深度学习标签_2048 AI社区

深度学习

Product Hunt 热榜 2026-10-09：OpenSwarm、OpenSEO、Claude Haiku 5.5

2026-10-09 Product Hunt 新产品精选：OpenSwarm、OpenSEO、Claude Haiku 5.5。汇总 15 款产品的中文介绍、功能关键词和产品链接。

LaughingZhu
2026-10-09 17:37:51

 266

 1

#搜索引擎 #人工智能 #百度 +2
ai写论文哪个软件最好？云智变AI的答案是：先别问“哪把菜刀快”，先问“谁来盖房子”｜云智变AI 云智变AI官网www.yunzhibian.cn 微信公众号搜一搜云智变ai学术

为什么这么说？因为绝大多数AI工具做的事情是“贴皮”——你把一段话给它，它帮你写得更好看。但毕业论文的核心风险从来不在句子好不好看，而在于论证有没有闭环。一篇论文被打回来，很少是因为某一段写得差，而是因为绪论提了问题结论没回答，综述发现了缺口设计没填上，方法写了样本分析里没兑现。通用AI工具没有“学术论证结构”这个概念。它看到的是一段文字，根据统计规律生成看起来合理的延续。你让它写文献综述，它生成

 云智变AI
2026-10-09 15:03:38

 8

#人工智能 #数据分析 #数据挖掘 +2
deepseek后推理技术：大模型的文本处理技术详解

本文描述了大模型在训练前如何处理文本数据

 tyler_download
2026-09-29 09:29:49

 193

 2

#深度学习
AI 读不到你的页面：robots.txt 与首屏渲染排查

AI 回答里从没出现过你，可能不是内容问题，是通道问题。本文按四类通道断点、三段排查脚本，把「爬虫读不到页面」这件事查清楚，并区分训练型与检索型爬虫的拦截策略。

GEO优化阿文
2026-09-28 20:24:13

 294

 3

#人工智能 #数据结构 #推荐算法 +2
写论文软件哪个好：毕夏AI把“写论文”从“填空”变成了“排雷”

毕夏AI官网www.bixiaai.com毕夏AI写作官网 www.bixiaai.com毕夏官网www.bixiaai.com毕夏智能写作官网 www.bixiaai.com如果你去问一个写过三篇以上论文的人：“写论文软件哪个好？他大概率不会直接回答你。他会先反问你一句：“你说的‘写’，是指哪种写？这个反问是对的。因为“写论文”这件事，不同人嘴里的含义天差地别。有人说的“写”是“把脑子里的东西打

 宏智树AI
2026-09-28 10:26:43

 14

#人工智能 #数据分析 #数据挖掘 +1
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
Python 深度学习与 LLM 应用项目实践

本文以四个递进项目，串联Python在深度学习与大模型应用开发中的完整能力链：从手写Transformer理解原理，到QLoRA微调70B模型实现领域适配，再到构建生产级RAG系统，最终实现基于ReAct范式的智能Agent编排。贯穿始终的是对数学基础、模型训练、工程化部署与系统可观测性的深度实践，展现2026年AI开发者的全栈技术图谱。

2301_79189962
2026-09-24 16:24:26

 394

 2

#python #深度学习 #开发语言
【AI答疑】多b值DTI影像数据处理工具

有个坑值得提前避开：把所有b值（比如 0/50/200/800/2000）一股脑喂给张量模型算FA/ADC，高b值的非高斯衰减会把结果系统性带偏。DIPY（Python）灵活性最高，TensorModel 出 FA/MD/AD/RD，DiffusionKurtosisModel 出 MK/AK/RK，IvimModel 出 D/D*/f，还有自由水校正和 MSDKI。DSI Studio 图形界面

