- 综合排序
- 最热优先
- 最新优先
- 来自专栏智药邦
ChemRxiv｜阿斯利康REINVENT4：现代AI驱动的分子设计
2023年11月6日，来自阿斯利康（瑞典）的Hannes Loeffler等人在ChemRxiv发表文章REINVENT4: Modern AI–Driven Generative Molecule Design REINVENT4是一个用于小分子设计的现代开源生成式人工智能框架。该软件利用递归神经网络和transformer架构来驱动分子生成。 本文介绍了REINVENT4的设计原理，详细讨论了其算法及应用，旨在为基于人工智能的分子生成中一些最常见的算法提供参考工具，以及为基于人工智能的分子设计的教育和未来创新创建一个框架。 REINVENT4支持并促进从头设计、R基团置换、文库设计、linker设计、骨架跳跃和分子优化。 此前的版本介绍参见本公众号文章：REINVENT2.0：阿斯利康基于AI的从头药物设计工具 本文将介绍REINVENT新的第4版，重点介绍以下新功能：结合强化/课程学习（RL/CL）的分阶段学习、用于分子优化的新
2.2K10编辑于 2024-03-05 - 来自专栏爱敲代码的猫
java设计模式(4)-原型设计模式
这篇推文学习创建型模式最后一种-原型模式，该模式的思想是将一个对象作为原型，对其进行复制、克隆，产生一个和原对象类似的新对象，以便使用
80850发布于 2019-10-17 - 来自专栏若城技术专栏
4种革新性AI Agent工作流设计模式全解析
AI Agent的四种关键设计模式是实现高效执行复杂任务的基础，共同构成了AI Agent的能力框架。本文将深入解析这四种关键设计模式。 AI Agent的四种关键设计模式如下： 反思：LLM检查自己的工作，以提出改进方法。 使用工具：LLM使用网络搜索、代码执行或任何其他功能来帮助收集信息、采取行动或处理数据。 案例： AI Agent可以根据给定的目标自动规划出实现路径，比如在开发一个新项目时，它能够规划出研究、设计、编码、测试等一系列步骤，并自动执行这一计划，甚至在遇到问题时重新规划以绕过障碍。 4. 多Agent协作 Agent协作突出了多个AI Agent之间的合作和协调。如图4所示，在这种模式下，每个AI Agent都可以扮演特定的角色，并与其他AI Agent共同协作以完成复杂的任务。 无疑，这四种设计模式的结合使用，不仅能够提升AI Agent在单个任务中的执行能力，还为它在更广泛的应用场景中进行协作和创新提供了可能。
1.5K10编辑于 2025-01-10 - 来自专栏MixLab科技+设计实验室
AI设计系统“设计之神”
标题： “God of Design” AI design system “设计之神”AI设计系统 价值主张： 我们的“设计之神”系统利用生成对抗网络技术，帮助甲方把设计目标可视化后，更清楚地传达给设计师 借此技术，让无作图能力的甲方，把生成条件输入AI设计系统后，程序在极短时间内生成海量方案，甲方只需挑选其中想要的方案，交给设计师来完善，避免了设计师的无效工作，提升了工作效率。 ? “设计之神”AI设计系统原型演示 demo of AI design system： 我们以室内装修设计为例，制作了一份简单的使用演示，让读者能更具体的了解人工智能发挥的作用 ? 3.甲方把自己定制的方案发布出来，交给设计师完善。 （这里我们还设计了一个简单的商业模式，AI设计工具免费开放给所有人使用，定制生成的方案可以直接发布在我们的平台上，寻找设计师来完成。 运营模式 BUSINESS OPERATION MODEL ： 这块只是很粗略的构想了一个如何利用这技术来开展商业的模型，大体思路就是利用这个AI设计系统来吸引甲方和设计师，从而构建一个设计服务平台，对接甲方们和设计师们
1.6K10发布于 2019-09-26 - 来自专栏技术小讲堂
LINQ to SQL(4):OR设计器
