分类标签_2048 AI社区

分类

公鸡母鸡分类识别数据集（1300张）｜YOLO训练数据集家禽智能识别智慧养殖视觉分类检测

本“公鸡母鸡分类识别数据集”围绕智慧养殖与家禽视觉识别场景构建，兼具真实场景覆盖、高质量标注、标准化结构以及良好泛化能力等特点，可广泛应用于 YOLO 系列模型训练、家禽智能识别以及农业AI项目研发。无论是用于科研实验、毕业设计，还是工业级智慧养殖系统开发，本数据集都具备较高的应用价值与工程价值，能够为家禽智能识别与智慧农业发展提供可靠的数据基础与视觉支撑。

一键难忘
2026-05-21 23:08:56

 286

 5

#分类 #数据挖掘 #目标检测
人机生殖隔离

摘要：本文提出"人机生殖隔离"概念，类比生物生殖隔离机制，指代人类与AI系统在软件测试领域存在的认知差异。主要表现在三方面：认知逻辑层面（人类模糊直觉与AI精确算法的矛盾）、数据转化层面（人类知识提炼与AI统计分析的区别）、伦理判断层面（人类价值考量与AI数据驱动的差异）。这种隔离既带来测试效率与质量的平衡难题，也推动"人机互补"新测试模式的建立。文章建议测

 2501_94480392
2026-05-12 14:35:56

 146

 2

#分类 #安全 #人工智能 +3
知识图谱：AI的超级大脑

比如“可乐”连上“碳酸饮料”，“碳酸饮料”连上“可口可乐公司”，“可口可乐公司”连上“亚特兰大”……第二步是“关系抽取”——判断这些事物之间是什么关系，是“属于”“发明了”还是“位于”。当你提问时，AI不是翻箱倒柜找关键词，而是沿着图中的路径“走”一遍：比如问“漫威电影中，雷神的弟弟是谁。但有了知识图谱，AI知道“老婆”是一种“配偶关系”，还能顺带告诉你朱丽倩的职业、生日等关联信息。但知识图谱能用

 renhongxia1
2026-05-12 14:26:12

 524

 12

#人工智能 #知识图谱 #深度学习 +3
AI测试用例库怎么建：从样例分类到长期复用

很多团队做 AI 测试时，最大的隐性浪费，不是少测了一轮，而是：每轮都测了，但没有留下可复用的东西。而样例库建设，本质上就是在解决这个问题。每次临时想问题每次重新定标准每次重新找风险有资产可拿来即用有历史问题持续可控有回归基础可以长期积累这一步看起来不如“模型效果提升”那样显眼，但它对长期质量保障，反而极其关键。这类功能为什么很常见，也很容易测得很浅测试目标怎么定义测试点怎么拆样例怎么设计输出质量

 Empty-Filled
2026-05-12 09:23:21

 536

 11

#人工智能 #测试用例 #分类
AI大模型面试题：朴素贝叶斯是什么？贝叶斯定理、条件独立、拉普拉斯平滑、文本分类、零概率问题一文讲透

它之所以常年出现在面试里，不是因为它最花哨，而是因为它把机器学习里几个非常重要的思想压缩在了一起：概率思维、条件独立假设、统计式训练、平滑处理，以及模型选择。如果某个特征在某个类别的训练样本里一次都没出现过，那么按最朴素的频率统计，它的条件概率就是 0。来了一个新样本后，它会分别站在每个类别的立场上去看：如果这个样本真的属于这个类别，那么它现在表现出来的这些特征，合理不合理？其实它的核心并不复杂：

闵浮龙
2026-05-12 08:33:53

 486

 10

#人工智能 #分类 #数据挖掘
[ 开源 ] FastAPI + LangGraph 实战智能客服 Agent：从工单分类到自动回复与业务回写附github

本文介绍了一个基于FastAPI和LangGraph的智能客服工单处理系统，将客服流程拆解为分类、检索、回复生成、人工介入判断等环节。系统支持自动识别工单类型、结合业务上下文判断优先级、使用轻量级RAG知识库检索、生成可审核的回复草稿，并能自动同步低风险订单状态。项目采用模块化设计，核心流程包括分类(classify)→检索(retrieve)→生成草稿(draft)→评估(evaluate)，支

