北京时间10月7日下午，瑞典皇家科学院宣布将2025年诺贝尔物理学奖授予美国科学家John Clarke、Michel H. Devoret和John Martinis，以表彰他们：在电路中发现宏观量

进化计算迎来革命性突破，让大语言模型自己写代码优化自己，效率飙升。 2017年，Transformer架构的诞生彻底改变了深度学习领域，为当今大语言模型的蓬勃发展奠定了坚实基础。作为这一划时代论文的作

深度学习中，大多数"训练速度慢"的问题，最让人沮丧的莫过于看着昂贵的GPU闲着等待数据。别急着升级硬件——问题往往出在数据流水线上！下面分享十条我在生产中使用的数据增强方案，帮你彻底消除瓶颈，让GPU

伦敦时间9月25日，YOLO Vision 2025（YV25） 混合盛会如期举行。全场观众屏息凝神，等待传闻中的Ultralytics YOLO14登场。然而，当Ultralytics创始人兼首席执

这篇论文主要做的是多传感器融合/视觉-惯性SLAM系统，提出了ORB-SLAM3，一个支持以下配置的开源SLAM系统，而不是基于深度学习的预测模型

深入探讨大语言模型（LLM）的工作原理，理解从传统规则编程到概率计算的范式转换，揭秘模型参数与智能的本质。

导读 本周科技圈风云激荡：周鸿祎抛出“不用AI就裁员”的震撼言论，与前谷歌CEO施密特的“对华竞争需996”观点相互映照，共同揭示了AI时代残酷的职场生存法则——既要善用工具提升效率，又需面对高强度竞

在人工智能模型的开发流程中，微调是让预训练模型适配特定任务、提升性能的关键环节。而在微调的启动方式上，“冷启动” 和 “热启动” 是两个高频出现但容易混淆的概念。

这篇论文主要解决的是基于智能手机IMU的行人定位问题，特别针对传统IMU定位中因姿态估计误差导致的轨迹漂移问题，提出了一种两阶段深度学习框架，分别进3D姿态估计和2D位置估计

提出了一种基于IMU（惯性测量单元）多变量时间序列数据的LSTM模型，用于实时预测运动员的疲劳（fatigue）和耐力（stamina）状态，从而实现个性化训练调控，避免过度训练和运动损伤

当机器人的视觉系统被一张看似普通的图片干扰，它可能会陷入完全“宕机”状态——这不是科幻电影，而是当前机器人技术面临的真实安全威胁。 近日，复旦大学、上海人工智能实验室和Sea AI Lab的联合研究团

首次覆盖全球主要梯田区域，包含20多万个复杂梯田地块的人工标注数据。梯田，被誉为"大地的脊梁"，不仅是壮丽的自然景观，更是支撑全球数亿山区人口生计的重要农业生产系统。然而，由于梯田地形复杂、边界不规则

今年国庆中秋双节叠加，铁路出行需求旺盛，全国多地高铁客流预计将创历史新高。长三角铁路预计发送旅客4250万人次，最高峰日预计发送430万人次；深圳铁路预计发送旅客452.5万人次；铁路上海站预计发送6

本文系统拆解深度学习中模型剪枝、量化、知识蒸馏三大核心压缩技术，帮助各位实现16倍模型压缩与4倍推理加速。如果对你有所帮助，记得点个小红心。 ​​一、模型压缩的核心挑战​​ 深度学习模型规模激增带来四

还记得当年入门计算机视觉时，多少人是靠着《CS231n》一路走过来的？ 2016-2017 版视频和讲义，几乎成了无数 CVer 的启蒙教材。如今 8 年过去，这门传奇课程终于迎来了 2025 春季全

异常检测一直是计算机视觉领域里的“老大难”：你得在大规模数据里，揪出那些“不合群”的小缺陷。 前不久，Meta 发布的 DINOv3 让我们见识了视觉基础模型的强大能力。而就在大家还沉浸于 DINOv

YOLO架构对于实时目标检测至关重要。然而，在无人驾驶飞行器（UAV）等资源受限的环境中部署它需要高效的迁移学习。尽管层冻结是一种常用技术，但各种冻结配置对当代 YOLOv8 和 YOLOv10 架构

这篇文章解决的是仅使用IMU进行自主定位（Dead Reckoning）的问题，特别是在没有外部传感器（如GNSS、LiDAR、视觉）辅助的情况下，如何提升定位精度并减少误差累积

👉🏻 CognitiveKernel-Launchpad：5分钟，我搭出了自己的第一个 AI Agent 👈🏻