机器学习标签_2048 AI社区

机器学习

OpenAI发布GPT-6 Sol与Luna：双模型能力成本权衡与选型

OpenAI发布GPT-6 Sol与Luna，将Astra同代能力下沉到更低价位：API输入/输出价格较GPT-5.6对应型号下降50%，缓存读取折扣90%，并给出AutomationBench、DeepSWE、OSWorld等官方对比。本文梳理双模型定位、关键数据、缓存优化与开发者选型建议，并标出发布页尚未披露的架构、参数与区域可用性等边界。

天风之翼
2026-09-24 22:50:24

 335

 1

#人工智能 #机器学习 #深度学习
你用 Claude Code 的姿势，从根上就错了

你有没有遇到过这种情况——让 Claude Code 写了一段代码，看起来完美无缺，测试也过了，合进去之后，线上炸了。不是模型的问题，是你对它的工作机制完全理解错了。大多数人把 Claude Code 当"AI 写代码的工具"来用——给它一个需求，等它吐出代码，Review 一眼，合进去。这个认知，差了整整一个维度。最近，Anthropic 官方团队（包括 Lydia Hallie）做了一场完整的

 学习实战派
2026-09-24 16:32:00

 334

#人工智能 #机器学习 #AI
改了3版方案才摸透的降AI检测率实操细节

上周帮运营组写的活动复盘稿，刚上传到企业知识库就被风控系统标了100%AI生成，直接打回不许发。折腾了快两天，把降AI检测率的各种野路子试了一遍，踩了一堆坑。

tuanxiang
2026-09-24 16:24:08

 161

#人工智能 #自然语言处理 #机器学习
Agent 自进化落地的四层实战架构设计指南

自进化体系的核心设计，可以归纳为两个问题。

程序猿李巡天
2026-09-23 21:15:09

 166

#机器学习 #人工智能 #python +2
大模型学习5 --最小二乘法 , 二元交叉熵 , 极大似然值

最小二乘法 , 二元交叉熵 , 极大似然值

 kyrie_sakura
2026-09-23 20:03:46

 280

 2

#机器学习 #python #学习
Agent工具设计：粒度、描述与错误返回的工程原则

一个 searchhotels 工具要在 schema 里放下 location、checkin、checkout、maxprice 四个字段。这个定义看起来很平常，但粒度、描述、参数约束、返回格式、错误语义五个决策其实已经全部埋在里面。CSDN 上署名 sinat_41617212 的一篇文章正是从这个角度切入，它的核心判断是：实际工程中约 80% 的 Agent 调用错误不是因为模型不够聪明，

天风之翼
2026-09-18 13:55:27

 38

 1

#人工智能 #机器学习 #深度学习
从0到1搭建人力分析智能体实践指南

从0到1搭建人力分析智能体实践指南，不需要技术背景

 茵Cindy
2026-09-10 15:32:00

 341

 3

#人工智能 #大数据 #机器学习
小白/程序员必看：一文读懂医疗AI Agent如何改变生命科学研究与临床实践

目前学术界对 AI Agent 无统一标准定义，该综述文献综合对比 Castelfranchi、李飞飞团队、Parisi 等学者的定义，采用 Weng（2023）的经典范式，精准适配医疗场景需求：AI Agent = LLM 核心控制器 + 规划模块 + 记忆模块 + 工具使用模块 + 自省模块，本质是具备自主感知、推理、决策、执行能力的智能系统，核心目标是高效、可靠地完成医疗领域复杂多步骤任务。

bug樱樱
2026-09-10 11:09:54

 96

 2

#人工智能 #大数据 #机器学习 +1
告别子Agent重复返工！一文搞懂LangChain多智能体Fork与Isolated上下文编排

别做“两个乐观主义者互相点头”的假审查凡是负责 Lint、测试用例通过率、代码质量检查的 Subagent，严禁使用 Fork 模式！一旦审查者知道了编写者的思路，就会默认顺水推舟，漏掉核心边界 Bug。利用 Fork 终结代码探查内耗让 Worker 去修改代码时，大胆开启 Fork 模式，现代大模型的 KV Cache 机制会帮你把成本压到最低，同时直接将前序推导作为前缀，开发效率立竿见影。终