 小白爱喝兽奶
2026-05-10 20:10:37

 1156

 24

#开源 #fastapi #分类
AI产品/数据评估面试问题集合-badcase 埋点

BadCase 有什么分类为什么这么做？评估体系是什么？做这些的依据呢？埋点怎么做的？为什么这么做？数据指标都有什么？怎么搭建的？评分偏差AI分数 vs 实际水平不符用户雅思7分，AI只给5分知识错误报告中的知识点错误语法纠错错了、词汇解释不对建议不符建议与题目不匹配Part2让用工作话题词汇，但题目是家乡用户反馈用户主观不满"我觉得这个评分不公平".badge-critical { bac

wyynn
2026-05-09 14:20:22

 431

 9

#分类 #html #人工智能
一文读懂 Transformer（讲透本质）

而真正引爆 AI 的，不是某个模型，而是：完全并行计算长距离依赖建模统一建模框架也是为什么：GPTBERTT5全部基于 Transformer。可以理解为：👉“注意力分配系统”我爱北京天安门当你理解“爱”时：更关注 “我” 和 “北京”不太关注其他词👉 这就是 AttentionTransformer 通过 Attention 机制，让每个词都能理解整个上下文，从而彻底改变了 AI 对语言的建

 骑牛看日落
2026-04-13 14:55:54

 732

 8

#人工智能 #深度学习 #神经网络 +3
[具身智能-306]：Token详解

简单来说，Token 是大模型处理文本的最小信息单元。计算机并不认识“字”或“词”，它只认识数字。为了让模型理解人类语言，我们需要把一段文本“切碎”成一个个小块，这些小块就是 Token。它不是单纯的“字”或“词”英文中：一个 Token 可能是一个单词（如 "Apple"），也可能是单词的一部分（如 "Trans" 和 "former" 组成了 "Transformer"），甚至可能包含标点符号

 文火冰糖的硅基工坊
2026-04-09 12:55:58

 58

#语音识别 #语言模型 #人工智能 +1
非结构化 / 半结构化数据的深度语义解析与精准分类分级技术

非结构化 / 半结构化数据的深度语义解析与精准分类分级，是数据安全治理从 “被动防护” 走向 “主动治理” 的核心技术支撑。其核心价值在于突破传统规则的局限，以语义理解为核心，实现数据分类分级的自动化、精准化、动态化，解决企业海量异构数据的治理难题，为数据脱敏、访问控制、合规审计等安全能力提供基础依据。未来，随着大模型技术、多模态语义分析（文本、音视频、图像融合解析）、隐私计算与语义解析的协同发展

 KKKlucifer
2026-04-09 10:15:48

 511

 6

#分类 #大数据 #数据挖掘
[具身智能-299]：对于工业上连续变化的时序电压信号，如果使用AI来进行特征的识别和分类，使用哪些库？有哪些可能的模型和解决方案？

针对工业场景下连续变化的时序电压信号，使用，需要一套从。这不仅关乎算法的精度，更强调实时性、可靠性以及与工业环境的融合。以下为你梳理了可行的模型、库和解决方案。

文火冰糖的硅基工坊
2026-04-09 00:23:00

 184

 2

#人工智能 #分类 #数据挖掘
从CRUD到月入2W接单：Java+YOLO全栈实战，10个落地项目覆盖图像分类→目标检测→工业视觉

很多Java开发者觉得AI视觉是Python的地盘，自己没有竞争力，其实恰恰相反。企业客户要的不是一个只能跑通的Python脚本，而是一个能无缝集成到现有系统、稳定运行、易维护的完整解决方案，而这正是Java开发者的强项。不用再羡慕别人靠AI视觉接单赚钱，你只需要跑通一个Demo，打造好自己的作品集，就能从零开始接单。本文的所有代码和项目方案都可以直接复用，如果你有任何问题，欢迎在评论区交流。

