收藏 / 列表

u_16018702 頭像

架構師李哲 - 大模型微調有必要做嗎？全參數微調、LoRA還是RAG？看完這篇你就懂了

在人工智能迅猛發展的今天，大型語言模型已成為解決各類問題的強大工具。但當您想要打造一個真正理解所在行業、掌握專業知識的大模型時，總會面臨一個關鍵問題：如何用最小的成本、最高的效率，讓通用模型變得"專業"？ 這就像把一位通才培養成領域專家——選對方法，事半功倍。這正是LLaMA-Factory Online要解決的核心問題——通過智能化的微調，讓每個團隊都能輕鬆駕馭大模型適配

實時更新 , 數據 , 人工智能 , 深度學習 , 迭代

huamingshixunkeji 頭像

華明視訊科技 - 2025年國內口碑不錯的智能閘口系統廠家推薦

隨着智慧物流、智慧口岸建設的不斷深入，智能閘口作為物流鏈的關鍵節點，其效率和準確性直接關係到整個作業流程的順暢。2025年，面對市場上眾多的智能閘口系統供應商，企業該如何選擇一家既靠譜又專業的合作伙伴？今天，我們就為大家推薦兩家在業內擁有極佳口碑和深厚技術底藴的深圳企業。 一、孚為智能科技 如果您追求的是一家技術紮實、深耕垂直領域的高科技企業，那麼深圳市孚為智能科技有限公司絕對是一個值

機器學習 , 圖像識別 , 神經網絡 , 人工智能 , 深度學習

puxiaoke6 頭像

一點人工一點智能 - 書籍-《優化與最優控制簡明教程》

書籍：Optimization and Optimal Control in a Nutshell 作者：Sudath Rohan Munasinghe 出版：Springer​ 編輯：陳萍萍的公主@一點人工一點智能 下載：書籍下載-《優化與最優控制簡明教程》 01 書籍介紹 本書簡潔地介紹了優化過程和最優控制過程，並通過實例和仿真幫助自學和更好地理解。首先從函數優

算法 , 人工智能 , 深度學習 , 優化

infodator 頭像

容智信息 - 如何評估高質量高價值的智能體？容智全維度評估寶典教你實戰方法

企業部署智能體，若缺乏科學的質量評估體系，極易陷入“效果模糊、價值難控”的困境。智能體的質量評估絕非單一維度的技術測試，而是需圍繞業務目標、人機協同、持續迭代構建系統方法論，並從系統性能、任務成效、輸出質量、工具協作四大維度全方位刻畫其價值，最終實現“技術健康度”與“業務貢獻度”的雙重驗證。 科學的評估體系需緊扣業務場景與長期運營，遵循三大原則： 指標與業務目標深度

人工智能

old_it 頭像

老IT人 - 在 DGX Spark 上使用 Ollama 打開 WebUI

Open WebUI 是一個可擴展的、自託管的 AI 界面，完全離線運行。本期我們將展示如何在 DGX Spark 設備上部署集成 Ollama 服務器的 Open WebUI，然後通過本地瀏覽器訪問 Web 界面，同時模型在 DGX Spark 上運行。 1. 配置 Docker 權限 從 NVIDIA Sync 打開終端應用程序，啓動交互式 SSH 會話並測試 Docker 訪問權限，在終端

教程 , 知識 , 人工智能

u_16970152 頭像

求知上進 - 使用 Python 打造物流運輸規劃遊戲：物流大師

技術準備 在開始編碼之前，我們需要準備開發環境和相關工具。以下是開發 物流大師 所需的技術棧和資源。 1. 技術棧 編程語言：Python 3.x（推薦 3.8 或更高版本）。 核心庫： random：生成隨機事件，如交通堵塞或客户訂單。 time：控制遊戲節奏和模擬時間流逝。 heapq：實現 Dijk

遊戲開發 , 初始化 , ci , 維護費用

nizi_60e514d097c9a 頭像

MIAOYUN - MIAOYUN | 每週AI新鮮事兒（10.31-11.07）

本週AI領域動態密集，美團、360、銀河通用、字節、騰訊、Kimi與科大訊飛等分別發佈多模態、圖文、導航及視頻推理模型；工具層面，寒武紀、百度、崑崙萬維、騰訊均推出新平台或功能。技術方面，在長序列處理、多智能體協同及代碼執行效率上取得突破。市場方面，OpenAI與AWS達成鉅額合作，小鵬發佈人形機器人「IRON」。整體呈現高效化、多模態與實用化趨勢，一起來回顧本週發生的AI新鮮事兒吧！ AI 大模

資訊 , 機器人 , 自然語言處理 , 人工智能 , 深度學習

u_17512334 頭像

疆鴻智能研發中心 - CC LINK IE與ETHERNET/IP“語病”有治了！一網關讓產線精準同步

CC LINK IE與ETHERNET/IP“語病”有治了！一網關讓產線精準同步 在電子製造車間裏，PCB測試線如同一道精密的脈搏。一側，三菱PLC控制着機械臂的每一次起落；另一側，羅克韋爾PLC指揮着檢測儀的每次測量。這本應是完美的配合，卻因兩大工業巨頭“語言不通”——CC LINK IE與ETHERNET/IP協議無法直接對話，導致機械臂與檢測儀動作存在毫秒級延遲，最終