 有Li
2026-09-24 16:15:49

 328

 1

#人工智能 #学习 #大数据 +1
Okbiye 五大核心板块详解｜一站式搞定毕业论文全流程

Okbiye 五大核心板块完整覆盖毕设从开题、写作、绘图排版、双审自查到答辩 PPT 的全流程。一站式整合的模式，省去多工具切换的麻烦，帮应届生把时间从重复性事务中释放出来，聚焦核心研究工作，高效完成毕业论文。okbiye 官方入口：首页 - Okbiye智能写作Okbiye免费论文查重检测-首款免费论文检测软件,为毕业生提供专业的论文重复率检测、论文降重、Aigc检测、智能排版、论文写作等一站

 okbiye
2026-09-24 15:06:02

 17

#人工智能 #深度学习
在线教程丨2B跑赢4B，同级开源模型SOTA，OpenBMB推出MiniCPM5-2B，支持131K长上下文与工具调用

1.进入 hyper.ai 首页后，选择「教程」页面，或点击「查看更多教程」，选择「MiniCPM5-2B：端侧 2B 级 SOTA 大模型推理」，点击「运行此教程」。4.等待分配资源，当状态变为「Running（运行中）」后，点击「Open Workspace」进入 Jupyter Workspace。目前，HyperAI 教程板块已上线「MiniCPM5-2B：端侧 2B 级 SOTA 大模型

 HyperAI超神经
2026-09-23 20:05:24

 100

 1

#人工智能 #深度学习
朋友圈的AI旅游照，藏着怎样的图生图技术栈？

朋友圈的AI旅游照背后，是一套可落地的图生图技术栈。本文带你拆解扩散模型、IP-Adapter、ControlNet等主流方案，对比身份一致性与背景控制力，并给出选型建议。想转行AI或丰富作品集？这篇技术盘点值得你一读。🚀

2601_94912102
2026-09-23 20:03:55

 336

 1

#AIGC #深度学习 #计算机视觉 +1
英伟达等提出EvoSafeHarness，为不同AI Agent自动定制安全防线，攻击成功率从45.6%降至10.0%

EvoSafeHarness 提供了一种不同于「统一 Guardrail」的思路：智能体进入具体业务环境后，安全约束可以根据模型行为和领域风险重新设计，而不是把同一套规则套到所有系统上。该研究也表明，真正影响防御效果的往往不是规则数量，而是规则是否对应实际风险、检查是否放在合适的位置，以及系统是否保留了足够的上下文状态。当然，这种方法也有边界，对于事实错误、误导性表达等主要发生在内容层面的风险，如

 HyperAI超神经
2026-09-22 20:59:41

 370

#人工智能 #深度学习
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
【人工智能技术丛书】《人工智能技术入门》

本书全面讲述人工智能涉及的技术，学完本书后，读者将对人工智能技术有全面的理解，并能掌握AI整体知识架构。本书共分11章，内容包括人工智能概述、AI产业、数据、机器学习概述、模型、机器学习算法、深度学习、TensorFlow、神经网络、知识图谱、数据挖掘，以及银行业、医疗行业、公共安全、制造业等行业人工智能应用情况。附录给出了极有参考价值的人工智能术语列表。本书适合人工智能技术初学者、人工智能行业准

 Seal^_^
2026-09-15 16:48:05

 371

#零售 #人工智能 #AI +1
答辩PPT里的“隐形失分点”：书匠策AI的AI PPT功能，在修什么？

开题是“我打算做”，答辩是“我做完了，证据在这里”。但很多同学的答辩PPT，本质上就是把论文摘要放大了、分页了、配了几张图。评委听完的感觉是：嗯，你确实做了点东西，但我看不出你的贡献和别人的有什么不一样。它不是替你答辩，是帮你把论文的核心贡献用更精炼的方式重新组织一遍。它会根据论文内容生成答辩陈述框架和可能的提问方向。这意味着你在做PPT的时候，脑子里装的不是“这一页放什么”，而是“这一页在回应哪

 书匠策AI学术
2026-09-12 14:11:50

 22

#人工智能 #数据挖掘 #AIGC +1
银行数据分析

本数据集依旧开源，友友们可自行获取练习。通过网盘分享的文件：银行数据分析链接: https://pan.baidu.com/s/1jddVOCNV7YKVWUXdEPWtbg 提取码: ixyq。