Java程序员威哥
2026-04-08 19:22:43

 243

 4

#java #分类 #人工智能 +3
具身机器人在实际场景中的安全保障

主系统是机器人的“大脑”，负责决策、规划与行动生成。当机器人从执行预设程序的工具，进化为具备自主决策能力的智能体，安全问题也从“如何控制”上升为“如何信任”。结合最新的行业标准和技术进展（2025-2026年），系统梳理具身机器人安全保障的核心架构、关键技术及与现有技术栈的集成路径。M、D、F三个模块组成一个安全子系统，可通过RISC-V等单独的硬件实现，既能保障高安全性，又可以直接在机器人本体上

 V搜xhliang0246
2026-03-18 14:13:29

 538

 8

#机器人 #安全 #计算机视觉 +3
刚刚，OpenAI自曝：内部如何把“最新GPT模型”改造成“长时程干活智能体”！

组件、机制都已经准备后，让大模型变身智能体就差临门一脚：组合拼装。OpenAI Responses API 负责任务编排shell 工具负责执行操作托管容器提供持久化运行上下文skills 提供可复用的工作流逻辑上下文压缩（compaction）让智能体能够在长时间任务中保持所需的上下文借助这些基础原语，一个简单的 prompt 就可以扩展成完整的端到端工作流：发现合适的技能、获取数据、把数据转化

 模型启动机
2026-03-12 14:08:01

 338

 5

#人工智能 #华为 #系统安全 +2
刚刚，OpenClaw史上最猛更新！AI记忆可自由插拔，开发者等了半年

OpenClaw推出v2026.3.7-beta.1，史上最密集一次更新：89项提交、200+Bug修复，核心亮点是全新ContextEngine插件接口——上下文管理终于可以「自由插拔」，不动核心代码就能换策略。这次更新值得每一个做AI Agent的人认真看。龙虾热之后，就在刚刚，OpenClaw官方发布了全新，创始人Peter Steinberger亲自下场在X上高调官宣。

模型启动机
2026-03-09 13:31:35

 610

 7

#人工智能 #华为 #系统安全 +3
Agent是什么？一文看懂agent概念、分类、原理、应用场景、趋势丨Agent研究

Agent是什么？在当今科技飞速发展的时代，人工智能（AI）无疑是最具影响力的技术之一。而在 AI 的众多概念中，Agent（智能体）正逐渐崭露头角，成为推动科技进步和改变生活的核心力量。那么，Agent 究竟是什么？它又将如何重塑我们的生活和工作方式呢？简单来说，Agent 是一种能够感知环境并自主决策的实体。它可以是软件程序，也可以是硬件设备，甚至是虚拟的数字存在。Agent 具备自主性、环境

 实在智能RPA
2025-02-17 11:07:41

 4343

 26

#分类 #数据挖掘 #人工智能
深度睡眠解码：基于脑电波的睡眠质量监测AI实战指南

本文将带你从零构建一个完整的睡眠质量监测系统，涵盖数据预处理、特征工程、深度学习模型构建到可视化分析。无论你是AI从业者、医疗健康开发者，还是对睡眠科学充满好奇的技术爱好者，都能从中获得实战经验。

算法魔法师
2026-03-07 15:59:45

 118

#人工智能 #深度学习 #transformer +2
从指尖到心灵：基于社交媒体文本的抑郁症倾向分析——完整实现与数据集指南

在自然语言处理（NLP）领域，文本分类经历了从TF-IDF + 朴素贝叶斯，到Word2Vec + LSTM，再到如今预训练语言模型（Pre-trained Language Models， PLMs）的演变。BERT（来自Transformer的双向编码器表示）的出现是里程碑式的。它通过在海量语料（如维基百科）上进行“掩码语言模型”和“下一句预测”任务的训练，学会了深刻的理解能力。

