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
  • 后端
  • 前端
  • Android
  • iOS
  • 人工智能
  • 开发工具
  • 代码人生
  • 阅读
  • 开源LLM应用开发平台Dify:架构解析、核心实现与工程实践
    开源LLM应用开发平台Dify:架构解析、核心实现与工程实践 1. 整体介绍 1.1 项目概况 Dify(GitHub: langgenius/dify)是一个开源的LLM应用开发平台,旨在简化大语言
    • 用户04763047634
    • 12分钟前
    • 2
    • 点赞
    • 评论
    人工智能
  • 别再死磕扩散模型了,MiniMax新开源揭示:视觉Tokenizer才是下一个金矿
    在AI绘画和视频生成卷到飞起的今天,不管是大厂还是开源社区,大家似乎都陷入了一个怪圈:拼命堆算力去训练更大的Diffusion Transformer(DiT),指望通过增加生成模型的参数来获得更好的
    • 墨风如雪
    • 1小时前
    • 10
    • 点赞
    • 评论
    AIGC
  • Claude Code装了LSP后,Token消耗直接降了40%
    加我进AI讨论学习群,公众号右下角“联系方式” 文末有老金的 开源知识库地址·全免费 Claude Code更新了2.0.74。 它的更新日志上是这么写的。 本次重点是这个LSP。 LSP是个啥玩意儿
    • 老金带你玩AI
    • 2小时前
    • 5
    • 点赞
    • 评论
    AI编程
  • 分享几个使用Nano Banana Pro 画信息图的提示词
    文章汇总三种手绘风信息图提示词:黑板报、教学元提示、竖版卡片,分别强调粉笔黑板、结构化教学、草书纸质肌理,核心都是“极简关键词+手绘趣味+留白”,助力高效视觉传达。
    • 赛博东哥CyberFD
    • 2小时前
    • 16
    • 点赞
    • 评论
    GitHub 后端
    分享几个使用Nano Banana Pro 画信息图的提示词
  • 某中心与高校共建人类与人工智能科学中心
    某中心与加州大学洛杉矶分校合作,建立了聚焦人工智能研究与造福人类的科学中心。该中心通过资助研究项目、提供博士奖学金及促进社区合作,旨在推动人工智能技术的负责任发展与应用[citation:2][cit
    • 用户576110558132
    • 2小时前
    • 7
    • 点赞
    • 评论
    人工智能 AIGC
  • 【datawhale】Agent原理与最简实践笔记
    **ReAct:最简洁简单的架构** ``` 观察环境 → 思考推理 → 采取行动 → 观察结果
    • 一搭七
    • 2小时前
    • 5
    • 点赞
    • 评论
    MCP
  • Python | Encapsulation and Inheritance
    ![image.png](tos-cn-i-73owjymdk6/98019cdf05824b1da21d8e968814b7a9) ```Python class SquareShape: def
    • 落贯一
    • 2小时前
    • 4
    • 1
    • 评论
    Python
  • AI 大厂的“护城河”,也会成为它们的束缚
    大厂被自己的模型“绑架”,创业团队却能自由组合Claude、GPT、DeepSeek……谁说大厂入场就没机会?真正的护城河,不在引擎,而在对场景的理解与敏捷。
    • 飞哥数智谈
    • 2小时前
    • 15
    • 点赞
    • 评论
    人工智能 创业
  • 零基础用Cursor快速搭建网站:实测1小时完成
    如果你一直想自己建个网站,但又觉得编程太难、时间太少,今天这个方法可能会改变你的想法。我最近实测用Cursor编辑器,在完全零基础的情况下,只用1小时就搭建了一个功能完整的个人网站。下面是我的完整步骤
    • 霍格沃兹_测试
    • 3小时前
    • 3
    • 点赞
    • 评论
    测试
  • 神经网络动力学框架NeRD在机器人仿真领域的革新
    本文介绍了Neural Robot Dynamics(NeRD),一种基于神经网络的机器人仿真框架,用于精确预测复杂关节机器人在长时域内的动力学行为。该框架通过混合预测架构和以机器人为中心的输入参数化
    • 用户576110558132
    • 3小时前
    • 4
    • 点赞
    • 评论
    人工智能 AIGC
  • 《游戏评论区舆情量化与运营预警实战指南》
    本文聚焦游戏评论区文本情绪量化与运营预警的实战方法,指出当前运营者依赖人工刷评的低效痛点,提出将隐性情绪转化为量化信号的核心思路。
    • 技术员阿伟
    • 3小时前
    • 4
    • 点赞
    • 评论
    人工智能
    《游戏评论区舆情量化与运营预警实战指南》
  • 提示词链模式:一种利用LLM大语言模型处理复杂任务的强大范式
    提示词链模式:Prompt Chaining 也被叫做管道模式。 我们在构建复杂AI Agent的时候最好不要采用单一提示词,单一提示词的局限性很大,可能会导致: 指令忽略(提示词的某些部分被忽视)
    • Codelinghu
    • 3小时前
    • 4
    • 点赞
    • 评论
    人工智能
    提示词链模式:一种利用LLM大语言模型处理复杂任务的强大范式
  • AI概念扫盲:LoRA微调原理是什么?
