- 综合排序
- 最热优先
- 最新优先
- 来自专栏hotarugaliの技术分享
AI论文学习资料汇总
视频讲解 跟李沐学AI：讲解的非常透彻明了。 2. 科研工具 ReadPaper：论文阅读神器！ AI-Paper-Search：AI 论文检索神器！ AI-research-tools：AI 科研工具大礼包！ AMiner：科技情报大数据挖掘与服务系统平台，可以提供订阅等功能，为广大科研人提供科研动态的实时追踪、个人科研信息流的定制化服务。 Conference-Accepted-Paper-List：AI 会议论文 Paper List 大汇总！ 3.
72630编辑于 2023-02-02 AI进化论 —— LeNet 论文学习
曾经，为了搭建一个深度学习环境，你可能要在命令行里和各种依赖包斗智斗勇；而今，Cloud Studio 就像一位贴心的技术管家，将繁杂的环境配置一键化解。只需打开浏览器、轻点几下，你便能获得一个功能齐全、预装深度学习库的开发环境。无论你是在家、在咖啡馆，还是在旅途中，Cloud Studio 都能让你随时随地开展实验，畅享云端编程的乐趣。
46600编辑于 2025-03-19- 来自专栏Datawhale专栏
AI拿下艺术大奖，它离文学奖还有多远？
“源”创作的诗歌、小说、戏剧等艺术作品达到与文学家的作品“以假乱真”，以下哪一首为源（AI所做）： 1. 夜战桑乾北，秦兵半不归。朝来有乡信，犹自寄寒衣。 2. 战鼓催征千嶂寒，阴阳交会九皋盘。 因此“源”有能力一秒生成几十首生成极具文学美感的诗歌： 秋色无边月影新， 玉盘清辉照人频。 夜深忽动思乡念， 疑是嫦娥降广津。 从诗情画意的诗人，到“中年危机”的主人公 在NLP研究领域，人工智能专家一直不断探索着大模型文学创作的边界。 在先前大量尝试中，“源”已经多次证明了创作能力。 AI创作，带给未来无限想象 借助“源”为代表的大模型，通过优化创作流程以及配套的便捷地工具等，AI在艺术领域将有无穷想象空间。 这或许就是未来人工智能对文学创作做出的最可能、也是最突出的贡献。 未来，AI作家、AI画家可能会非常常见，我们甚至会像喜欢一些别具风格的作家一样，追捧某个由独特数据集训练出来的AI作家。
58410编辑于 2022-10-31 - 来自专栏技术汇总专栏
借势AI系列：从技术到文化-AI生成文学的创新实战
本文将探讨AI在文学创作中的应用，分析其带来的创意挑战，以及由此引发的伦理问题。1. AI生成文学作品的现状近年来，利用深度学习和自然语言处理（NLP）技术，AI在生成文本方面取得了显著进展。 AI生成的内容可以是诗歌、短篇小说或其他文学形式，展现出丰富的创意。2. AI生成文学作品的创意挑战虽然AI在文学创作中展现出强大的能力，但也面临许多创意挑战。 AI生成文学作品的未来展望在快速发展的技术背景下，AI生成的文学作品不仅是一个技术现象，更是一个文化现象。随着对AI创作的研究与讨论深入，未来的文学创作将如何演变？以下几个方面或将成为未来的重要趋势。 AI生成文学作品的伦理挑战随着AI技术在文学创作中的广泛应用，伦理问题愈发引起人们的关注。以下是几个关键的伦理挑战：7.1 版权和知识产权问题AI生成的作品涉及复杂的版权问题。 结合AI技术，这些平台可以生成更多个性化和多样化的内容，提升用户体验。8.4 文学教育中的应用AI生成文学作品的潜力也被应用于教育领域。
1.1K20编辑于 2024-10-20 - 来自专栏闪电gogogo的专栏
SAMP论文学习
SAMP：稀疏度自适应匹配追踪 实际应用中信号通常是可压缩的而不一定为稀疏的，而且稀疏信号的稀疏度我们通常也会不了解的。论文中提到过高或者过低估计了信号的稀疏度，都会对信号的重构造成影响。如果过低估计
1.5K120发布于 2018-04-02 - 来自专栏Jack-Cui
1小时1篇文学会用python进行AI修复！
上两天，「AI修复五四运动现场」热搜大家看到了吗？ 热搜1.8亿+阅读，5.1万+讨论。利用 AI 技术，修复五四运动现场。 AI修复 话题有些跑偏，我们回归正题： AI 修复。 这篇算是科普文了，介绍下「AI修复五四运动现场」用到了哪些 AI 技术。 这项技术，显然也可以应用在 AI 修复上，用来提高视频的帧率，带啦更加丝滑的视频浏览体验。 DAIN 可以扩展到常见的任何类型视频：电影、定格动画、 动画卡通等等。 总结 AI 修复，效果上仍然有所欠缺，比如有些场景颜色修复的不够自然，但发展空间很大，针对一些特定场景 finetune 一番，绝对能有提升。 总之，AI 可以做很多有意义的事情，尽情发挥吧~ 开工了，该收心了。