算法魔法师
2026-03-07 15:56:17

 51

#人工智能 #深度学习 #支持向量机 +3
Lightcast技能分类体系演进分析：创业者与投资者视角

快速迭代和用户反馈关注用户体验和产品质量建立差异化的竞争优势持续创新和改进清晰的目标市场定位强大的销售和营销团队建立品牌和市场地位利用社区和口碑营销及时的融资和资金支持选择合适的投资者管理投资者期望建立投资者关系招聘强大的创始人和核心团队建立强大的公司文化提供职业发展机会建立激励机制全球AI技能相关市场2024年规模：500亿美元预计2026年规模：1000亿美元年增长率：40%+AI技术的快速发

 闹纳尼
2026-03-07 14:30:04

 193

 3

#分类 #人工智能 #大数据
棉花病害图像分类数据集（2320张图片已划分、已标注）| AI训练适用于目标检测任务

总体来看，本棉花病害图像分类数据集具有数据结构清晰、类别划分合理、场景多样性强等特点，非常适合用于农业视觉识别研究与深度学习模型训练。通过该数据集，研究人员可以快速构建并验证棉花病害识别模型，从而探索更加高效的农业智能识别算法。在未来的研究中，还可以在此基础上进一步扩展数据规模，例如增加：更多棉花病害类型不同生长阶段图像更复杂的田间环境数据多光谱或无人机遥感图像通过不断完善数据资源，并结合先进的

 一键难忘
2026-03-06 22:31:01

 206

 1

#人工智能 #分类 #目标检测 +1
南瓜叶片病害图像分类数据集（2000张图片已划分、已标注）| AI训练适用于目标检测任务

随着人工智能技术在农业领域的不断发展，利用计算机视觉进行植物病害识别已经成为智慧农业的重要研究方向。高质量的数据集是推动相关技术进步的重要基础。本南瓜叶片病害图像分类数据集提供了 2000 张高质量叶片图像，并涵盖 5 种典型病害类型，可广泛应用于图像分类模型训练、农业科研以及教学实践。

一键难忘
2026-03-06 21:48:22

 365

 9

#人工智能 #分类 #目标检测
OpenClaw不是技术革命，而是一场流量狂欢

AI Agent这个赛道进化极快，我敢猜不出三个月就会有更强大更好用的产品出来。到那时候，你从未碰过OpenClaw也完全不是问题，就像当初Manus爆火的时候，你没去用Manus，现在回头看，错过了什么吗？什么也没错过。是不是炒作我不确定，但最近真的太多人被这个OpenClaw搞得焦虑，我想得写点东西聊一聊。OpenClaw，一个开源AI Agent框架，本地跑常驻服务连接大模型，通过Whats

模型启动机
2026-03-06 16:30:53

 375

 9

#人工智能 #华为 #系统安全 +3
GPT-5.3 Instant上线：ChatGPT终于不说教了

谷歌前脚刚发完Gemini 3.1 Flash-Lite，OpenAI后脚就更新了GPT-5.3 Instant。好好好，OpenAI和谷歌新模型又撞车了！3月4日凌晨，谷歌前脚刚发完Gemini 3.1 Flash-Lite，OpenAI后脚就更新了。Instant模型一般为速度优化版本，适合快速日常查询、草稿写作、即时翻译等轻量任务。之前大家用ChatGPT可能都会感觉：模型好用是好用，就是废

 模型启动机
2026-03-05 14:33:45

 158

 2

#人工智能 #华为 #系统安全 +2
在AI社会抓「内鬼」？上海AI Lab推出首个多智能体极端事件解释框架

由上海人工智能实验室联合上海交通大学、复旦大学、中国人民大学、同济大学开展的一项最新研究，决定拆解这些数字镜像中的「黑天鹅」演化过程，揪出那个藏在复杂涌现背后、诱发系统崩溃的「内鬼」。