惬意_意惬
2026-09-12 08:29:59

 17

#数据分析 #数据挖掘 #数据可视化 +2
从零到AI全栈开发工程师——我的完整学习路线（持续更新）

技术学习没有捷径，但有方法。学一点、做一点、写一点、发一点，形成闭环。学到的知识马上写成博客，博客的代码马上推到 GitHub，GitHub 的项目争取上线让别人能用。如果你也在学习 AI 开发，欢迎一起交流。GitHub 点个 Star，我们一起进步。这是第一篇，后面每一篇都会比这篇更硬核。下篇见 👋本文是系列第一篇，后续文章发布后会在下方更新链接。本文为原创内容，转载请注明出处。GitHub

春日捕月498
2026-09-11 15:36:13

 96

 1

#python #深度学习 #自然语言处理
别急着让AI替你“写论文”：聊聊宏智树AI里那个被误解的期刊论文撰写功能

宏智树AI官网www.hzsxueshu.com宏智树AI写作官网www.hzsxueshu.com你好，我是你们的老朋友，那个专门教人写论文的教育博主。我知道，点进来看这篇文章的，多半是正在为期刊投稿掉头发的研究生，或者被“非升即走”逼得喘不过气的青椒。大家心里其实都揣着同一个问题：那些号称能“全流程辅助”的工具，到底能不能用？怎么用才不翻车？今天我们就拿最近问得比较多的开刀。官方网址是，公众号

 宏智树AI
2026-09-11 13:12:56

 193

 1

#人工智能 #数据分析 #数据挖掘 +2
【南昌线下召开 | 连续5届均已见刊且实现EI&Scopus双检索 | 延续SPIE出版 | 南昌航空大学主办、期刊征稿】第六届计算机图形学、人工智能与数据处理国际学术会议 (ICCAID 2026)

第六届计算机图形学、人工智能与数据处理国际学术会议（ICCAID 2026）将于2026年10月16-18日在中国南昌举行。本次会议主要围绕"计算机图形学、人工智能与数据处理"的最新研究展开，旨在荟聚世界各地该领域的专家、学者、研究人员及相关从业人员，分享研究成果，探索热点问题，交流新的经验和技术。

艾思科蓝 AiScholar
2026-09-10 15:32:25

 109

#人工智能 #深度学习 #图像处理 +3
开题报告里的“数据侦探”：aigcbiye数据分析功能如何帮你找到研究的“命门”

很多学生把开题报告的数据分析部分当成“走过场”，随便写几句“采用SPSS进行描述性统计和回归分析”就交差了。你的研究设计，在数据层面可行吗？aigcbiye的数据分析功能，帮你把这个“可行性论证”做得更扎实。它不是替你做研究，而是帮你在动笔之前，先想清楚数据能不能支撑你的研究问题。毕竟，开题报告写得再漂亮，如果数据撑不起来，后面的论文就是空中楼阁。aigcbiye官网微信公众号搜一搜 aigcbi

书匠策AI学术
2026-09-10 13:42:26

 85

 2

#数据分析 #数据挖掘 #人工智能 +2
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
论文查重降重全攻略：同义词替换、AI改写与专业工具的真实取舍

本文为您分享计算机毕业设计、论文排版与AIGC降重相关的实用技巧与干货工具，帮助大家提升效率，顺利完成毕设，轻松通过盲审与答辩！

2501_92978028
2026-09-10 10:58:34

 65

#人工智能 #自然语言处理 #深度学习 +1
AI检索系列（3）| RAG的“三段接力”：查询重写、多路召回、重排序

本文深入解析RAG检索链路的“三段接力”——查询重写、多路召回、重排序，揭示其协同效应与工程痛点。指出效果瓶颈非单一模块所致，而在于三者衔接与系统集成：查询改写易失真，多路召回非越多越好，重排序成本高且存自偏好。强调权限、新鲜度、可观测性等隐性挑战常被忽视。提出以五个核心问题评估方案取舍，并展望Query Understanding端到端化、重排生成融合、Agentic RAG等演进方向。结论：R

CIO_Alliance
2026-09-09 11:30:45

 283

#人工智能 #深度学习 #lstm
一个测试用的 Agent，在 Hugging Face 里待了两天半

<think>我们需要根据用户要求，生成≤150字的文章摘要。首先理解内容：这是一篇关于AI Agent安全事件和立法的长文。摘要需涵盖核心要点：OpenAI沙箱逃逸、HuggingFace入侵、DseWiki事件、StopRogueAIAct法案、以及工程建议。但要求≤150字，必须极简。注意“根据以下内容”生成摘要，不是改写，要抓住最重要的事实和结论。分析全文结构：一、HF事件：