在我们使用LINQ to SQL的时候，需要大量的使用OR设计器，虽然我们手工写代码也是完全可以实现的，但是OR设计器是非常强大的工具，我想有了它，没有几个人会去手工写代码，当然了，手动写代码也是必须的 ，这一篇我就写几个典型的需要手工写代码的情况 打开和关闭复数形式 默认情况下，OR设计器会将数据库对象从服务器资源管理器拖放到OR设计器上的时候，会自动将ies,s结尾修改为单数形式，这样可以更准确的表示实例化的实体类到单个数据记录的事实 扩展OR设计器生成的代码 的确，OR设计器为我们做了很多的东西，但是某些时候，我们还是不得不动动键盘，智能方便总有它的缺陷，比如下面这种情况： 比如我们查询数据库的Account表，而我们不需要它的密码列 ，和最后登陆时间列（假设表中是有这些列的），而在我们直接将一个表拖放到OR设计器中的时候，他模型是添加了这些列的，所以我们可能会使用如下的代码 var queryWithAlias = from u in
1.4K100发布于 2018-03-07 - 来自专栏奔跑的人生
4. 通用代码模块设计
我们在annotation包下面添加一个注解com.sxzhongf.ad.common.annotation.IgnoreResponseAdvice,用它来标柱是否需要支持上面的统一返回拦截。
1.4K20发布于 2019-09-10 - 来自专栏温安适的blog
面向对象设计4原则 原
下面是一段设计不良的校验投注号码的代码 public boolean validate(String drawNum){ if (type.equals("PL3")) {
80720发布于 2019-03-12 4 常用界面设计组件
是否显示垂直表头 ui->tableInfo->verticalHeader()->setVisible(checked); QDate birth; birth.setDate(1980,4,7 是否显示垂直表头 ui->tableInfo->verticalHeader()->setVisible(checked); QDate birth; birth.setDate(1980,4,7 //是否显示垂直表头 ui->tableInfo->verticalHeader()->setVisible(checked); QDate birth; birth.setDate(1980,4,7
17110编辑于 2026-06-17- 来自专栏GPUS开发者
NCP-AIN 备考(4)：AI 数据中心设计之GPU 间通信优化
NCP-AIN 是英伟达专业级 AI 网络认证，全称 AI Networking。该认证考核从业者运用英伟达高速网络技术，部署、配置与运维 AI 数据中心网络环境的能力。 NCP-AIN 备考(3)：人工智能数据中心轨道优化架构 NCP-AIN 备考(2)：人工智能数据中心打造AI算力工厂 NCP-AIN 备考（1）：网络拓扑优化核心知识 欢迎参加本次关于人工智能数据中心设计与优化的培训 右侧是AI工厂模型，其中东西向的GPU间流量占据主导地位。请注意关键的决策点。这种东西向通信的质量直接决定了GPU是闲置还是能够实现更快的训练速度。 我们由此了解到，网络设计现在与计算能力同等重要。 标准以太网存在丢包，并且并非 专为 AI 关键耦合工作负载而设计。 为了弥合这一差距，NVIDIA Spectrum X 平台通过融合以太网 RoCE 扩展增强了以太网的 RDMA 功能。 这种设计 确保不同节点中 对应 GPU 之间的流量 通常只需经过零个或极少的 额外交换机，从而显著 降低拥塞和延迟， 与传统设计相比。此图 可视化了集群中的两条轨道。
43211编辑于 2026-05-29 - 来自专栏漫漫架构路
MyBatis设计思想(4)——缓存模块
MyBatis设计思想(4)——缓存模块 一. 缓存概述 相信大家对于缓存都不陌生，MyBatis也提供了缓存的功能，在执行查询语句时首先尝试从缓存获取，避免频繁与数据库交互，大大提升了查询效率。 MyBatis缓存模块的设计就采用了装饰器模式。 建议将图片保存下来直接上传(img-QhRZSaFu-1595151903883)(/Users/zhangshenao/Desktop/mybatis/cache_decorators.png)] 基于这种装饰器模式的设计 CacheKey的设计 既然说到了缓存，就不得不提缓存Key的设计问题。 MyBatis涉及到的查询场景十分复杂，查询的操作SQL语句、SQL参数等等信息，都会影响到缓存是否命中，使用简单的String做为缓存Key是肯定不行了，那么该如何设计呢？