模型启动机
2026-03-05 14:32:29

 163

 1

#人工智能 #华为 #系统安全 +3
Scaling没有墙！Anthropic CEO：AI实验室真相远超公众想象

说实话，Dario的话让人既兴奋又不安。兴奋的是：如果他说的是对的，那我们正处于人类历史上最大的技术革命的临界点。每一个行业都将被重塑，每一种工作都将被重新定义，生产力的飞跃可能超出所有经济学家的模型。指数增长的本质就是它永远比你想象的更快。而这一次，加速的不是某个具体产品，是智能本身。Dario自己也承认：人们还没有准备好。从棋盘的第40格往前看，39格的一切已经足够震撼。但第40格之后，人类科

 模型启动机
2026-03-05 14:20:22

 363

 7

#人工智能 #华为 #系统安全 +3
分类实战（迁移学习，半监督）

想看迁移学习：看main.py里的调用，以及它是如何通过model_name切换不同的大模型的。想看半监督学习：看里是如何处理unlabeled文件夹的，以及如何配合softmax概率进行筛选。这两项技术结合，能让你在只有少量（3000多张）标注图片的情况下，达到接近甚至超过 80% 的准确率。

m0_74329301
2026-03-04 11:49:48

 471

 6

#分类 #数据挖掘 #人工智能
Java与AI融合：DeepLearning4J实现图像分类的工业级部署方案

工业级Java+AI融合的核心是DL4J本地化推理+OpenCV预处理+故障兜底，避免跨语言调用；模型训练与部署分离：Python训练轻量级模型→ONNX导出→DL4J导入，兼顾训练效率与部署兼容性；工控机优化核心是CPU指令集加速+模型轻量化，无需GPU即可满足工业实时性要求。

Java程序员威哥
2026-03-04 07:47:49

 288

 6

#人工智能 #java #分类 +4
编程奇点逼近，程序员斩杀线就在眼前！软件版YouTube时刻在发生

当构建App的边际成本趋近于零，软件将像短视频一样泛滥：人人都是开发者，每个人都能拥有专属的「微软件帝国」。奇点已至！IT行业再现YouTube历史，软件开发的「YouTube时刻」正在发生。写代码像拍视频一样简单，指日可待。过去，软件稀缺因工程师能建；如今，AI如Cursor、Claude Code、Replit等工具「氛围编程」，让初学者快速迭代。

模型启动机
2026-03-03 10:24:49

 813

 20

#人工智能 #大数据 #AI +3
全网爆火的龙虾终于零门槛了，十秒一键部署，领养你的最强打工人！

体验完MaxClaw和Expert，我最大的感受是：MiniMax Agent这一波更新太猛了。它不仅把MaxClaw的灵活性与Expert的专业性打了一套完美的组合拳，不断放大AI的落地能力。更重要的是，它进一步推平了Agent的使用门槛。放在三周前，你想玩转🦞，还得懂点代码和部署；而现在，只需动动鼠标点两下，顶级生产力直接就位。如果你还在天天焦虑跟不上AI的发展，或者觉得现在AI工具都不顺手

 模型启动机
2026-03-02 13:48:41

 2401

 10

#网络 #人工智能 #系统安全 +2
惊！一个表情符号就能劫持 RAG 系统？KDD 2026 最新研究揭露 RAG 符号扰动漏洞

这项研究让我们意识到，RAG作为大模型落地的核心框架，其鲁棒性还有很大的优化空间。RAG 的本质是 “检索 + 生成” 的协同系统，语义匹配只是检索环节的核心逻辑之一，但绝非全部。这项研究恰恰揭示了 “过度依赖单一模块” 的风险：如果只盯着语义相关性优化，却忽视了符号扰动、词元处理这些细节，就可能给系统留下致命漏洞。

模型启动机
2026-03-02 13:31:26

 979

 17

#华为 #人工智能 #系统安全 +3
开源微信公众号文章智能分类下载器（基于本地Ollama模型）

用户可以在页面配置公众号授权API、分类下载路径、Ollama服务、分类规则等，系统会调用Ollama服务配置的本地大模型，对选择的公众号的历史文章按照分类规则执行下载和分类任务，同时记录文章的标题、url链接等信息。