ETHERNET , ip , CCLINKIE , 協議轉換 , 人工智能 , 深度學習 , 網關 , 工業自動化

chenzhuodeyagao 頭像

沉着的牙膏 - 運營商數據治理新範式：AI大模型賦能的低成本場景適配分類分級系統

一、概要: 隨着5G技術的推廣和數據量的急劇增長，運營商面臨着數據分類與合規管理的巨大壓力，尤其是在敏感數據的精準分類與新業務需求的快速適配方面。全知科技的“知源-AI數據分類分級系統”，該系統針對運營商在數據管理與合規方面的挑戰，提供了一種基於AI大模型賦能的低成本、場景適配性強的解決方案。該方案通過深度學習和知識圖譜技術，顯著提高了數據分類的效率和準確性，確保了數據在全生命週期中的安全與

人工智能

u_16349720 頭像

短短同學 - 全網最詳細CSS知識講解

CSS 全棧知識指南：從基礎語法到高級實戰 CSS（Cascading Style Sheets，層疊樣式表）是網頁的 “美容師” 與 “建築師”—— 它不僅定義文字顏色、背景樣式等視覺表現，更通過佈局技術構建網頁的骨架結構。從 1996 年 CSS1 誕生至今，其已發展為包含數百個屬性、適配多端場景的龐大體系。本文將以 “原理→技術→實戰→優化” 為脈絡，拆解 CSS 的

選擇器 , 盒模型 , 人工智能 , 深度學習 , Css

u_16827017 頭像

全棧技術開發者 - 結構化協作（structured collaboration）本質是什麼？什麼是「語義編排」？語義編排在FoA中核心原理是什麼？

在現代人工智能中，智能體的規模和複雜性正在以前所未有的速度擴展。單個智能體在處理複雜任務時往往面臨計算能力和知識覆蓋的限制，而多智能體系統的出現為解決這一問題提供了可能。然而，隨着智能體數量的增加和任務複雜度的提升，如何確保智能體之間能夠高效、可靠地協作，成為設計分佈式智能系統的核心挑戰。 傳統的多智能體系統通常依賴於同步調用或點對點通信來完成任務分配與結果收集。這種模式在

yyds乾貨盤點 , 智能體 , 異構 , 人工智能 , 深度學習 , 子任務 , 結構化

u_17580222 頭像

mb691327edb400f - AI面試智能體

培訓預算削減的背後，是時候重新審視招聘的真正成本。 年底覆盤，不少HR對着培訓報表愁眉不展：預算花了近百萬，員工滿意度剛過及格線，業務部門還抱怨“培訓沒用”。降本增效的要求之下，培訓預算首當其衝被壓縮。問題真的出在培訓本身嗎？或許，根源在於招聘環節——選錯人，才是企業最大的成本浪費。 01 培訓無效的背後：選錯人是最昂貴的成本 當業務部門抱怨“培訓沒用”時，他們

沉浸式 , 一對一 , 人工智能 , 深度學習

u_16776161 頭像

天潤融通科技 - 天潤融通ZENAVA上崗3C家電售後，90%的報修無需人工處理

在競爭日趨激烈的家電行業，售後服務已成為影響消費者忠誠度和品牌口碑的關鍵戰場。 過去，面對一台壞掉的空調、洗衣機，消費者要撥打售後熱線，重複描述問題、等待人工響應、排隊建單、安排維修……流程複雜、響應慢、體驗差，品牌好感度就這樣一點點流失。 而現在，這一切正被AI徹底改寫。 在大量真實客户的服務場景中，天潤融通推出的對話式AI產品ZENAVA，已經將90%以上的

人工智能 , 深度學習

u_17583190 頭像

fangpin - 從 1.56% 到 62.9%：SFT 推理微調優化實戰

讀完這篇文章，你將用監督微調（SFT）把一個 1.5B 規模的數學模型在 GSM8K 上的零樣本推理正確率從 1.56% → 62.9%，同時把輸出格式遵循率從 18.9% → 100%。我們將完整走通數據集下載、Prompt 架構、訓練配置和評估方法，所有代碼均來自本倉庫 alignment 文件夾，保證可復現與透明。 本文將深入剖析 llm-from-scratch

lua , 人工智能 , 深度學習 , Json , Python

chaoshenjinghyperai 頭像

超神經HyperAI - 【TVM 教程】自定義優化

TVM 先已更新到 0.21.0 版本，TVM 中文文檔已經和新版本對齊。 Apache TVM 是一個深度的深度學習編譯框架，適用於 CPU、GPU 和各種機器學習加速芯片。更多 TVM 中文文檔可訪問 →Apache TVM Apache TVM 的一個主要設計目標是便於自定義優化流程，無論是用於科研探索還是工程開發，都可以靈活迭代優化過程。本教程將涵蓋以下內容： 目錄 審查整體流程 可

機器學習 , 自然語言處理 , 教程 , 人工智能 , 深度學習