稀土掘金 稀土掘金
    • 首页
    • 沸点
    • 课程
    • 数据标注 HOT
    • AI Coding
    • 更多
      • 直播
      • 活动
      • APP
      • 插件
    • 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
  • 第四章 智能体经典范式构建
    环境准备与基础工具定义 安装第三方库 配置api密钥 创建.env文件,将任何兼容OpenAI服务的配置记录在该文件中: 封装基础llm调用函数 定义一个专属的LLM客户端类,封装所有与模型服务交互的
    • 随便写写
    • 8小时前
    • 9
    • 点赞
    • 评论
    人工智能
  • YOLOv11 改进 - 主干网络 SwinTransformer 移位窗口层次化视觉变换器:层次化特征提取增强多尺度目标感知,优化复杂场景检测
    # 前言 本文介绍了Swin Transformer在YOLOv11中的结合,Swin Transformer是一种新型视觉Transformer,可作为计算机视觉通用骨干网络。它通过分层Tran
    • pick1
    • 8小时前
    • 3
    • 点赞
    • 评论
    算法
  • YOLOv11 改进 - 主干网络 RevCol可逆列网络:轻量级多列设计破解特征信息丢失难题,提升小目标与密集目标感知精度
    # 前言 本文介绍了将可逆列网络(RevCol)与YOLOv11相结合的方法。RevCol由子网副本(列)组成,采用多级可逆连接,在前向传播时特征逐渐解耦且保留整体信息。该架构在图像分类、目标检测
    • pick1
    • 8小时前
    • 4
    • 点赞
    • 评论
    算法
  • YOLOv11 改进 - 主干网络 RepViT重访移动端CNN的ViT视角:轻量级设计分离Token与Channel混合器,优化移动端实时检测
    # 前言 本文介绍了将轻量级卷积神经网络RepViT与YOLOv11相结合的方法。RepViT通过引入轻量级视觉变换器的高效架构设计,提升了移动设备上的计算机视觉任务性能。其采用结构重参数化技术
    • pick1
    • 8小时前
    • 2
    • 点赞
    • 评论
    算法
  • YOLOv11 改进 - 主干网络 MobileNetV4 移动网络第四版:通用倒瓶颈与移动注意力协同优化硬件效率,提升移动端检测适应性
    # 前言 本文介绍了新型部分卷积(PConv)和基于其的FasterNet神经网络家族在YOLOv11中的结合应用。为解决神经网络浮点运算效率低下、内存访问频繁的问题,提出PConv,它能同时减
    • pick1
    • 8小时前
    • 2
    • 点赞
    • 评论
    算法
  • YOLOv11 改进 - 主干网络 LSKNet大型选择性核网络:大核深度卷积与空间选择机制协同动态调整感受野,增强旋转目标检测
    # 前言 本文介绍了将大型选择性核网络(LSKNet)与YOLOv11相结合的方法。LSKNet引入了LSKblock Attention注意力机制,能动态调整感受野,适应不同目标的上下文特征。
    • pick1
    • 8小时前
    • 2
    • 点赞
    • 评论
    算法
  • 构建 Apache Iceberg 湖仓架构——Apache Iceberg 动手实践
    本章内容包括: 搭建 Apache Iceberg 环境 在 Spark 中创建 Iceberg tables 在 Dremio 中读取 Iceberg tables 构建商业智能 dashboard
    • 数据智能老司机
    • 8小时前
    • 4
    • 点赞
    • 评论
    大数据 数据分析
    构建 Apache Iceberg 湖仓架构——Apache Iceberg 动手实践
  • YOLOv11 改进 - 主干网络 FasterNet (基于PConv部分卷积的神经网络):轻量级设计优化内存访问效率,实现精度与速度双重提升
    # 前言 本文提出了将新型的部分卷积(PConv)和基于此的FasterNet神经网络家族与YOLOv11相结合。PConv通过减少冗余计算和内存访问,更高效地提取空间特征。FasterNet在各
    • pick1
    • 8小时前
    • 3
    • 点赞
    • 评论
    算法
  • 十个超推荐的 AI 工具和网站
    很多人用AI,只知道 ChatGPT、Claude、Gemini 这些大模型本体。 但真正把 AI 用得顺手的人,都有一套围绕大模型搭建起来的「工具链」—— 用来接入、管理、开发、创作、发现。
    • 马丁路的King
    • 8小时前
    • 13
    • 点赞
    • 评论
    AI编程
    十个超推荐的 AI 工具和网站
  • 网页版免安装 AI 工具合集推荐|无需下载客户端,浏览器就能用全品类大模型
    如今 AI 已经成为办公、学习、编程、文案创作的刚需工具,不管是职场人写方案、程序员查代码、学生整理知识点,还是普通人做文案、生成灵感,都离不开各类大模型的辅助。但很多人都有同款烦恼:想用不同 AI