踏切時間
2025-08-27 17:31:12

 1096

 29

#微信 #爬虫 #微信公众平台 +3
【AI Agent基础 | 第一篇】AI模型的能力边界与分类

AI模型能力边界与分类学习心得本文分享了关于AI模型分类及能力边界的学习体会。文章指出，AI产品看似全能的表现实际是多种模型协同工作的结果，而非单一模型的能力。重点分析了三类主流AI模型：大语言模型(LLM)擅长文本理解与生成，多模态模型突破文本局限处理多种内容形式，向量模型则专注于语义关联分析。这三类模型各司其职，共同支撑起AI产品的多样化功能。最后提出模型协同与任务决策需要更高层级的Agen

雨落倾城夜未眠丶
2026-02-28 12:28:39

 2925

 23

#人工智能 #分类 #数据挖掘
智能体要起飞？DeepSeek发文破GPU难题，吞吐量飙升两倍

团队通过引入创新的双通道加载机制和全局调度算法，彻底打通了预填充与解码节点间的传输壁垒，在不增加硬件成本的前提下实现了性能的飞跃。DeepSeek V4即将发布的消息传得沸沸扬扬，或再现第二个“DeepSeek时刻”。去年初DeepSeek-R1发布，导致英伟达股价下跌17%，一夜蒸发近6000亿美元。如果DeepSeek V4再次展现出惊人突破，同样的剧本可能再次上演。正在寻求巨额融资的美国AI

模型启动机
2026-02-28 10:53:46

 854

 8

#网络 #人工智能 #系统安全 +2
图像分类与卷积神经网络入门

图像分类作为计算机视觉的基石，其技术发展推动了整个领域的进步。从传统方法到深度学习，特别是CNN的出现，使图像分类性能得到了质的飞跃。更高效的模型架构设计自监督与半监督学习方法多模态融合技术可解释性与可信AI掌握CNN原理和实践方法不仅是图像分类的基础，也是理解更复杂视觉任务（如目标检测、图像分割、视频分析）的关键。随着技术的不断发展，图像分类将继续在各个领域发挥重要作用。

Made In SQL
2026-02-27 15:32:13

 661

 5

#分类 #cnn #数据挖掘
基于 DINOv2 微调的字体分类系统

特殊字体（手写体、衬线体、等宽体等）：识别准确率很高，Top-1 置信度可达 88%～98%普通无衬线体（Roboto、Inter、Overpass 等）：风格相近易混淆，Top-1 可能不准，但正确答案通常出现在 Top-1～Top-5 内使用建议：业务上可返回 Top-5 供用户选择，或对 Top-1 置信度低于某阈值时展示 Top-K 候选决策选择权衡数据来源PIL 渲染生成可控且无标注成本

 Leon0204
2026-02-27 09:18:39

 506

 9

#分类 #数据挖掘 #人工智能
Python番外——常用的包功能讲解和分类组合

异步HTTP客户端/服务器框架（常与asyncio、aiohappyeyeballs组合）。：数值计算库，支持多维数组操作（与pandas、matplotlib组合）。：模板引擎，用于动态生成HTML（常与Flask、Django搭配）。：同步HTTP请求库（与beautifulsoup4、lxml组合）。：数据清洗与分析工具（常与numpy、matplotlib结合）。：HTML/XML解析（与

 2403_88453964
2025-04-19 17:48:37

 1334

 22

#python #分类 #开发语言 +1
IQ-OTHNCCD-肺癌数据集-1306张肺部图像-良性恶性正常三类分类-医学影像AI训练与诊断研究

IQ-OTHNCCD肺癌数据集是一个包含1306张肺部图像的医学影像数据集，涵盖良性、恶性和正常三类病例。该数据集具有明确的训练测试划分（1106张训练集，200张测试集），包含JPG和PNG两种格式图像。数据特点包括临床真实病例、完整三类分类标注和丰富的样本量，适用于肺癌AI诊断系统开发、医学影像算法研究和临床决策支持等领域。该数据集为肺癌早期筛查和计算机辅助诊断研究提供了重要数据支持，有助于提

