稀土掘金 稀土掘金
    • 首页
    • AI Coding
    • 数据标注 NEW
    • 沸点
    • 课程
    • 直播
    • 活动
    • APP
      插件
      • 搜索历史 清空
        • 写文章
        • 发沸点
        • 写笔记
        • 写代码
        • 草稿箱
        创作灵感 查看更多
关注
综合
后端
前端
Android
iOS
人工智能
开发工具
代码人生
阅读
排行榜
综合
后端
排行榜
前端
Android
iOS
人工智能
开发工具
代码人生
阅读
  • 全部
  • 人工智能
  • Agent
  • AIGC
  • LLM
  • 后端
  • AI编程
  • 前端
  • 算法
  • OpenAI
  • 展开
  • 全部
  • 人工智能
  • Agent
  • AIGC
  • LLM
  • 后端
  • AI编程
  • 前端
  • 算法
  • OpenAI
  • 程序员
  • LangChain
  • Python
  • Trae
  • 架构
  • 深度学习
  • 暂无数据
    • 推荐
    • 最新
  • 微调方法学习总结(万字长文!)
    微调相关方法以及详细原理解释,其他知识补充以及能够实现微调的框架等,本文章为个人学习总结使用,有问题直接提出,欢迎交流~
    • 矮人三等
    • 32
    • 点赞
    算法
    微调方法学习总结(万字长文!)
  • 【大数据 & AI】Flink Agents 源码解读 --- (3) --- Agent
    【大数据 & AI】Flink Agents 源码解读 --- (3) --- Agent 0x00 概要 0x01 核心抽象 1.1 Agent抽象 1.2 Action 抽象 1.3 资源抽象 1
    • 罗西的思考
    • 23
    • 点赞
    算法 人工智能 机器学习
  • 文档对比算法的历史演进
    文档对比算法的历史演进全景图 📊 总体演进脉络 文档对比算法的发展经历了六个重要纪元,从最初的字符级精确匹配,逐步演进到如今的深度语义理解。这一演进过程反映了计算机科学在文本处理领域的重大突破。
    • 阿虎儿
    • 43
    • 点赞
    算法
  • 距离证明哥德巴赫猜想,AI 还差多远?
    最近高强度使用 AI 协助工作,让我不禁有些恍惚:距离传说中的超人类智能究竟还有多远? 带着这份好奇,我重读了那段波澜壮阔的数学史,试着将人类的智力征途与当下顶尖 AI 的能力版图做了一次对照。
    • HiStewie
    • 984
    • 13
    算法 架构 前端
    距离证明哥德巴赫猜想,AI 还差多远?
  • 当小龙虾算法遇上YOLO:如何提升太阳能电池缺陷检测精度?
    随着全球能源结构向清洁化转型,太阳能光伏发电已成为主流可再生能源之一。然而,在太阳能电池的生产、运输和安装过程中,微小的缺陷如划痕、裂纹、黑边等会严重影响电池的性能和寿命。 传统的人工目视检测方法效率
    • CoovallyAIHub
    • 44
    • 点赞
    算法 计算机视觉 深度学习
    当小龙虾算法遇上YOLO:如何提升太阳能电池缺陷检测精度?
  • 一文读懂大语言模型家族:LLM、MLLM、LMM、VLM核心概念全解析
    在人工智能飞速发展的今天,各种“大模型”概念层出不穷。你是否经常看到LLM、MLLM、LMM、VLM这些缩写,却搞不清楚它们之间的区别与联系?今天我们就来彻底理清这些概念,带你走进大语言模型的多模态世
    • CoovallyAIHub
    • 63
    • 点赞
    算法 计算机视觉 深度学习
    一文读懂大语言模型家族:LLM、MLLM、LMM、VLM核心概念全解析
  • GPT-5.1 发布:更聪明,也更有温度的 AI
    如果说 GPT-5 是一位理性的工程师,那么 GPT-5.1 Instant 就像是那位既懂逻辑又会聊天的朋友。它延续了 GPT-5 的高准确性,同时在语气、理解力和指令执行上都有明显提升。
    • aicoting
    • 97
    • 1
    算法 人工智能
    GPT-5.1 发布:更聪明,也更有温度的 AI
  • 激活函数有什么用?有哪些常用的激活函数?
    在深度学习中,激活函数(Activation Function)是神经网络的灵魂。它不仅赋予网络非线性能力,还决定了训练的稳定性和模型性能。那么,激活函数到底是什么?为什么我们非用不可?
    • aicoting
    • 66
    • 1
    算法 人工智能
    激活函数有什么用?有哪些常用的激活函数?
  • 纯视觉的终结?顶会趋势:不会联觉(多模态)的CV不是好AI
    2023年至2025年间,计算机视觉与机器学习社区经历了一场静默而深刻的变革。根据一项最新分析,视觉语言模型已成为近一半顶级会议论文的核心,传统感知任务正被重新定义为“指令跟随”与“多步推理”。 这项
    • CoovallyAIHub
    • 31
    • 点赞
    算法 计算机视觉 深度学习
    纯视觉的终结?顶会趋势:不会联觉(多模态)的CV不是好AI
  • Self-Attention 为什么要做 QKV 的线性变换?又为什么要做 Softmax?
    在看 Transformer 的 self-attention 结构时,很多人第一次见到 ( Q, K, V ) 三个矩阵都会有点疑惑: 明明输入就是一个向量序列,为什么还要多此一举做三次线性变换?
    • aicoting
    • 60
    • 点赞
    算法
    Self-Attention 为什么要做 QKV 的线性变换?又为什么要做 Softmax?
