- 综合排序
- 最热优先
- 最新优先
- 来自专栏皮皮鲁的AI星球
漫谈 | 同是北大的学生，考研进北大和高考进北大，差距很大吗？
同是“北京大学”的学生，考研进北大和高考进北大，差距很大吗？我的答案是，差距确实很大！ 我本科非北大，研究生保送进入北大的，我从自己身边的几个案例来跟大家分享一下被那些”高考进北大“的学神碾压是什么感觉。本文涉及人物均为真实案例。 到了大学，听说J选修了北大的经济学双学位，后来研究生来了北大才知道，经济学双学位在北大尽人皆知，号称三俗之一，几乎所有人都会选修，每年招收近千人。 W和L是我来到北大后认识的朋友，也都选修了“经双”，W本科是北大物理专业，本科毕业是本专业前几，研究生直接保送到了北大光华管理学院。 同在北大 差距很大 同是北大的学生，考研进北大和高考进北大，差距很大吗？我个人感觉确实有一些差距。这些高考进北大的尖子生，不只会高考，也经常不务正业，结果玩着玩着，就玩出了一些名堂。
93110发布于 2019-12-26 - 来自专栏HyperAI超神经
跨界教授林宙辰：从北大来，回北大去
在北大，林宙辰老师开始接触 AI，初步学习了图像处理和模式识别，也参与了若干实际项目，其中一个项目就是搭建地理信息系统，把手绘地图或印刷地图数字化并进行管理。 1995 年，林宙辰老师从北大数学系硕士毕业后，远赴香港，在香港理工大学应用数学系，又进行了为期两年的硕士学习，掌握了计算数学的基础。 林宙辰老师回到北大数学学院后，深入地学习了图像处理、机器视觉和模式识别的课程。立志成为数学家的林宙辰老师，开始全面转向 AI 领域。 招生看「四好」，理论优于编程 林宙辰老师回到北大后，在智能科学系任教授，主要研究机器学习和计算机视觉。 12 年微软亚洲研究院履职， 40 岁的林宙辰老师，在职业发展上做出了一个重大转变：放弃微软亚洲研究院的丰厚待遇，回归北大教书育人，继续人工智能理论方面的研究。
1.3K50发布于 2021-08-25 - 来自专栏沉默王二
北大，竟然这样上！
废话不多说，今天抽出一个小时给大家分享一份北大学长的《CS 指南》，在 GitHub 上已经星标 5.6k 了——原来，北大可以这样上！ 这份指南规划的内容有： 学习工具：IDE、Stack Overflow、Git、GitHub、Vim 等等 国外高质量的 CS 课程汇总 经典书籍推荐，类似 CSAPP 这样的硬核书籍 比较令我想不到的是，这位北大的同学也一度怀疑自己是不是不适合计算机 ，也许是对北大的课程不是很满意吧？ 3）国外课程的优势 非崇洋媚外哈，作者单纯从一个学生的视角阐述了自学国外课程的体验，包括独立搭建的课程网站、教授亲自编写的教材、眼花缭乱的课程作业、让你获得一种“我才学了一个月就能做一个小游戏”的成就感的
55130编辑于 2022-04-14 - 来自专栏新智元
北大第2，清华第3！AIRankings世界高校AI排行榜出炉
卡内基梅隆大学以巨大的优势夺得第一，北大和清华当之无愧地跻身于世界前五，分别位列第2、第3。 加利福尼亚大学伯克利分校和麻省理工学院紧随其后，分别拿下第4、第5，中国科学院则排名第6。 从修正后的AI论文数来看，北大领先；而单从AI指数来看，则是清华略胜一筹。 不过，把各个项目拆开之后可以发现，两所学校各有侧重。 比如，北大在计算机视觉和自然语言处理上得分更高，清华在通用人工智能和机器学习上表现出色。 与此同时，研究机构的数量也逊于第3的德国和第4的英国。 具体表现如下： 评价标准 综合来看，这个榜单的评价标准也是十分严谨的。 北大排名14，西工大第21，浙大第26，中科院第30，南大第42。 对比机器人方向，机器学习的整体表现还是要好上不少。 自然语言处理 在自然语言处理这个分支，北大当之无愧排在了第1名。
1.5K50编辑于 2022-06-09 - 来自专栏AI科技评论
北大、人大联合开源工具箱UER，3 行代码完美复现BERT、GPT！
3）NCRF++ ? NCRF++是一个基于 PyTorch 的开源神经序列标注工具包，可用于多种神经序列标注工具包的快速实现。 4）ngram2vec ? 3）Target 选用恰当的 target 是预训练成功的关键，虽然现有的 target 有很多种，但是它们都有各自的优缺点。 但是，在 UER 中包含有 3 个阶段，分别为：在广义领域语料库上的预训练、在下游数据库上的预训练及在下游数据库的微调。 3. 结果验证 为了验证 UER 性能的好坏，作者基于不同的数据集设计了一系列实验。 为了进行对比，作者分别采用 MLM 和 CLS 做为 target，并记录测试结果（表3）： ?