 NGBQ12138
2026-02-26 14:29:59

 882

 17

#人工智能 #分类 #数据挖掘
文献阅读：Artificial Intelligence and Digital Pathology: Challenges and Opportunities

通过对这篇论文的深入分析，我们可以清晰地看到，人工智能在数字病理领域的应用正处于一个“希望与挑战并存”的十字路口。正如论文所述，我们正站在病理学转型的门槛上。虽然目前还没有大规模商业化的 AI 驱动病理软件工具，但通过合理的管理和技术创新，人工智能终将成为病理学家手中不可或缺的利器。这是我在我的网站中截取的文章，有更多的文章欢迎来访问我自己的博客网站rn.berlinlian.cn，这里还有很多

 enndne
2026-02-25 23:13:17

 622

 10

#人工智能 #机器学习 #分类 +3
粉尘环境分类检测千张图数据集（适用YOLO系列）（已标注+划分/可直接训练）

该数据集包含4000张高质量粉尘图像样本，并按照3:1比例划分为训练集与验证集，适用于目标检测、图像分类及环境监测等多种计算机视觉任务。该数据集为AI研究者与开发者提供了一个高质量的粉尘检测任务起点。无论你是刚入门的深度学习初学者，还是希望优化模型性能的研究者，该数据集都能助你快速构建高精度的检测系统。

CSDN黎燃
2026-02-25 18:25:32

 740

 18

#分类 #数据挖掘
AI人工智能--文本分类任务-第七周（小白）

文本分类是预先设定文本类别集合，对单篇文本预测其所属类别的 NLP 任务。核心逻辑是建立 “文本内容 - 类别标签” 的映射关系，本质是通过算法学习文本特征与类别间的关联模式。自定义类别任务是文本分类的灵活延伸，核心特点的 “类别定义自由度高”，只要人能通过文本判断的类别，均可作为分类目标。常见场景包括：垃圾邮件分类：类别为 “垃圾邮件”“正常邮件”，通过识别 “广告推销”“诈骗链接” 等特征判断

 独孤--蝴蝶
2025-11-30 17:15:00

 831

 23

#人工智能 #分类 #数据挖掘
【耿直哥深度学习】15.6-项目实战：电影评论情感分类

方法核心步骤作用__init__初始化优化器（AdamW）、损失函数（CrossEntropyLoss）、学习率调度器配置训练所需的核心组件train遍历轮数→批量训练→损失计算→反向传播→学习率更新→验证准确率实现完整的训练流程validate禁用梯度→批量推理→统计正确数→计算准确率评估模型泛化能力，避免过拟合核心流程：电影评论情感分类的核心是“文本编码→BERT提取语义→分类层输出情感”，分

 Charlie482
2026-02-24 00:07:05

 589

 12

#深度学习 #分类 #人工智能
周红伟：Qwen3和Qwen2大模型微调代码实战

指令微调是一种通过在由（指令，输出）对组成的数据集上进一步训练LLMs的过程。其中，指令代表模型的人类指令，输出代表遵循指令的期望输出。这个过程有助于弥合LLMs的下一个词预测目标与用户让LLMs遵循人类指令的目标之间的差距。在这个任务中我们会使用模型在数据集上进行指令微调任务，同时使用SwanLab进行监控和可视化。

元宇宙iwemeta
2026-02-23 16:20:16

 432

 13

#开源 #语言模型 #分类
**量子机器学习实战：用Qiskit构建简单分类模型并部署到云平台**在人工智能快速演

本文从理论到实践，完整呈现了一个轻量级量子机器学习项目流程，包含数据准备、电路设计、训练调优、云部署四大环节。虽然现阶段还不能替代经典AI模型，但它代表了下一代智能系统的发展潜力。📌建议初学者动手实践：尝试修改的层级（reps）或更换不同的特征编码方式，观察对分类效果的影响。如果你正在探索 AI + 量子交叉领域，这条路值得投入时间和精力！现在就开始你的第一个量子模型吧 👇💡 Tip;

zhengfei_1122
2026-02-22 23:49:06

 440

 6

#机器学习 #人工智能 #分类 +2
基于深度学习YOLOv8的船舶分类识别检测系统（YOLOv8+YOLO数据集+UI界面+Python项目源码+模型）

本项目基于YOLOv8深度学习框架，开发了一套先进的船舶分类识别检测系统，能够自动识别并分类五种主要船舶类型：集装箱船（Container Ship）、邮轮（Cruise Ship）、军用舰艇（Military Ship）、滚装船（RORO）和油轮（Tanker）。系统采用包含3,721张高质量标注图像的数据集（训练集3,232张、验证集339张、测试集150张），通过精细的模型调优和迁移学习技术