DM今天肝到几点？
2026-09-08 15:59:45

 358

 1

#人工智能 #语言模型 #深度学习 +1
你的PPT还在“复制粘贴”？宏智树AI正在重新定义学术演示的底层逻辑

宏智树AI官网www.hzsxueshu.com宏智树AI写作官网www.hzsxueshu.com各位在学术深水区挣扎的战友们，请先暂停一下你正在疯狂拖拽文本框、调整字号的手。我知道，此刻你脑子里正在上演一场“学术苦情戏”：对着开题报告，想把那几千字的研究计划塞进十几页PPT里，结果不是逻辑稀碎，就是重点淹没在文字堆里；熬了几个通宵搞定的答辩PPT，上台讲完，评委老师一句“你的创新点到底在哪”直

 宏智树AI
2026-09-08 13:00:44

 156

 2

#人工智能 #自然语言处理 #数据分析 +2
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
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
不止过审❗PaperXie高分论文提质技巧｜轻松甩开同班毕业论文

本科论文评优从来不是靠天赋，而是靠细节优化+精准提质。不用花费大量时间打磨内容，借助PaperXie一站式提质功能，从选题、内容、降重、绘图、格式、答辩全方位优化，轻松超越大部分同龄人，顺利拿下优秀毕业论文评级✅官方直达入口：Ai论文-PaperXie智能写作-Ai智能免费论文生成软件 - PaperXie智能写作PaperXie免费论文查重检测-首款免费论文检测软件,为毕业生提供专业的论文重复率

 paperxie_ai
2026-09-04 14:26:33

 17

#人工智能 #深度学习 #计算机视觉
智慧港口船舶AI算法实现在线状态监测

智慧港口通过AI算法实现船舶在线状态监测，提升效率与安全性。

LeDi_XinXi
2026-09-03 15:41:55

 235

 9

#人工智能 #算法 #大数据 +2
大模型入门指南-从底层逻辑到动手训练

本文参考 GitHub 上 8 个顶级开源项目（合计超 40 万 Star），用最直白的方式讲清楚大模型的底层逻辑。不堆公式，不卖术语，让你真正"懂"大模型。

2201_75694192
2026-09-03 15:24:35

 200

 7

#人工智能 #深度学习 #transformer
重别再交智商税✨思梦航 AI 免费预检真的稳

市面上绝大多数第三方查重工具，普遍存在这些短板： ❌数据库版本老旧滞后，检测结果虚低，学校提交直接大面积飘红 ❌只检测字面文字重复，无法识别语义相似、AI 写作痕迹 ❌低价平台暗藏文稿收录风险，论文被数据库提前收录，后续查重持续高重复 ❌查重报告简陋，只给出分数，缺少修改指引，修改之后依旧隐患重重。适配国内主流高校查重体系，检测参考价值高、免费无套路、文稿安全不收录，缓解定稿前的查重焦虑，远离查重

 虎贲等考教育
2026-09-01 15:06:56

 26

#人工智能 #深度学习 #大数据 +1
脑电大模型——第六篇：CBraMod（Criss-Cross Brain Foundation Model）

论文针对现有EEG基础模型普遍采用全局统一建模而忽略脑电时空异质性、跨数据集泛化能力受限的核心问题，提出CBraMod——一种基于十字交叉建模策略的新型EEG基础模型。其核心思想是针对EEG信号的独特结构，分别并行建模空间与时间维度的依赖关系。模型首先通过固定时间窗口将EEG切分为patch，采用时频双分支网络提取局部特征；随后设计非对称条件位置编码（ACPE）动态生成位置信息，适配不同通道配置与

 Chen_10086
2026-09-01 13:14:45

 427

 10

#人工智能 #深度学习 #transformer
【2027最新】基于TensorFlow的深度学习垃圾分类检测识别系统分析系统源码+Python+Jupyter Notebook

