金融機構AI中台建設典型案例

熱點背景 當前,銀行業數字化轉型已從“業務線上化”的初級階段,邁入“運營智能化”與“能力平台化”的深水區。監管層面持續倡導金融科技賦能,推動銀行業通過技術創新優化運營流程、防控金融風險、提升服務質量。然而,傳統分散式的AI能力建設模式,普遍存在技術標準不統一、資源重複投入、數據互通困難等頑疾,嚴重製約了數字化轉型的深化推進。在此背景下,構建統一、高效、智能的AI中台,將孤立

機器學習 , 字段 , 人工智能 , 文檔處理 , 迭代

收藏 評論

星星上的柳樹 - 硬件描述語言解讀

“硬件描述語言是連接邏輯與電路、抽象與實現的關鍵設計語言。” 在數字電路設計的世界裏,硬件描述語言(HDL, Hardware Description Language) 是一類非常特殊的編程語言。與傳統的軟件編程語言不同,HDL 不僅能描述功能邏輯,還能建模電路的並行性與時間特性,因此它被廣泛應用於芯片設計與驗證。 HDL 的獨特之處 普通編程語言關注的是指令順序和數據處理,而 H

資訊 , 教程 , 知識 , 人工智能 , 深度學習

收藏 評論

u_17398972 - 探索 AIGC 生圖:原理、案例與代碼示例

目錄 引言 一、AIGC 生圖技術原理 (一)技術基礎 1.深度學習: 2.生成式模型: (二)主要模型 1.生成對抗網絡(GAN): 2.擴散模型(Diffusion Model): (三)工作原理 1.數據學習: 2.特徵提取: 3

數據 , API , 人工智能 , 深度學習 , Json

收藏 評論

火星情報 - 視覺重建新紀元:中國腦機接口首次為世界“添色”

近日,明視腦機(Mindtrix)宣佈在全球範圍內首次實現了對複雜圖形+多種顏色的視覺重建功能化交互驗證。該研究通過對枕葉視覺皮層進行顱內腦電記錄與電刺激,成功在人類患者身上完成了這一突破性實驗。 這項研究成果為視覺重建提供了無可替代的臨牀級數據,標誌着中國在高端腦機接口技術領域取得了引領全球的突破性進展,同時樹立了診療與前沿探索融合的倫理實踐範式。 視覺重建系統的工

機器學習 , 初級視覺 , 腦機接口 , 運動控制 , 人工智能

收藏 評論

langrisser - ICEM打開IGS後沒有出現文件

Allegro PCB SI在仿真時需要將仿真模型都轉變成DML模型格式。這一操作通過cadence軟件組內的Model Integrity軟件完成。首先在對應控制器芯片和DDR芯片,flash芯片(需要仿真的驅動和被驅動端)官網找到對應的ibis模型。以本項目的控制器DSP6713,SST39VF800A,MT48LC2M32B2B5-6為例,在各自官網找到ibis模型文件,

機器學習 , ICEM打開IGS後沒有出現文件 , 連接點 , 微帶線 , 人工智能 , 官網

收藏 評論

OpenBayes - UI-TARS-1.5 實現多模態 GUI 自主操作;FrontierScience 構建專家級科學推理評測數據集

公共資源速遞 5 個公共數據集: Arena-Write 寫作生成評測數據集 IF-Bench 紅外圖像理解基準數據集 Soul-Bench 音頻驅動人體動畫評測數據集 FrontierScience 推理科研任務評測數據集 VideoRewardBench 視頻獎勵模型評測數據集 4 個公共教程: UI-TARS-1.5 多模態 Agent GLM-ASR-Nano 智譜語音

機器學習 , 自然語言處理 , 教程 , 人工智能 , 深度學習

收藏 評論

圍爐聊科技 - Ilya Sutskever在最近訪談中的關鍵觀點及對IT技術人員的啓示

Dwarkesh Patel 與 Ilya Sutskever 近期進行了深度對話,視頻以及英文原文可以參見https://www.dwarkesh.com/p/ilya-sutskever-2 ,個人及AI輔助整理核心觀點及啓示如下。 一、訪談核心觀點 Ilya Sutskever 作為 AI 領域的頂尖學者、SSI 公司創始人,在訪談中圍繞 AI