 面朝大海，春不暖，花不开
2026-09-09 11:30:32

 233

 2

#人工智能 #机器学习
告别十几个软件！本科毕业论文一站式工具，少走大半弯路

不必下载一大堆软件，也不用挨个对比几十款工具，到处花钱踩坑。从选题、写初稿、查重降重、格式排版再到答辩，思梦航 AI一站式覆盖本科论文绝大多数需求，兼顾专业性、免费权益与安全性，适配各大本科专业。毕业季用好这一款辅助平台，低成本高效率，从容完成毕业🥳温馨提示：AI 生成内容只作为底稿素材，文献、实验数据、核心论点务必人工核对；平台自查结果仅供修改阶段参考，论文最终查重、评审结果以学校官方系统、导

 虎贲等考教育
2026-09-07 14:28:38

 19

#人工智能 #深度学习 #机器学习 +1
计算机毕业设计LangChain+LLM大模型+机器学习的恶意代码与恶意软件风险智能检测分析系统(源码+LW+PPT+讲解)

一个面向安全教学、课题研究和本地样本辅助研判的 Web 系统。系统支持上传源代码文件与 EXE、APK 文件，通过机器学习输出分类结果，结合静态规则展示证据，并允许用户手动调用大模型进行二次分析复核。系统不仅提供文件检测，还覆盖数据读取、模型训练、模型评测、版本发布、批量检测、AI 复核和历史追溯，形成较完整的模型使用流程。系统坚持静态分析：不执行上传代码，不启动 EXE，不安装 APK。输出用于

 haochengxu2022
2026-09-06 15:27:36

 44

#机器学习 #人工智能 #安全威胁分析 +1
科研绘图生成科研图片哪家强？2026 生物医学实验室实测 5 款工具

2026 做科研绘图，不再单纯比拼软件熟练度。统计图表交给专业统计软件，示意图利用 AI 快速产出草稿再精细化调整，Figure 排版严格遵循期刊标准。合理搭配工具，能够大幅压缩绘图耗时。

虎贲等考教育
2026-09-04 14:55:44

 40

#人工智能 #深度学习 #机器学习 +1
2026 企业 AI 融入知识库与业务系统指南：接入路径与平台盘点

它原生接入飞书，知识层自动同步飞书文档、表格和 wiki，身份层继承组织架构与文档权限，入口层可在飞书内直接发起和接续任务，流程层支持连接器与授权范围内的浏览器操作，成果直接回写为飞书文档、多维表格和任务，四层融合在同一体系内完成。当企业希望 AI 真正承担工作，就会遇到深水区问题——企业多年积累的知识在文档平台和 wiki 里，业务流转在 CRM、ERP、项目系统中，协作发生在办公套件里，AI

Lucassss123
2026-09-04 13:28:23

 58

 1

#人工智能 #大数据 #机器学习 +2
GraphRAG：开启智能问答新纪元，小白程序员也能轻松掌握知识图谱与大模型

本文深入解析了从传统RAG技术向GraphRAG演进的技术路径，详细介绍了知识图谱和本体论如何革新AI问答系统，让AI不仅能检索信息，更能真正理解和推理复杂知识关系，为企业级AI应用提供更精准、更具洞察力的解决方案。知识图谱是现实世界知识的网络化表示，其中每个节点代表一个实体，每条边代表实体间的关系。图2：在线零售数据集的知识（子）图谱示例知识图谱将数据结构化为图形，而不是表格或孤立文档。这意味着