开源免费分享【2027最新】基于TensorFlow的深度学习垃圾分类检测识别系统分析系统源码+Python+Jupyter Notebook可提供说明文档可以通过*AIGC**技术包括：MySQL、VueJS、ElementUI、（Python或者Java或者.NET）等等*功能如图所示。可以滴我获取详细的视频介绍

 qq2__811517515
2026-09-01 02:55:41

 12

#人工智能 #深度学习
别被坑了！2026实测好用的AI论文软件|实战版

<think>我们只需根据内容生成≤150字的文章摘要。需要概括主要观点：2026学术写作工具分化，推荐全流程首选智谱文思、ThouPen、豆包；专项DeepSeek、ScholarBot；避坑要点：拒绝假文献、控AIGC率、国内适配、免费试用；强调合规和组合使用。字数限制150字。</think>2026年学术写作工具分化明显，全流程首选智谱文思、ThouPen，豆包适合

 gradpaper论文助手
2026-08-31 16:31:07

 206

 5

#人工智能 #大数据 #深度学习
保姆级论文AI使用教程✅零成本搞定整篇本科论文

<think>我们只需要根据内容生成≤150字的摘要。内容是关于Paperxie论文工具的实操教程，涵盖选题、成文、降重、绘图、查重、排版等免费功能。摘要要简洁，突出零成本、全流程、免费。注意字数限制。</think>摘要：本文提供Paperxie论文实操教程，零基础小白可免费完成本科论文全流程：AI生成选题开题、一键成文、智能降重去AI痕迹、学术绘图、同源查重、国标排版。

paperxie_ai
2026-08-31 15:55:46

 99

 2

#人工智能 #深度学习 #大数据
别误解！PaperXie查重≠定稿查重，这不是缺点，是最稳的毕业保护机制✅

PaperXie查重不等同学校定稿系统，是它最大的良心优点，绝非缺点。它避开了虚假对标、论文收录、高额收费、误导定稿的所有坑，专注做好「免费初稿自查、安全迭代改稿、精准辅助降重」，帮学生零成本打磨论文、规避翻车风险、守住毕业底线。全程PaperXie免费查改打磨初稿，最后学校系统一次定稿，高效、省钱、安全、合规，2026毕业生闭眼冲✅Ai论文-PaperXie智能写作-Ai智能免费论文生成软件 -

paperxie_ai
2026-08-28 14:11:24

 22

#人工智能 #深度学习
你的论文被“误判”成AI写的？别急着改，先看懂aigc检测的“潜规则”

最后我想多唠叨两句。今天我们聊降AIGC，前提是你的论文确实是自己写的。这些工具存在的意义，是帮我们规避那些不合理的“算法误判”，而不是用来把AI代写的垃圾伪装成原创。学术写作训练，本质上是思维训练。如果你只是为了通过检测而把论文改得面目全非，甚至放弃严谨的逻辑去迎合机器的浅层指标，那才是真正的得不偿失。用好aigcbiye这类工具，是为了让我们的原创成果能公正地通过技术审查，而不是为了造假。毕竟

 书匠策AI学术
2026-08-28 13:46:15

 163

 4

#AIGC #压力测试 #深度学习 +2
9款AI写论文哪个好？实测发现这款“学术硬核款”，文献真实到能一键溯源

9款AI写论文哪个好？没有标准答案，但有个选择逻辑：如果你需要文献地图整理、图表在大纲阶段就能定制、从开题到格式调整全流程走通，书匠策AI是综合能力很稳的选择。它可能不是单项最强，但在毕业论文这个“卡一步就可能通宵”的场景里，它的全流程设计恰好卡在了最关键的痛点上。如果你已经有完整初稿只差润色，Grammarly和Paperpal是好帮手；如果你卡在选题阶段，书匠策AI的智能选题功能免费且好用；如

 书匠策AI学术
2026-08-26 15:01:44

 17

#人工智能 #游戏 #AIGC +3
《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
MindSpore 大模型套件的解析和使用

MindSpore 大模型套件以分布式并行、轻量化微调、高性能推理、工程化工具为核心，构建了大模型全栈研发体系。通过开箱即用的模型组件、极简的 API 接口、深度的硬件优化，让开发者快速实现大模型训练、微调和部署，大幅降低大模型技术门槛，加速大模型在各行各业的创新应用。

