稀土掘金 稀土掘金
    • 首页
    • AI Coding NEW
    • 沸点
    • 课程
    • 直播
    • 活动
    • AI刷题
    • 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
    • vip
      会员
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
  • AI编程
  • LLM
  • 后端
  • AIGC
  • MCP
  • 前端
  • 算法
  • 程序员
  • 展开
  • 全部
  • 人工智能
  • AI编程
  • LLM
  • 后端
  • AIGC
  • MCP
  • 前端
  • 算法
  • 程序员
  • OpenAI
  • Python
  • Trae
  • 深度学习
  • Cursor
  • 机器学习
  • 暂无数据
    • 推荐
    • 最新
  • ​《知识图谱+大模型:GraphRAG如何实现46%的多跳推理提升?》
    知识图谱驱动的图式增强检索(GraphRAG):突破传统RAG局限的下一代智能问答架构 引言 当前检索增强生成(RAG)技术面临的核心困境在于:它只能获取文本块内的局部关联,却无法从全局层面理解知识之
    • 老周聊大模型
    • 2.6k
    • 1
    人工智能 机器学习 架构
    ​《知识图谱+大模型:GraphRAG如何实现46%的多跳推理提升?》
  • ​7天从入门到精通​​:Prompt Engineering超速通指南
    深入解析提示工程:从基础原理到工业级实践的黄金指南 关注老周不迷路 本文较长,建议点赞收藏以免遗失。由于文章篇幅有限,更多涨薪知识点,也可在主页查看最新AI大模型应用开发学习资料免费领取 引言 ——3
    • 老周聊大模型
    • 4.7k
    • 12
    人工智能 机器学习
    ​7天从入门到精通​​:Prompt Engineering超速通指南
  • 《拯救你的RAG项目:Langfuse观测体系落地指南》​
    引言: 当开发者依赖LlamaIndex/LangChain构建RAG应用时,框架抽象层如同一座"数据高墙":模型接收的检索结果、生成的原始响应等关键信息被隔离,迫使开发者在缺乏观测依据的状态下盲调试
    • 老周聊大模型
    • 2.4k
    • 2
    程序员 人工智能 机器学习
    《拯救你的RAG项目:Langfuse观测体系落地指南》​
  • VASP 教程:VASP 机器学习力场微调
    机器学习力场(Machine-Learned Force Fields, MLFFs)作为一种新兴的计算方法,已在第一性原理分子动力学(Ab Initio Molecular Dynamics, AI
    • 小白狮ww
    • 20
    • 点赞
    人工智能 机器学习 深度学习
    VASP 教程:VASP 机器学习力场微调
  • 协同过滤推荐算法
    协同过滤(Collaborative Filtering)是推荐系统中最经典的算法之一,其核心思想是 “物以类聚,人以群分”,即通过分析用户的历史行为数据,找到与目标用户相似的用户群体或相似的物品,从
    • 禺垣
    • 56
    • 1
    机器学习
  • 支持向量机(SVM)分类
    支持向量机(Support Vector Machine,SVM)是一种经典的监督学习算法,主要用于分类任务,也可扩展到回归问题(称为支持向量回归,SVR)。其核心思想是通过寻找一个最优超平面,最大化
    • 禺垣
    • 27
    • 1
    机器学习
  • Pytorch实现mnist手写数字识别
    1. 实现pytorch环境配置 2. 实现mnist手写数字识别 3. 自己写几个数字识别试试
    • 张德锋
    • 25
    • 1
    机器学习
  • 海森矩阵的三种计算方法及其Pytorch实现
    笔者之前写过海森向量积的计算方式,现在已经过了两年,随着pytorch的版本更新,以及网上资料的增多,海森向量积的计算方式也不断增加,本文主要将原理与具体实现进行整合,并给出demo
    • 大鲸鱼crush
    • 54
    • 点赞
    人工智能 机器学习 数学
  • 玄戒O1芯片架构大揭秘:0核异构设计如何重构移动端开发范式?
    一、​​架构设计:10核异构背后的“暴力美学”与开发挑战​​ 玄戒O1的CPU采用“2+4+2+2”十核架构,包含2颗3.9GHz X925超大核、4颗3.4GHz A725中核、2颗1.89GHz低
    • 程序员Better
    • 620
    • 3
    架构 机器学习 人工智能
  • 【TVM 教程】PAPI 入门
    Apache TVM 是一个深度的深度学习编译框架,适用于 CPU、GPU 和各种机器学习加速芯片。
    • 神经星星
    • 29
    • 点赞
    编程语言 机器学习 人工智能
    【TVM 教程】PAPI 入门
  • 从 0 到 1:基于 Qwen3 Embedding 的 RAG 智能问答系统搭建指南
    RAGFlow 是一个基于深度文档理解的开源 RAG(检索增强生成)引擎。 与 LLM 集成后,它能够提供真实的问答功能,并以来自各种复杂格式数据的可靠引用为支撑。 教程链接:https://go.o
    • 小白狮ww
    • 84
    • 点赞