91220发布于 2020-09-03 - 来自专栏惊羽-布壳儿
设计模式(4) -单例模式
先从缓存获取bean(this.singletonObjects.get(beanName)),如为null,则单例加锁构造一个实例,保证注入的实例都是单例的,这些实例都是不太容易销毁的,所以这样做节省了重复创建对象的开销;
27120编辑于 2022-06-15 - 来自专栏EAWorld
Kubernetes设计的4个原则
这场会议虽然已经过去一年多了，但是我觉得本会议的内容非常值得学习，我们大都知道K8s是如何工作的，但是本文带我们了解k8s背后的设计原则，以及为什么要这样设计。 于是这就引入了kubernetes设计的第四个原则： 可移植的工作负载 （ Workload portability ） 原则4. ，K8s的背后设计原则的原因，其实它软件设计的一些一般性原则是一致的，虽然面向对象已经不在是什么流行的术语，但是本文中的设计原则和面向对象的设计原则高度一致。 在设计对象的时候，对象应该尽可能的封装内部的状态，对自己负责，我们设计一辆可行驶的车。一种设计是两个对象，driver和car，然后diver.run(car)。 而更好的设计是 不需要driver，或者把dirver看成Car的一个属性，这样就是Car.run()。第二种设计更符合面向对象的设计原则。
1K10发布于 2020-01-17 - 来自专栏后端技术
系统设计与分析 作业4
a hotel reserve hotel 50 5 you can reserve a hotel by selecting a hotel and room. manage basket 30 4
57220发布于 2019-05-25 - 来自专栏菩提树下的杨过
Agent设计模式学习(基于langchain4j实现)(8) - 非AI智能体
3 * 这演示了普通Java操作符如何作为一等智能体用于智能体工作流， 4 * 使它们能够与AI驱动的智能体互换使用。 1 /** 2 * 非AI智能体，根据评分更新申请状态。 3 * 这演示了普通Java操作符如何作为一等智能体用于智能体工作流， 4 * 使它们能够与AI驱动的智能体互换使用。 3 * 非AI智能体只是普通的方法，但可以像其他类型的智能体一样使用。 4 * 它们非常适合确定性的操作，如计算、数据转换和聚合，这些操作不需要LLM参与。 建议邀请参加现场面试，重点评估其在支付系统架构设计方面的思维能力和学习潜力。" LangChain4j
36210编辑于 2026-02-02 - 来自专栏微信公号【Java技术江湖】
初探Java设计模式4：JDK中的设计模式
JDK中设计模式 本文主要是归纳了JDK中所包含的设计模式，包括作用和其设计类图。 首先来个总结，具体的某个模式可以一个一个慢慢写，希望能对研究JDK和设计模式有所帮助。 一、设计模式是什么 （1）反复出现问题的解决方案 （2）增强软件的灵活性 （3）适应软件不断变化 二、学习JDK中设计模式的好处 （1）借鉴优秀代码的设计，有助于提高代码设计能力 （2）JDK的设计中体现了大多数设计模式 ，是学习设计模式的较好的方式 （3）可以更加深入的了解JDK 三、类间关系 继承、委托、依赖、聚合、组合 四、介绍方式 （1）作用：归纳某设计模式的基本要点 （2）JDK中体现：某设计模式在 Class.forName 类图： 3.Factory Method（工厂方法） 作用：子类决定哪一个类实例化 JDK中体现：Collection.iterator方法 类图： 4. JDK 5 Documentation 4. http://stackoverflow.com/questions/1673841/examples-of-gof-design-patterns 5.