 大耳朵爱学习
2026-09-02 14:28:30

 226

 8

#人工智能 #大数据 #机器学习
《行动认知研究综述：多模式方法、伦理考量和反馈机制》

这篇综述论文是行为识别领域的“全景地图”——它不仅告诉你“现在有什么技术”，更重要的是告诉你“为什么单模态已经不够用、为什么伦理必须从头介入、为什么注意力机制是连接感知与认知的桥梁”。对于研究者来说，它提供了从“单一分类问题”转向“多智能体群体理解”的完整路线图。

m0_74320074
2026-08-26 14:48:14

 377

 6

#人工智能 #计算机视觉 #机器学习 +1
2026 AI 编程工具成本拆解：头部模型价差三倍，Kimi Code 定价实测

AIHOT榜单的价格数据揭示了一个清晰的事实：头部模型的能力在同一梯队，但价格差距显著。Kimi K3输入20元输出100元每百万Token，约为Claude Fable 5的三分之一，能力上AIHOT总榜第四、Artificial Analysis逼近头部。单位能力的成本优势是国产AI编程工具的核心竞争力。

2201_75994616
2026-08-25 20:06:25

 18

#人工智能 #机器学习
计算机毕业设计基于LLM大模型+AI智能体+机器学习的XSS漏洞智能检测系统(源码+文档+PPT+讲解)

传统规则检测速度快、可解释性强，但容易受变形和未知样本影响；单一机器学习模型能够发现统计异常，却难以直接说明异常是否属于 XSS。为解决这一问题，本系统把机器学习异常检测与 XSS 专项规则检测结合起来，同时引入可视化交互、模型全生命周期管理和可选的大模型解释能力，形成从数据、训练、检测、解释到审计的完整闭环。

haochengxu2022
2026-08-25 19:52:33

 347

 9

#人工智能 #机器学习 #xss +2
【信息安全|网络安全毕设巅峰之作！】基于LLM大模型+AI智能体+机器学习的XSS漏洞智能检测系统(源码+文档+PPT+讲解) 计算机毕业设计

传统规则检测速度快、可解释性强，但容易受变形和未知样本影响；单一机器学习模型能够发现统计异常，却难以直接说明异常是否属于 XSS。为解决这一问题，本系统把机器学习异常检测与 XSS 专项规则检测结合起来，同时引入可视化交互、模型全生命周期管理和可选的大模型解释能力，形成从数据、训练、检测、解释到审计的完整闭环。

haochengxu2022
2026-08-25 19:48:46

 222

 3

#人工智能 #web安全 #机器学习 +2
计算机毕业设计基于LLM大模型+AI智能体+机器学习的XSS漏洞智能检测系统(源码+文档+PPT+讲解)

传统规则检测速度快、可解释性强，但容易受变形和未知样本影响；单一机器学习模型能够发现统计异常，却难以直接说明异常是否属于 XSS。为解决这一问题，本系统把机器学习异常检测与 XSS 专项规则检测结合起来，同时引入可视化交互、模型全生命周期管理和可选的大模型解释能力，形成从数据、训练、检测、解释到审计的完整闭环。

haochengxu2022
2026-08-25 19:50:00

 211

 7

#人工智能 #机器学习 #xss +2
【信息安全|网络安全毕设巅峰之作！】基于LLM大模型+AI智能体+机器学习的XSS漏洞智能检测系统(源码+文档+PPT+讲解) 计算机毕业设计

传统规则检测速度快、可解释性强，但容易受变形和未知样本影响；单一机器学习模型能够发现统计异常，却难以直接说明异常是否属于 XSS。为解决这一问题，本系统把机器学习异常检测与 XSS 专项规则检测结合起来，同时引入可视化交互、模型全生命周期管理和可选的大模型解释能力，形成从数据、训练、检测、解释到审计的完整闭环。

haochengxu2022
2026-08-25 19:48:03

 421

 11

#人工智能 #web安全 #机器学习 +2
计算机毕业设计基于LLM大模型+AI智能体+机器学习的XSS漏洞智能检测系统(源码+文档+PPT+讲解)