    人工智能 机器学习 深度学习
    从 0 到 1:基于 Qwen3 Embedding 的 RAG 智能问答系统搭建指南
  • Python小白入门量化交易:用机器学习预测股票涨跌(实操教学)
    99%的普通人可能会想:机器学习是不是离我们很远?是不是得是数学系出身、懂AI才能搞? 其实啊,不用那么复杂!机器学习,说白了,就是让电脑自己学经验,帮你做判断。就像你小时候看多了猫狗的照片,后来不用
    • 花小姐的春天
    • 255
    • 3
    后端 机器学习
    Python小白入门量化交易:用机器学习预测股票涨跌(实操教学)
  • Java 与 AI 融合:机器学习算法基础入门
    本文介绍了三种常见机器学习算法在Java中的实现。线性回归通过最小二乘法拟合数据线性关系,可使用Apache Commons Math库实现;决策树基于特征分裂进行分类,Weka库提供了J48等决策树
    • 程序员岳彬
    • 52
    • 1
    人工智能 机器学习 Java
    Java 与 AI 融合:机器学习算法基础入门
  • DeepMind发布AlphaGenome,1秒内完成所有模态和细胞类型的变异效应预测
    谷歌 DeepMind 的 Alpha 系列再添新成员——AlphaGenome, 其能够更全面、准确地预测人类 DNA 序列中单个变异或突变,如何影响一系列调控基因的生物过程。 AlphaGenom
    • 神经星星
    • 42
    • 点赞
    人工智能 机器学习 深度学习
    DeepMind发布AlphaGenome,1秒内完成所有模态和细胞类型的变异效应预测
  • 在线教程丨北大施柏鑫团队联合贝式计算提出视频实例重绘方法 VIRES,多项性能指标达 SOTA
    视频也能 P 了? 众所周知,视频编辑难度极高,若想要调整或替换主体,变换场景、色彩或是移除一个物体,往往意味着无数帧的手动标注、遮罩绘制和精细调色。 即使是经验丰富的后期团队,也很难在复杂场景中保持
    • 神经星星
    • 28
    • 点赞
    人工智能 机器学习 深度学习
    在线教程丨北大施柏鑫团队联合贝式计算提出视频实例重绘方法 VIRES,多项性能指标达 SOTA
  • 从全心脏模型到基于LLM的疾病网络分析,清华长庚医院李栋从数据视角剖析医疗大模型发展趋势
    随着人工智能技术的不断深入成熟,AI 也赋予了医疗领域一场深刻的变革——通过整合多源数据与智能算法,为医疗行业的效率提升、精准诊断都提供了全新解决方案。医疗数据作为大模型的「燃料」,也是医疗决策的核心
    • 神经星星
    • 42
    • 点赞
    人工智能 机器学习 深度学习
    从全心脏模型到基于LLM的疾病网络分析,清华长庚医院李栋从数据视角剖析医疗大模型发展趋势
  • gpt-4o这些玩法真的太逆天了
    OpenAI在近期发布了GPT-4系列的新模型GPT-4o。这一更新主要聚焦于多模态和端侧应用,为用户提供了全新的交互体验。 GPT-4o作为OpenAI的新模型,具有三大显著特点: 多模态:GPT-
    • 老码小张
    • 20k
    • 74
    前端 人工智能 机器学习
    gpt-4o这些玩法真的太逆天了
  • 实践大语言模型:60 行 NumPy 代码实现 GPT-2
    本项目是基于 NumPy 的 GPT-2 极简实现,其核心逻辑代码仅 60 行。侧重于 GPT-2 基础概念的介绍和代码实现,旨在通过简洁的代码帮助读者理解其核心架构。
    • Layer
    • 90
    • 2
    人工智能 机器学习 LLM
    实践大语言模型:60 行 NumPy 代码实现 GPT-2
  • 激活函数为何能增强神经网络的非线性表达能力?
    神经网络的威力有多强?现在的大模型可以写诗作画、图像识别可以识人识猫,这背后都是神经网络的功劳。而激活函数在其中扮演着重要的角色,如果神经网络中没有“激活函数”,再深的网络其实也没啥用。本质上,它只是
    • 陈壮实的搬砖日记
    • 42
    • 2
    深度学习 算法 机器学习
  • 高级Prompt优化实战指南:用迭代优化将大模型输出质量提升200%的代码
    1.高级Prompt优化技巧 2.迭代优化:如何根据模型的反馈逐步改进Prompt 3.控制生成的语气与风格:如何设计Prompt以生成更符合需求的语言风格(正式、幽默、简洁等)
    • 聚客AI
    • 1.1k
    • 1
    人工智能 LLM 机器学习
    高级Prompt优化实战指南:用迭代优化将大模型输出质量提升200%的代码
  • 上午好!
    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#

    18.3m

    #Trae叕更新了?#
    #Trae叕更新了?#

    459k

    #每日快讯#

    8.6m

    #MCP 怎么玩#

    364k

    #金石焕新程#

    2.2m

    #每天一个知识点#

    37.3m

    #工作中做得最正确的一件事#
    #工作中做得最正确的一件事#

    291k

    #新人报道#

    31.3m

    #掘金一周#

    414k

    #创作者训练营#

    9.3m

    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
    • ©2025 稀土掘金