機器學習 , it , 數據 , 泛化 , 人工智能

收藏 評論

亞馬遜雲開發者 - 如何在亞馬遜雲科技部署高可用MaxKB知識庫應用

概述 MaxKB是一款基於RAG技術的開源知識庫問答系統,支持對接多種大語言模型,廣泛應用於智能客服、企業知識庫等場景。雖然MaxKB社區版提供了便捷的Docker快速部署方式,但企業在生產環境中需要更高的可靠性、安全性和運維便利性。 本文介紹如何基於亞馬遜雲科技託管服務構建高可用MaxKB應用架構。方案採用AmazonECS運行容器化應用,配合RDS PostgreSQL(含pgvector擴展

人工智能

收藏 評論

mob64ca140f67e3 - CUBEMX不定長

【C++11變長參數模板】 C++11 加入新的表示法,允許任意個數、任意類別的模板參數,不必在定義時將參數的個數固定。    實參的個數也可以是 0,所以tuple someInstanceName這樣的定義也是可以的。 若不希望產生實參個數為 0 的變長參數模板,則可以採用以下的定義:    【變長函數參

機器學習 , 函數參數 , 運算符 , 變長參數 , CUBEMX不定長 , 人工智能

收藏 評論

deephub - JAX核心設計解析:函數式編程讓代碼更可控

很多人剛接觸JAX都會有點懵——參數為啥要單獨傳?隨機數還要自己管key?這跟PyTorch的畫風完全不一樣啊。 其實根本原因就一個:JAX是函數式編程而不是面向對象那套,想明白這點很多設計就都説得通了。 先説個核心區別 PyTorch裏,模型是個對象,權重藏在裏面,訓練的時候自己更新自己。這是典型的面向對象思路,狀態封裝在對象內部。 JAX的思路完全反過來。模型定義是模型定義,參數是參數,兩邊分

llm , jax , 神經網絡 , 人工智能 , 深度學習

收藏 評論

上海拔俗網絡 - AI大模型智能體開發:把大模型變成“會幹活”的技術邏輯

大模型就像個滿腹經綸的學者,能説會道卻邁不出書房;而AI智能體,就是給這位學者裝上“行動能力”的技術方案——不用重構底層模型,核心是通過三層技術設計,讓大模型從“只會回答”變成“自主做事”。今天用大白話拆解智能體開發的核心技術,普通人也能看懂落地邏輯。 首先要明確:智能體開發的技術核心是“閉環能力”,而非創造新模型。基礎大模型(如GPT、文心一言)提供了“思考”基礎,我們要解決的技術

數據 , 自然語言 , NLP , 人工智能 , 核心技術

收藏 評論

雲端築夢大師 - 項目管理中控制採購過程中的數據分析工具

因為項目的複雜性,項目的組織不可能依靠自身的力量來完成項目的全部工作,所以需要把項目的一部分工作外包給其他一些組織,這個所謂的外包通常就是以合同的形式進行的,一個項目可能有很多個執行組織。 1、項目採購管理是項目組從項目外部獲取產品、服務或者成果來最優滿足項目的需求。採購管理是一個比較特別的過程,在其他的項目管理過程裏,項目團隊是一個乙方的角色,但是到了採購管理裏面

最小化 , 人工智能 , 數據分析 , 供應鏈管理 , 外包

收藏 評論

華明視訊科技 - 國內口碑較好的海關智能閘口系統品牌推薦,幫你做出明智的決策!

當海關物流效率直接影響企業競爭力,智能閘口系統的選擇便成了關鍵決策。面對市場上眾多的品牌和解決方案,如何找到真正可靠、高效的智能閘口系統?今天我們從行業實踐出發,為您梳理國內口碑較好的幾類選擇,助您做出明智決策。 穩定可靠型:老牌勁旅值得信賴 國內一批深耕海關智能化領域多年的企業,憑藉紮實的技術積累和豐富的項目經驗,在多個重要口岸實施了穩定運行的智能閘口系統。這些系統通常具備完善的硬件

圖像識別 , 神經網絡 , 自然語言處理 , 人工智能 , 深度學習

收藏 評論

阿里雲大數據AI - 阿里雲技術公開課:基於阿里雲 Elasticsearch 構建 AI 搜索和可觀測 Chatbot

公開課簡介 時間:12月27日晚 7:30 - 8:15 直播間地址:https://developer.aliyun.com/topic/aisearch2025 講師介紹: 槐新 | 阿里雲 Elasticsearch 引擎研發工程師 朱傑 | Elastic 中國首席解決方案架構師、Elastic 社區和阿里雲Elasticsearch社區佈道者 主要內容: 深入解析阿里雲Elastic

elasticsearch , 大數據 , 搜索 , 阿里雲 , 人工智能

收藏 評論