传统规则检测速度快、可解释性强，但容易受变形和未知样本影响；单一机器学习模型能够发现统计异常，却难以直接说明异常是否属于 XSS。为解决这一问题，本系统把机器学习异常检测与 XSS 专项规则检测结合起来，同时引入可视化交互、模型全生命周期管理和可选的大模型解释能力，形成从数据、训练、检测、解释到审计的完整闭环。

haochengxu2022
2026-08-25 19:47:29

 221

 6

#人工智能 #机器学习 #xss +2
AI、机器学习与深度学习到底在讲什么

AI 是一个目标，ML 是达成目标的主流方法，DL 是 ML 里效果最好的一类算法，而大模型是 DL 在数据和参数规模放大之后的产物。

雪中看雪
2026-08-25 19:41:29

 631

 15

#人工智能 #机器学习 #深度学习
AI能不能自动给配方？当DOE束手无策，当正向ML陷入瓶颈：你的下一阶段研发必须引入贝叶斯优化

文章摘要：本文探讨了AI在材料配方研发中的应用路径，指出"AI直接给配方"的逆向方案存在局限性，提出"正向预测+逆向优化"的闭环方法。正向预测通过历史数据训练模型预测性能，逆向优化则利用贝叶斯方法推荐实验方向。两者结合形成迭代优化：定义搜索空间→初始建模→逆向推荐→结果回流更新模型。该方法已在电池电解液等研究中验证有效性，能显著减少低效实验。实施需配套数据治

 Lab_AI
2026-08-25 19:35:31

 372

 7

#人工智能 #深度学习 #机器学习
大模型本地部署神器的瘦身进阶原理，就这两招？

想本地跑大模型却显存告急？llama.cpp 的量化优化算法藏着一门精妙的平衡艺术：混合精度加双重量化，又瘦又精。凭啥又轻又能打？咱们来一探究竟！#llama.cpp #大模型量化 #Q4_K_M #Ollama #大模型本地部署 #模型压缩 #混合精度 #量化原理 #INT4量化 #本地大模型 #权重优化 #知识分享 #原理 #人工智能 #深度学习

 蛋先生DX
2026-08-25 19:30:00

 295

 13

#语言模型 #人工智能 #深度学习 +2
面试官让我现场用 AI 改一个真实 bug——他打断我的 3 个理由

AI 没有让前端面试变简单，反而把门槛从「记忆」抬到了「判断」。以前背八股能混过去，现在面试官一句「你打开 AI 改一下」，立刻就能看出你是真的懂，还是只会复制粘贴。如果你也在准备这类面试，不妨先拿自己项目里的一个真实 bug 练一遍上面的 6 步——练的不是代码，是你在 AI 面前的判断力。练的时候最好像面试那样边做边讲，很多时候你不是不会，而是讲不出来。你在面试里遇到过「允许用 AI」的环节吗

 Kyrie的前端进阶之路
2026-08-25 19:08:00

 329

 4

#人工智能 #bug #机器学习 +2
后台AI上下文污染巡检与无感拦截：从“被动挨骂”到“主动防漂”

用户与AI“吵架”的场景，本质上是AI服务质量的失控。而解决失控的最佳方式，不是在失控后救火，而是在失控前预防。这套后台AI上下文污染巡检与无感拦截系统，就是AI服务的“质检员”——它不直接面对用户，但它确保每一个输出到用户面前的回答，都是准确、相关、符合当前语境的。它让AI从“偶尔靠谱”走向“始终可靠”。这不仅是技术的进步，更是对用户的一种尊重——尊重用户的时间，尊重用户的意图，尊重用户选择与A

小玮看世界
2026-08-25 18:27:10

 815

 19

#人工智能 #机器学习
仙人掌品种类型检测数据集VOC+YOLO格式1991张10类别

标注类别名称(注意yolo格式类别顺序不和这个对应，而以labels文件夹classes.txt为准):["baijiuguo","baixing","chunqiuyu","feiguangwan","feimudan","guanghongqiu","hongshedan","xiangyaqiu","xuebaiqiu","yuhuaqiu"]对应中文类别名：["白鸠球", "白星", "春