    LoRA(Low-Rank Adaptation)是一种用于微调大型语言模型(LLM)的高效方法,能够在不大幅增加计算资源的情况下,让模型快速适应新任务或新领域。 1.背景: 为什么需要 LoRA?
    • 智泊AI
    • 3小时前
    • 17
    • 点赞
    • 评论
    LLM
  • 「 LLM实战 - 企业 」基于 markdown-it AST 的 Markdown 文献翻译实现详解
    写在前面 [TOC] 顾名思义就是用LLM去翻译一些外文的科研文献,并做智能总结、摘要等工作。 大家可以移步看文章: 「 LLM实战 - 企业 」构建工业级大模型文档处理流水线:解决截断、幻觉与延迟不
    • Codelinghu
    • 4小时前
    • 4
    • 点赞
    • 评论
    人工智能
    「 LLM实战 - 企业 」基于 markdown-it AST 的 Markdown 文献翻译实现详解
  • 看书慢?写作慢?外文难?古文难?快来试试AI图形交流!
    眨眼瞬间看完整句话?一次击键(多指),瞬间打出一个词组?图形交流系统带来的惊喜远不止于此,人类即将迈入图形交流时代,世界走向融合。 大脑处理图像的速度是语言的上万倍。心算高手能比我们快上千倍,就是利用
    • 小侠343
    • 4小时前
    • 5
    • 点赞
    • 评论
    人工智能
    看书慢?写作慢?外文难?古文难?快来试试AI图形交流!
  • 欧盟斥资亿欧元发布AI战略,加速产业应用与科研创新
    2025年10月,欧盟委员会发布两项重磅人工智能战略,计划投入数十亿欧元,旨在推动AI在关键产业及科研领域的大规模应用,并构建本土AI能力,以减少对外部技术的依赖。
    • 用户576110558132
    • 4小时前
    • 7
    • 点赞
    • 评论
    人工智能 AIGC
  • Google Gemini 3 Flash 正式发布:3倍速度、80%降本,AI模型性价比王者来了
    17号 Google DeepMind 发布了全新的 Gemini 3 Flash 模型,这款轻量级AI模型以惊人的速度和超低的成本,正在重新定义AI模型的性价比标准。
    • 有痣青年
    • 4小时前
    • 6
    • 点赞
    • 评论
    人工智能 AIGC Gemini
    Google Gemini 3 Flash 正式发布:3倍速度、80%降本,AI模型性价比王者来了
  • 本地私有知识库新选择:访答软件真实体验分享
    本地私有知识库新选择:访答软件真实体验分享 为什么选择本地私有知识库 在信息爆炸的时代,高效管理个人知识变得愈发重要。与云端知识库不同,本地私有知识库将数据完全存储在个人设备上,既保障了隐私安全,又避
    • 文档伴侣
    • 4小时前
    • 5
    • 点赞
    • 评论
    前端
    本地私有知识库新选择:访答软件真实体验分享
  • return 的作用
    求你们点个赞吧求你们点个赞吧求你们点个赞吧求你们点个赞吧求你们点个赞吧求你们点个赞吧求你们点个赞吧求你们点个赞吧
    • uuuuuuu
    • 4小时前
    • 6
    • 1
    • 评论
    C++
  • 前端AI开发:为什么选择SSE,它与分块传输编码有何不同?axios能处理SSE吗?
    引言:AI时代的实时数据流挑战 最近在开发一个AI助手功能时,我遇到了这样的需求:用户输入问题后,需要实时接收AI的流式响应,实现逐字打印效果。最初我尝试使用axios配合onDownloadProg
    • donecoding
    • 4小时前
    • 2
    • 点赞
    • 评论
    前端 人工智能
  • 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30