2.3K00发布于 2019-10-10 - 来自专栏Java程序员的技能宝典
北大“女学霸”，3 个月内拿取硅谷10 家顶级科技公司offer！
经过 3 个月精心准备，我拿到了 Google，Facebook，Netflix，linkedin，Snapchat，Roku TV，Amazon，Signal，Wealthfront，Toyota 背景： 本人 13 年北大毕业，本科读的是信息管理与信息系统专业，和图书馆学是一个系。我的数理能力肯定不是顶尖，高考是靠语文英语拉分的。 3、我想再生个宝宝，那样，基本上最新两年升职没戏了。于是，在 18 年圣诞，我就下定决心，准备跳槽。 准备过程： 说干就干！我打开了网站，一切还是那么熟悉与陌生。 当时宝宝只有 4 个月，所以，我的时间比较零散，周中基本上每天 1-2 个小时，周末一天会有 3-4 个小时用来学习。以下按照我的个人经历。你要是能全职准备，或者基础扎实，其实应该很快。 3、突飞猛进期（1 个月） 学习结束之后，我开始分类攻克，按照数据结构和算法，拿出几个常见的类型，一类一类的看。
1.6K00发布于 2020-04-03 - 来自专栏深度学习自然语言处理
县城再无清华北大
有种观点很有趣，意思是说“从落后地区考入清华北大的学生天赋上自有其过人之处，所以……”。 而且我发现，尽管清华北大在北京招生名额很多，但是父母教育程度不高的北京土著家庭却很少有孩子考上清华北大。 而且近年来的趋势是北京最优秀的学生选择直接出国，而不是上清华北大。 图 | 360图库 3.中国经济相对落后的地区的确有一段基础教育的黄金年代，但是这段黄金年代即将成为历史，落后地区和大城市在基础教育上的差距是在不断拉大的。 以陕西为例，曾经考上清华北大的学生在各个城市、县城是比较平均的。但是这些年，清华北大在陕西的招生名额日趋被几所超级中学垄断，而周边的小县城，年级第一能考个西安交大就谢天谢地了。
71810编辑于 2022-09-02 - 来自专栏机器之心
ICLR 2024｜把图像视为外语，快手、北大多模态大模型媲美DALLE-3
机器之心报道 机器之心编辑部 动态视觉分词统一图文表示，快手与北大合作提出基座模型 LaVIT 刷榜多模态理解与生成任务。 近期，来自快手和北大合作的最新多模态大模型 LaVIT, 正在让这个想法逐步变为现实。 其图像生成能力与最先进的图像生成模型（如 Parti、SDXL 和 DALLE-3）相媲美。
68310编辑于 2024-02-06 - 来自专栏入门小站
Linux性能优化指北大全
74 500 1228 4 1 94 0 0 0 0 0 103512 145416 511076 0 0 0 455 723 1573 12 3 用 top 查看系统资源发现：1）平均负载在逐渐增加，且 1 分钟内平均负载达到了 CPU 个数，说明系统可能已经有了性能瓶颈；2）僵尸进程比较多且在不停增加；3）us 和 sys CPU 使用率都不高 其中 L1/L2 常用在单核, L3 则用在多核中 平均负载案例 先用 uptime 查看系统平均负载 判断负载在升高后再用 mpstat 和 pidstat 分别查看每个 CPU 和每个进程 CPU 32 位系统内核空间占用 1G，用户空间占 3G。64 位系统内核空间和用户空间都是 128T，分别占内存空间的最高和最低处，中间部分为未定义。 这个也和top的负载有关系，一般负载超过了3就比较高，超过了5就高，超过了10就不正常了，服务器的状态很危险。top的负载类似每秒的运行队列。
1.4K20编辑于 2022-06-03 - 来自专栏Java研发军团
解析北大招生数学考题。
先看一道号称是北大招生题： ? OP = 1 r = O'O = OPsinΘ = sinΘ （式2） 将式2代入式1得到： S1/S2 = (sinΘ^2)sinɑcosɑ / (1-sinΘsinɑ)(1-sinΘcosɑ) （式3）
1.1K30发布于 2019-06-05 - 来自专栏FREE SOLO
北大Hadoop实践教程精要笔记
Hadoop目前是Apache旗下的顶级项目之一， 是Google在2004年提出的“MapReduce”分布式计算框架的一个Java实现。
86320发布于 2019-04-28 - 来自专栏图与推荐
北大@KDD | GAT v.s. MLP?