 FL1623863129
2026-08-25 18:04:49

 99

 1

#机器学习 #人工智能
RAG实战笔记（二）LangChain / LlamaIndex 框架入门

温馨提示：结合资源学习效果更加！配套代码路径：src/qa_chain.py、src/retriever.py。详见项目文件资源csdn平台地址：csdn资源--“新手可入门，一套可运行、可配置、可二次开发的私有知识库问答系统完整源码 + 教程笔记 + 工具脚本”资源文件目录展示项目名称:从零搭建一套完整的 RAG 私有知识库问答系统，下面我以此作为示例进行分析学习。

GreenHands495
2026-08-25 18:01:17

 344

 16

#人工智能 #前端 #机器学习 +1
RAG实战笔记（一）RAG 技术原理与架构拆解

RAG（检索增强生成）是一种结合检索与生成的技术，通过先检索私有知识库再生成答案，解决大模型幻觉问题并实现知识热更新。其架构分为6层：数据源层（多格式输入）、切片层（语义分块）、向量存储层（嵌入向量化）、召回层（多路检索融合）、重排层（精排优化）、生成层（答案合成）。典型优化策略包括调整分块大小、多路召回融合、持久化索引等。该技术能有效提升回答准确性，同时提供可追溯的引用来源。

GreenHands495
2026-08-25 17:57:06

 899

 35

#人工智能 #机器学习 #深度学习 +1
情感自媒体创作工作流、大纲Skills经验分享，附核心提示词和代码

还有一点必须要说明一下，AI输出的内容是初稿，还需要人工去走读以及核对内容，你要进行3遍处理，并非是写不出内容，是根本没有弄明白情感内容的基本逻辑，最终发布了很多内容，但是数据表现不好。我花了差不多一个月的时间去测试，踩了很多坑，构建了一套能够稳定产出稿件的工作流程，我把自己写过的十篇效果好的文章内容提供给AI，让它去总结用词、句式以及风格结构，使用一段固定的提示语句让AI去探寻选题，通过这样的方

 webscanscan
2026-08-25 17:46:39

 173

 5

#媒体 #人工智能 #机器学习
门把手和门状态检测数据集VOC+YOLO格式6748张14类别

标注类别名称(注意yolo格式类别顺序不和这个对应，而以labels文件夹classes.txt为准):["door","door-closed","door-handle","door-handle-pull","door-knob","door-open","door-puller","folding-door","lever-handle","push-pull-handle","slide

FL1623863129
2026-08-25 17:46:38

 164

 3

#机器学习 #人工智能
Agent项目来袭！黑马《智链云途》重磅发布！

黑马《智链云途》正是在这样的背景下研发而来：以真实物流业务为载体，将传统软件工程+大模型应用+AI智能体+AI预测+工程化落地融合到一个企业级项目中。

黑马程序员官方
2026-08-25 17:33:38

 349

 6

#人工智能 #机器学习 #tensorflow
从决策树到因果森林：树模型、随机森林与可解释机器学习的完整学习路线

从基础CART讲起，带你掌握随机森林全套建模流程，再往深走六个方向：可解释AI（SHAP）、异常检测（孤立森林）、极值建模（分位数RF）、不确定性量化（BART）、因果推断（因果RF）、空间异质性（地理加权RF）。随机森林刚好卡在中间——能预测，也能解释。学完你会发现，随机森林不只是个预测工具，更是拆解复杂系统的显微镜。、异常值识别以及时间序列的处理。回归树模型推广：装袋树、袋外。十一：用贝叶斯可

 梦想的初衷~
2026-08-25 17:32:28

 246

 9

#机器学习 #随机森林
消防设施检测数据集VOC+YOLO格式1444张8类别

标注类别名称(注意yolo格式类别顺序不和这个对应，而以labels文件夹classes.txt为准):["baiseyuanding","baojingchufaqi","fanghuotan","jingling","miehuoqi","miehuoxitongbiaozhi","shanguangdengqiu","xiaofangchukou"]对应中文类别名：["白色圆顶", "报警触