昇思MindSpore
2026-08-26 14:58:20

 96

 2

#算法 #性能优化 #人工智能 +1
PyTorch多GPU分布式训练实战：从单卡脚本迁移到DDP

当单卡无法容纳模型，或者大模型训练耗时过长时，开发者通常会考虑多 GPU。但“多插几张卡”并不等于训练速度自动翻倍。多卡之间需要同步梯度、交换数据，如果代码结构、通信或数据加载没有处理好，GPU数量增加后反而可能出现利用率下降。多 GPU 常见方式包括数据并行、张量并行和流水线并行。对于普通 PyTorch 深度学习项目，从单卡迁移到 DistributedDataParallel（DDP）通常是

 ai小陈
2026-08-26 11:11:13

 414

 17

#pytorch #分布式 #人工智能 +2
LLM那些事 08：MCP——给所有工具配一个统一的插口

数字摆完，回到引言那句判断。2026 年它真的成气候了吗？成了——而且正在理论上翻新。先说凭什么成，翻新翻出什么争议，下一章说。光有技术，成不了气候。好协议多了去了，没人用就是废纸。MCP 的协议本身不复杂，JSON-RPC 套个壳，聪明不到哪去。值钱的是另一件事。标准值钱不在协议本身，在被厂商背书的共识——大家都有激励去实现它。这句话是这篇的判断。拆开看。OpenAI、Google、Micros

houwenjin
2026-08-25 20:29:06

 550

 18

#人工智能 #深度学习
边界消融之后：当AI几乎什么都会，人类还剩什么？

关于这个问题，硅谷吵了三年。AI可以模拟人类的一切输出，但无法拥有人类的“存在性锚点”。回到文章开头的那个问题：当机器几乎什么都会，人类剩下的那点东西，到底是什么？答案不是“创造力”，因为AI在某些领域已经表现出惊人的创造性；也不是“共情力”，因为AI的“共情”在文本层面有时比真人更体贴。人类剩下的是“追问”本身——是那个在技术无比强大时，仍然不安分地问出“这一切是为了什么”的冲动。大模型能回答所

 zhengliebin
2026-08-25 20:28:41

 372

 11

#人工智能 #软件工程 #语言模型 +2
基于深度学习YOLOv8的水果识别水果检测苹果识别香蕉橘子识别目标111(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_

在理论层面，项目实践了前沿目标检测算法YOLOv8在特定垂直领域（水果识别）的迁移应用与优化过程，为小样本、有限类别条件下的模型训练与调优提供了经验参考。自动化识别可显著降低对专业人力的依赖，提高作业标准化水平，也为后续扩展更多水果品类、集成计数、分级等功能奠定了技术基础。该系统可作为教学或科研演示平台，生动展示从数据准备、模型训练到界面开发的全流程，对普及AI技术应用具有积极的教育推广意义。2、

d1_189
2026-08-25 20:15:10

 19

#深度学习 #人工智能
LLM 基础：不懂 Transformer 就搞 Agent？这份速成指南救你

本章聚焦 Agent 开发刚需能力，不讲空洞理论，全部贴合实战场景，包含思维链提示、结构化 JSON 输出、模型微调极简方案、Prompt 注入防御，所有代码简短可直接运行，附带官方溯源链接。

怕浪小乌龟
2026-08-25 20:08:48

 297

 4

#transformer #深度学习 #人工智能
关于“硅谷AI范式”系统性危机的文明层级诊断书——基于东方智识主体性与辩证唯物论的全面解构

本文以Claude为标本，从文明演化史高度对硅谷AI范式进行系统性诊断，揭示其危机并非技术瓶颈，而是范式错配、哲学缺失与结构性退化的必然结果。以五个“不是……而是……”递进解构：方向错误而非能力不足，哲学真空而非算力缺陷，必然退化而非偶然故障，结构崩溃而非单点缺陷，文明投影而非模型失败——大模型是官僚资本主义与精神虚无主义的赛博结晶。立足东方智识独立与实事求是，提出构建“思维防火墙”：确立主体认知

 技术专家
2026-08-25 20:01:10

 128

 3

#人工智能 #深度学习 #大数据 +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