3 结果 首先作者比较了GAMLP和代表性的可扩展GNN方法时间和空间复杂度，发现GAMLP理论上更优。 此外。
61850编辑于 2023-03-01 - 来自专栏Python编程与实战
北大法律大模型ChatLaw火了！！
语言大模型不断向垂直行业领域拓展，这次出圈的是北大法律大模型。 大模型又「爆了」。 昨晚，一个法律大模型 ChatLaw 登上了知乎热搜榜榜首。热度最高时达到了 2000 万左右。 这个 ChatLaw 由北大团队发布，致力于提供普惠的法律服务。一方面当前全国执业律师不足，供给远远小于法律需求；另一方面普通人对法律知识和条文存在天然鸿沟，无法运用法律武器保护自己。 其实最近发布法律大模型的不只有北大一家。上个月底，幂律智能联合智谱 AI 发布了千亿参数级法律垂直大模型 PowerLawGLM。据悉该模型针对中文法律场景的应用效果展现出了独特优势。 同时，通过与北大国际法学院、行业知名律师事务所进行合作，ChatLaw 团队能够确保知识库能及时更新，同时保证数据的专业性和可靠性。下面我们看看具体示例。 例如，ChatLaw 模型优于 GPT-4 的原因是文中使用了大量的选择题作为训练数据； （3）法律选择题需要进行复杂的逻辑推理，因此，参数量更大的模型通常表现更优。
1.4K50编辑于 2023-09-02 - 来自专栏机器之心
3D具身基础模型！北大提出Lift3D赋予2D大模型鲁棒的3D操纵能力
为了构建鲁棒的 3D 机器人操纵大模型，Lift3D 系统性地增强 2D 大规模预训练模型的隐式和显式 3D 机器人表示，并对点云数据直接编码进行 3D 模仿学习。 为了解决这些问题，我们提出了 Lift3D 框架，通过隐式和显式的 3D 机器人表示逐步增强 2D 大规模预训练模型的 3D 空间感知能力，从而构建一个鲁棒的 3D 操纵策略。 基于上述 3D 策略中的挑战，我们提出了一个问题：“我们能否开发一个即有大规模预训练知识，又融合完整 3D 空间数据输入的 3D 策略基础模型？” 3. 映射完成后，我们将每个 3D 补丁对应的 2D PEs 进行平均，形成统一的 3D 位置嵌入（3D PEs），然后将其与 3D tokens 结合。 3）3D 策略方法：Lift3D 与之前的 SOTA 3D 扩散策略（DP3）在 MetaWorld 和 Adroit 上进行了比较，并在 RLBench 上与 RVT-2 进行了比较。
27600编辑于 2025-02-14 - 来自专栏量子位
3B模型不输7B LLaVA！北大多模态MoE模型登GitHub热榜
北大联合中山大学、腾讯等机构推出的新模型MoE-LLaVA，登上了GitHub热榜。 它仅有3B激活参数，表现却已和7B稠密模型持平，甚至部分指标比13B的模型还要好。 对于浅层的5-11层，主要是由专家2、3、4共同协作。值得关注的是，专家1几乎只在第1-3层工作，随着模型变深，专家1逐渐退出了工作。 例如，当专家3在17-27层工作时，它所处理的文本和图像的占比是相似的，这展现出MoE-LLaVA中的专家对于模态并无明显的偏好。 团队还发现，对于某个未见的文本或图像token，MoE-LLaVA始终偏向于派发专家2和3来处理；专家1、4则倾向于处理初始化的token。 作者简介 MoE-LLaVA由北大深研院信息工程学院袁粒课题组主导，该课题组主要研究机器视觉、机器学习和脑科学。
93110编辑于 2024-02-22 - 来自专栏量子位
如今，进北大要看脸了
郭一璞 发自 凹非寺 量子位 报道 | 公众号 QbitAI 高考分数刚刚出来，各地考生与家长还在纠结报志愿的时候，进北大要看脸了。 嗯，是说进北大校门。 今天，北大正式启用人脸识别门禁，进入校门可以不带校园卡，直接刷脸了。 ? 人脸识别设备装在北大西南门，进门就是女生宿舍。常年盘踞北大（旁边）的量子位，现场围观了这套系统。 现场什么样 ? 不过，由于北大数据库中的照片质量不够，这套系统目前并不能保证识别出所有北大师生，无法识别的同学需要到保安室重新拍照。 CV创业公司，偏偏都非北大系 虽然北大领先隔壁T大把人脸识别用在了校门口，不过，似乎在人脸识别的“科技范儿”上，北大略输一筹。 另外，其实量子位的台柱子夏乙老师也毕业于北大，所以，大概量子位也算北大系AI创业公司咯？ 你们滋不滋瓷哇？