 FL1623863129
2026-08-25 17:31:57

 143

 8

#机器学习 #人工智能
【主讲嘉宾更新、成都IEEE出版】2026 人工智能、信息物理系统和智能计算国际学术会议（ICAICI 2026）

【主讲嘉宾更新、成都IEEE出版】2026 人工智能、信息物理系统和智能计算国际学术会议（ICAICI 2026）

leisigoyle
2026-08-25 17:22:25

 224

 4

#人工智能 #机器学习 #算法 +2
RAG 到底是怎么工作的？一文彻底搞懂 RAG 原理与完整流程

实际系统不会把所有知识都返回。100万条 Chunk不可能全部交给大模型。Top-KTop-K = 5也就是：找出最相关的 5 个知识片段。用户问题↓↓Top 5↓Chunk 12Chunk 893Chunk 1024Chunk 2048Chunk 9999RAG││ │↓ ↓【知识库构建】【用户问答】│ │↓ ↓PDF/Word 用户问题↓ ↓文档解析 Query处理↓ ↓↓ ↓↓ ↓↓ ↓↓

我有满天星辰
2026-08-25 17:11:40

 235

 4

#人工智能 #机器学习 #算法
城管街头管理占道广告垃圾店外经营检测数据集VOC+YOLO格式856张5类别

标注类别名称(注意yolo格式类别顺序不和这个对应，而以labels文件夹classes.txt为准):["baolulaji","dianwaijingying","huwaiguanggao","jietoutanfan","zhandao"]数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件

 FL1623863129
2026-08-25 17:08:17

 152

 7

#机器学习 #人工智能
FDE vs 解决方案架构师：AI落地背后的两大关键角色！

FDE 与解决方案架构师的核心差异解析前沿部署工程师（FDE）和解决方案架构师（SA）虽在AI落地场景中常被混淆，但二者职能存在本质区别：角色定位：SA是售前技术顾问，负责将客户需求转化为技术方案（如架构设计、集成规划），交付物以文档为主；FDE是实施专家，需驻场客户现场调试模型、解决生产问题，直接对系统上线效果负责。技能侧重：SA需技术广度，擅长多领域协调；FDE需工程深度，能独立处理GP

程序员王饱饱
2026-08-25 16:55:49

 208

 3

#人工智能 #机器学习 #语言模型 +1
智慧物流快递包裹损伤检测数据集VOC+YOLO格式1200张4类别

标注类别名称(注意yolo格式类别顺序不和这个对应，而以labels文件夹classes.txt为准):["baoguo","kaixiang","xiangzi","xiangziposun"]数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)对应中文类别名：["包裹", "开箱", "箱子"

FL1623863129
2026-08-25 16:52:57

 187

 7

#机器学习 #人工智能
Function Calling 下一步：MCP 协议与 AI 工具生态

Function Calling 教会了模型「如何调用」，而 MCP 正在定义模型「如何连接」。前者是单点能力，后者是生态协议。对于开发者来说，现在是最好的切入点：把团队高频使用的内部能力封装成 MCP Server，既能立即在 Claude、Cursor 等支持 MCP 的工具中受益，也为未来的 Agent 化改造提前布局。从「写 JSON Schema 描述函数」到「发布一个可被任意 AI 应

 2601_96493715
2026-08-25 16:48:31

 329

 2

#人工智能 #大数据 #机器学习 +2
编程零基础者指南：如何用 AI 工具迈出编程第一步

如果你从未写过代码，看到“编程”两个字就有点发怵，那么这篇文章就是为你准备的。过去，零基础学编程通常意味着：买一本厚厚的基础语法书、反复配置复杂的环境、在报错信息里迷路，最终因为“卡在第一步”而放弃。很多人不是学不会，而是还没真正开始，就被“安装环境”“看不懂文档”“找不到人问”这三座大山劝退了。但现在情况完全不同了——AI 工具可以帮你解释概念、生成代码、排查错误，甚至陪你一步步完成一个小项目。

2601_96492900
2026-08-25 16:34:05

 208

 2

#人工智能 #学习 #机器学习 +2