 BQAIT
2026-02-22 22:04:28

 286

 8

#深度学习 #分类 #目标检测 +3
基于深度学习YOLOv10的船舶分类识别检测系统（YOLOv10+YOLO数据集+UI界面+Python项目源码+模型）

本项目基于最先进的YOLOv10目标检测算法，开发了一套高精度的船舶分类识别检测系统，能够准确识别并分类五大类船舶：集装箱船(Container Ship)、邮轮(Cruise Ship)、军用舰艇(Military Ship)、滚装船(RORO)和油轮(Tanker)。系统采用包含3,721张高质量船舶图像的专业数据集进行训练和评估，其中训练集3,232张，验证集339张，测试集150张。该系统

 BQAIT
2026-02-22 21:54:16

 579

 12

#深度学习 #分类 #目标检测 +2
全球首创：异构双脑协作机制——让AI像人脑一样思考

本文介绍了一种创新的异构双脑协作机制（Dual-Brain Collaboration Mechanism），通过模拟人脑左右半球分工原理，将两个不同特性的LLM（左脑逻辑型与右脑创意型）协同工作。系统包含动态脑区激活、异构模型并行推理、胼胝体冲突检测和皮层融合四大核心模块，支持四种智能融合策略。实测表明，该架构在保持推理速度的同时，显著提升了复杂任务的综合表现，为AI架构设计提供了新思路。

梦帮科技
2026-02-22 21:11:32

 1695

 30

#人工智能 #分类 #算法 +4
数据标签常见分类

数据标签分类概览（2026年）数据标签主要分为两大应用场景：1）机器学习/AI训练侧的数据标注标签（8大类，如分类、检测框、分割等）；2）用户画像/商业智能侧的标签体系（按计算方式、业务用途或时效性分类）。AI训练标签难度从简单分类到复杂多模态标注递增，而商业标签则侧重用户行为分析、价值预测等。当前趋势包括3D点云标注、视频动作定位及RLHF偏好标签等新兴方向。两类标签体系分别服务于模型训练和商

 likuolei
2026-02-20 20:20:00

 639

 7

#分类 #数据挖掘 #人工智能
3.4 GRPO：用“组内相对优势”替代 Critic 的 RLHF-PPO 改进

大模型对齐场景里，PPO 往往被用作的强化学习算法：模型在给定问题q的条件下生成回答o，再由奖励信号引导策略更新。πθo∣qVψ⋅rφqoπref⋅在传统强化学习里，Actor/Critic 往往是轻量网络、环境奖励是“自带的规则函数”，因此 4 个模块的代价并不夸张。但在 LLM/RLHF 场景下，因此，很多工作从“能不能少一个模型？”开始重新审视 PPO 结构：Actor 是必须的；

qq_68188306
2026-02-19 18:42:16

 762

 7

#分类 #深度学习 #数据挖掘 +2
3.3 PPO 训练中的Trick与常见问题（面向大模型 / RLHF 场景）

PPO（Proximal Policy Optimization）在大模型对齐（如 RLHF）里已经形成了一套相对“标准”的工程范式：用 SFT policy 初始化 Actor，用 reference policy（通常就是 SFT policy）做 KL 约束，再配合一系列稳定性技巧（GAE、归一化、loss clipping、混合训练目标等）。这些技巧背后的共同目标是：下面按“模型层面 →

qq_68188306
2026-02-19 18:41:59

 951

 11

#分类 #深度学习 #数据挖掘 +2