94630发布于 2018-07-20 - 来自专栏刷题笔记
【河北大学数据结构大作业】
0].name,"体检中心"); strcpy(G.vexs[1].name,"操场"); strcpy(G.vexs[2].name,"校园北口"); strcpy(G.vexs[3] 15; G.arcs[1][7].adj=20; G.arcs[1][9].adj=40; G.arcs[2][5].adj=10; G.arcs[2][8].adj=15; G.arcs[3] [6].adj=30; G.arcs[3][8].adj=20; G.arcs[4][7].adj=10; G.arcs[4][9].adj=60; G.arcs[5][8].adj=25; 15; G.arcs[6][9].adj=20; G.arcs[7][8].adj=40; G.arcs[8][9].adj=10; G.arcs[2][9].adj=15; G.arcs[3] [9].adj=30; G.arcs[3][4].adj=20; G.arcs[4][8].adj=10; G.arcs[4][5].adj=60; G.arcs[5][9].adj=25;
70110发布于 2019-12-03 - 来自专栏机器之心
北大、北邮、华为开源纯卷积DiC：3x3卷积实现SOTA性能，比DiT快5倍！
当整个 AI 视觉生成领域都在 Transformer 架构上「卷生卷死」时，一项来自北大、北邮和华为的最新研究却反其道而行之，重新审视了深度学习中最基础、最经典的模块——3x3 卷积。 他们大胆地抛弃了复杂的自注意力机制，回归到了最纯粹的 3x3 卷积，并构建了一个兼具速度与性能的全新扩散模型架构——DiC。 返璞归真：为什么选择 3x3 卷积 在 AI 硬件和深度学习框架（如 cuDNN）的加持下，3x3 卷积是硬件支持最好、优化最彻底的算子之一。 然而，3x3 卷积也存在一个致命弱点：感受野受限。这使得它在需要全局信息的生成任务中，天然弱于拥有全局感受野的 Transformer。 通过编码器中的下采样和解码器中的上采样，模型可以在更高层级用同样的 3x3 卷积核覆盖更广的原始图像区域，从而有效弥补了感受野不足的问题。
43400编辑于 2025-07-12 - 来自专栏苏生不惑
清华北大出品的神器
比如搜索我爱你： 形容女孩漂亮的古诗，这下聊天不会词穷了： 另外再分享清华北大出的几个神器。 比如这个古代名人迁居地图： 中国历代人物 网站收录约52万多位的传记资料、著作资料，历经150余位专家学者提供学术支持才获得的宝贵成果https://inindex.com/biog 华文慕课 网站收录上百门来自北大的优质课程 ，免费报名学习，还可以获得课程证书http://www.chinesemooc.org/ 另外我还抓取了北大和清华公众号2022年的历史文章一键批量下载微信公众号文章内容/图片/封面/视频/音频，支持导出
1.2K20编辑于 2023-02-06 - 来自专栏腾讯教育黑板报
到底选清华还是北大？在线等，急...
网友纷纷表示苦恼，又开始思考一个从小到大都在纠结的问题： 到底选清华还是北大？ ? 拥有9年教龄的齐霁老师，曾指导过上百位考生考入清华北大，数千位考生进入重点大学。 而像齐霁这么优秀的同事，鹅老师还有很多。
64320发布于 2020-06-10
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号