    • 用户433752846399
    • 8小时前
    • 3
    • 点赞
    • 评论
    人工智能
  • 产线上跑 Agent:LLM 挂了不是 500 错误,是停线
    作者设计LLMGuard实现工业级容错,通过错误分类、智能重试、四级降级和统一封装,让Agent在产线稳定运行。代码已开源
    • James_WangA
    • 8小时前
    • 6
    • 点赞
    • 评论
    GitHub 架构
  • YOLOv11 改进 - 主干网络 EfficientViT 高效视觉Transformer:硬件感知架构平衡全局感受野与局部细节,提升模型适应性
    # 前言 本文介绍了高速度视觉变换器EfficientViT在YOLOv11中的结合应用。现有视觉变换器计算成本高,不适合实时应用,EfficientViT通过采用夹心布局的内存高效模块和级联组
    • pick1
    • 8小时前
    • 1
    • 点赞
    • 评论
    算法
  • 2026年5月3日 AI科技日报:四大科技巨头财报齐发、Meta收购机器人AI公司、谷歌冲击全球市值第一
    本期汇总50条AI科技最新资讯:四大科技巨头Q1财报齐发烧钱近7000亿美元、Meta收购机器人AI公司Assured、谷歌市值逼近英伟达冲击全球第一、杭州具身智能机器人立法施行、DeepSeek融资
    • 浪浪山_大橙子
    • 8小时前
    • 21
    • 点赞
    • 评论
  • 我给 AOI 设备装了一个 Agent,然后发现工具注册才是最难写的
    作者为AOI设备设计工具注册中心,通过参数校验、统一返回和审计追踪,安全可靠调用20+工具,适配LangGraph,实现产线Agent自主优化。代码已开源。
    • James_WangA
    • 8小时前
    • 9
    • 点赞
    • 评论
    GitHub 架构
  • mfate 实用亮点深度拆解:解决 AI 使用痛点,一站式高效智能体验
    当下 AI 工具全面普及,无论是职场办公、学习科研、内容创作还是日常问题解答,大家都离不开各类大模型辅助,但分散式使用 AI 工具的弊端越来越明显。想要体验不同大模型能力,需要注册多个平台账号、来回切
    • 用户36691656276
    • 8小时前
    • 9
    • 点赞
    • 评论
    人工智能
     mfate 实用亮点深度拆解:解决 AI 使用痛点,一站式高效智能体验
  • YOLOv11 改进 - 主干网络 ConvNeXtV2全卷积掩码自编码器网络:轻量级纯卷积架构破解特征坍塌难题,提升特征多样性
    # 前言 本文介绍了将ConvNeXt V2与YOLOv11相结合的方法。先前的ConvNeXt模型与自监督学习结合效果不佳,为此提出全卷积掩码自动编码器框架和全局响应归一化(GRN)层,形成C
    • pick1
    • 8小时前
    • 3
    • 点赞
    • 评论
    算法
  • LeetCode 72. 编辑距离:动态规划经典题解
    刷LeetCode中等题时,编辑距离绝对是动态规划的经典代表作——它看似复杂,三种操作(插入、删除、替换)让人无从下手,但只要理清状态定义和转移逻辑,就能轻松破解。今天就带大家一步步拆解这道题,从题意
    • Wect
    • 8小时前
    • 15
    • 点赞
    • 评论
    前端 TypeScript 算法
    LeetCode 72. 编辑距离:动态规划经典题解
  • YOLOv11 改进 - 下采样 轻量化突破:ADown 下采样让 YOLOv11 参量减、精度升
    # 前言 本文介绍了一种轻量级的特征下采样模块 ADown,它结合平均池化与最大池化策略,实现更有效的信息保留与压缩。在传统卷积网络中,特征下采样常造成信息损失,而 ADown 通过双通道并行结构优
    • pick1
    • 8小时前
    • 3
    • 点赞
    • 评论
    算法
  • 智能体基础设施:AI企业新范式
    本文探讨了企业计算向智能体基础设施的转型,分析了平台如何通过优化GPU利用率、构建开放生态和布局主权云,从根本上重构技术架构以应对AI工作负载与经济性挑战。
    • 用户576110558132
    • 8小时前
    • 4
    • 点赞
    • 评论
    人工智能 AIGC
  • YOLOv11 改进 - SPPF模块 替代SPPF, Mona多认知视觉适配器(CVPR 2025):打破全参数微调的性能枷锁:即插即用的提点神器
    # 前言 本文介绍了新型视觉适配器微调方法Mona,并将其集成到YOLOv11中。传统全参数微调成本高、存储负担重且有过拟合风险,现有PEFT方法性能落后。Mona仅调整5%以内的骨干网络参数,在
    • pick1
    • 8小时前
    • 2
    • 点赞
    • 评论
    算法
  • 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