  • 【大数据 & AI】Flink Agents 源码解读 --- (2) --- 核心架构
    【大数据 & AI】Flink Agents 源码解读 --- (2) --- 核心架构 0x00 摘要 0x01 Flink Agents主要组件 1.1 主要组件 1.2 内部成员变量映射关系 1
    • 罗西的思考
    • 30
    • 点赞
    后端 算法 人工智能
  • AI如何精准关联照片与抽象平面图?C3数据集迈向3D视觉多模态
    现有系统在比较相似图像时表现良好,但当视图差异显著——例如需要将街景照片与抽象的建筑平面图关联起来时,它们就会严重失效。 近期,一种能准确建立照片与平面图对应关系的新方法C3Po,构建了首个大规模交叉
    • CoovallyAIHub
    • 26
    • 点赞
    算法 计算机视觉 深度学习
    AI如何精准关联照片与抽象平面图?C3数据集迈向3D视觉多模态
  • 颠覆认知!遥感船舶检测“越深越好”是误区?LiM-YOLO证明“少即是多”
    随着全球海上交通的迅猛增长,利用高分辨率遥感图像进行自动化海上监视,已成为保障海洋安全、管理交通流量和监控非法活动不可或缺的手段。船舶检测作为遥感图像分析的核心任务之一,不仅关乎海上运输效率,更直接影
    • CoovallyAIHub
    • 31
    • 点赞
    算法 计算机视觉 深度学习
    颠覆认知!遥感船舶检测“越深越好”是误区?LiM-YOLO证明“少即是多”
  • Transformer入门:一文读懂《Attention Is All You Need》
    引言:颠覆NLP领域的新架构 2017年,一篇名为《Attention Is All You Need》的论文横空出世,正如其标题所揭示的,它宣告了一个仅凭“注意力机制”就能独当一面的新时代。这篇论文
    • 三斗米
    • 48
    • 点赞
    算法 架构
  • Hugging Face 200页的大模型训练实录
    最近,Hugging Face 发布了一篇罕见的超长技术博客——超过 200 页的《Smol 训练手册》。
    • aicoting
    • 44
    • 点赞
    算法 人工智能
    Hugging Face 200页的大模型训练实录
  • YOLO11-4K:面向4K全景图像的高效实时检测框架,CVIP360数据集开源
    在计算机视觉领域,4K全景图像的实时目标检测一直是个棘手难题。传统YOLO模型在640×640标准分辨率下表现出色,但面对3840×3840像素的全景图像时,往往力不从心——要么牺牲速度,要么丢失关键
    • CoovallyAIHub
    • 64
    • 点赞
    算法 计算机视觉 深度学习
    YOLO11-4K:面向4K全景图像的高效实时检测框架,CVIP360数据集开源
  • 200亿美元“反向收购雇佣”?老黄天价应对谷歌TPU压力
    平安夜的硅谷并不平静。当所有人都在享受节日气氛时,英伟达悄然放出重磅消息:以200亿美元现金与AI芯片初创公司Groq达成交易。 这一金额远超英伟达2019年收购Mellanox的70亿美元,刷新了公
    • CoovallyAIHub
    • 82
    • 点赞
    算法 计算机视觉 深度学习
    200亿美元“反向收购雇佣”?老黄天价应对谷歌TPU压力
  • Open-AutoGLM Windows 安装部署教程
    Open-AutoGLM Windows 安装部署教程 本教程记录在 Windows 系统上部署 Open-AutoGLM (Phone Agent) 的完整流程,包含常见问题的解决方案。
    • Charlo
    • 624
    • 5
    算法 GitHub 设计模式
  • 🌟【刷题赢矿石】黄金矿工上班计划来喽
    🌟【刷题赢矿石】黄金矿工上班计划来喽!活动打卡赚矿石了!活动:时间 12月5日-12月30日(27天)
    • MarsCode插件小助手
    • 33k
    • 80
    算法 人工智能
  • [算法]时间序列(介绍)
    好的,我们来详细介绍一下机器学习中的时间序列数据。 什么是时间序列数据? 时间序列数据 是按照固定时间间隔或连续时间点,按时间顺序排列的一系列观测值或数据点。其核心特征是 “时间顺序” 本身就携带了至
    • import_random
    • 33
    • 点赞
    算法
  • 晚上好!
    点亮在社区的每一天

    推荐话题 换一换

    #挑战每日一条沸点#
    #挑战每日一条沸点#

    22.0m

    #2025 AI/Vibe Coding 对我的影响#
    #2025 AI/Vibe Coding 对我的影响#

    48k

    #TRAELAND#
    #TRAELAND#

    188k

    #每日快讯#

    9.7m

    #每日精选文章#

    2.8m

    #日新计划#

    10.5m

    #每天一个知识点#

    46.2m

    #工作中做得最正确的一件事#
    #工作中做得最正确的一件事#

    401k

    #掘金一周#

    1.3m

    #新人报道#

    37.8m

    查看更多
    • 用户协议
    • 营业执照
    • 隐私政策
    • 关于我们
    • 使用指南
    • 友情链接
    • 更多人工智能文章
    • 举报邮箱: feedback@xitu.io
    • 座机电话: 010-83434395
    • 京ICP备:18012699号-3
    • 京ICP证:京B2-20191272
    • police 京公网安备11010802026719号
    • ©2026 稀土掘金