1.8K30发布于 2019-04-06 - 来自专栏python成长之路
类设计：设计卖车的4S店
class Car(object): # 定义车的方法 def move(self): print('---车在移动---') def stop(self): print('---停车---') # 定义一个销售车的店类 class CarStore(object): def order(self): car = Car() # 找一辆车 return car # 1.先得有个销售汽车的店铺 car_stor
52050发布于 2018-05-29 ML-Master概览： AI4AI
ML-Master是近期流行且开源的AI4AI智能体框架，根据其宣传，他们将探索与推理做了整合，自主解决端到端的机器学习工程问题。 主要通过一个自适应记忆机制连接了两个关键模块： 1.
13510编辑于 2026-06-01- 来自专栏Golang语言社区
山海传说ai 设计
1.5 守卫npc ai：会移动，会主动攻击，可被攻击。当鼠标指向时，npc头顶会出现名字。 并高亮显示npc模型。4级怪物ai。 2级ai：不会移动，不会主动攻击，受到攻击会反击。固定位置 3级ai：会移动，不会主动攻击，受到攻击会反击，不会追击。在固定区域内巡逻 4级ai：会移动，会主动攻击。 1到3级怪物ai视野范围和警戒范围为0米。 4到5级怪物ai视野范围为10米，警戒范围为8米。 6到7级怪物ai非战斗状态视野范围为10米，警戒范围为3米。 1级到2级怪物ai不会使用技能。 3级到4级怪物ai会几率使用编号xx到编号yy技能。 5到6级ai会几率使用编号aa到编号bb技能，会几率使用身上物品。 4级ai怪物追击敌人失败后回到初始位置，此过程中处于无敌状态。 5级ai怪物在追击敌人失败后，不会返回其初始固定区域内。在非刷新区域内处于初 始状态超过10分钟会消失。
1.3K80发布于 2018-03-22 - 来自专栏腾讯社交用户体验设计
当设计遇上AI
一、背景 最近AI创作内容火爆网络，让我们看到AI在设计上充满想象力的未来。关于AI在设计上应用的探索由来已久，从早几年的智能广告素材，智能Logo再到如今的AIGC，AI的成长突飞猛进。 本文尝试梳理AI目前在设计领域应用的最新进展，展望设计行业在AI技术影响下可能发生的变革。 相较之前的技术，AI在关键词理解和生成画作的多元性有了大幅提升。下边简要为大家介绍最受欢迎、效果也最出色的4款AI绘画工具的特色，关于每种工具使用教程以及如何生成高质量作品，大家可以自行研究。 2.3 AI辅助UI设计 AI生成UI版式 近期已经有团队开始实践在AI辅助下的UI设计。 4、打造全新的交互方式 依赖于AI支撑的虚拟人和Chatgpt能力，未来人们面向虚拟世界的交互模式将由原来的文本、图片、视频等内容升级为拟人化的互动方式。
1.5K10编辑于 2023-04-14 AI与科学的双向革命：AI4Science与Science4AI如何重塑未来？
这不仅是对传统科研体系的颠覆，更宣告 AI与科学融合进入"双向赋能"新阶段 ：AI4Science（人工智能加速科学发现）与Science4AI（科学理论反哺AI创新）形成螺旋上升的结构性协同，重塑人类认知世界的方式 https://agents4science.stanford.edu/ 一、AI4Science：当人工智能成为科学发现的"超级引擎" 生物医疗领域：从"十年磨一药"到"数月出成果" 2025年5月， 更令人惊叹的是，研究人员以一个稀有激活剂抗体为"种子"，无需重新训练模型，就衍生出700多个有效抗体，其中348个具有激活功能，性能堪比进化4亿年的自然配体。 类似突破也出现在酶设计领域。 神经科学则启发了AI的"结构设计"——对生物突触可塑性和神经连接模式的研究，直接推动了深度学习网络的发展。 领域失衡 ：AI应用高度集中于蛋白质设计、材料科学等领域，不对称催化等领域AI渗透显著低于蛋白质设计 3.
2.4K10编辑于 2025-08-27
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