1.7K30编辑于 2022-01-08 - 来自专栏数据小冰
raft论文学习-safety
安全性 在raft论文学习-raft basics & leader election和raft论文学习-log replication文章中已经介绍了raft算法的领导人选举和日志复制，然而它们并不能充分的保证每个节点会按照相同的顺序执行相同的指令
54710编辑于 2022-08-15 - 来自专栏全栈程序员必看
GoogLeNet论文学习笔记
大家好，又见面了，我是你们的朋友全栈君 GoogLeNet论文学习笔记 Abstract 提出一种叫做inception的卷积神经网络结构，基于inception构建的22层的深度网络（GoogLeNet
40830编辑于 2022-09-21 上下文学习的神奇魔法：轻松理解AI如何无师自通
这就是今天我们要聊的主角：「上下文学习（In-Context Learning）」。它让AI像那个聪明的实习生一样，看几个例子就能上手新工作。图1：传统训练 vs 上下文学习的对比 什么是上下文学习？ 你以为的AI学习 vs 实际的上下文学习「你以为的AI学习：」第一步：准备10万条训练数据第二步：训练模型72小时第三步：调参到崩溃第四步：终于学会了新任务「实际的上下文学习：」第一步：给AI看几个例子第二步 客服：[AI神奇地知道该怎么回复]这就是上下文学习的魔法！ 客服：正常使用可续航一整天，支持快充30分钟充电80%=== 现在开始实战 ===客户：我买的耳机一个响一个不响AI客服：[神奇地给出专业回复]效果对比图4：上下文学习AI vs 传统规则客服的处理流程 AI的上下文学习也是一样，它通过贝叶斯推理从例子中'定位'到正确的概念，然后应用这个概念来处理新问题。" ❞保证对方听完后对你刮目相看！
21210编辑于 2025-08-13- 来自专栏深度学习与python
AI 的尽头在宇宙？AI 已帮助天文学家找到 22 颗“星星”
这场“AI+ 天文”的跨界合作始于 2021 年。时年 7 月，马化腾在去年的 WAIC 上透露，腾讯与国家天文台启动“探星计划”，用 AI+ 云寻找脉冲星，提高探星效率。 双方合作主要包括三个层面：（1）AI 辅助脉冲星搜索效率提升；（2）AI 辅助快速射电暴搜索；（3）AI 辅助近密双星系统中脉冲星搜索。 此外，信号图成像复杂，传统的图像处理和机器学习算法召回率低，加上跨界学习成本高，天文领域专家对 AI 模型的设计和使用不擅长，面临多种 AI 模型设计难点。 而“云 +AI”可以很好地应对这些问题。 在汪铖杰看来，AI for Science 就是在探索 AI 未知能力的边界。 “探星计划”是腾讯优图实验室总负责人吴运声所提出“AI 普适化”愿景的重要实现环节之一，“AI 普适化”旨在让 AI 技术能够具备在各行各业里应用和落地的能力，且能够实实在在地为某一个行业带来实质性的变化
75610编辑于 2023-03-29 - 来自专栏全栈程序员必看
MixMatch论文学习笔记
作者整合了目前主流的半监督学习算法，然后提出了新的MixMatch算法，该算法对经过数据增强的无标签样本进行低熵标签的猜测，并使用MixUp将有标签数据和无标签数据混合在一起。算法在许多数据集上获得了SOTA的结果。
90920编辑于 2022-11-16 - 来自专栏新智元
普林复旦打造AI历史助手，AI破圈人文学科
这一成果不仅填补了人文学科AI测试的空白，更为复杂史料处理与多模态理解建立了系统工具框架。 历史是关于时间中的人的科学。 究其原因，AI当前最缺乏的并非工具性能力，而是对人类智慧与文化的理解能力——这正是人文学科探究的核心。 在众多人文学科中，历史学因其海量的数据规模、多元的史料类型以及复杂的跨文化、跨时空特性，成为检验AI深度认知能力的理想试验场。 它们不仅为AI处理复杂历史问题提供了系统性基准与工具框架，也为评估和提升AI在人文学科中的能力开辟了新路径。 但通过HistBench的测试与HistAgent的尝试，至少拥有了一把探索历史的新钥匙，不仅是AI技术的发展，更是一次AI与人文学科共塑认知边界的尝试。
50310编辑于 2025-06-12 公众号智能体「落花雨文学助手」开发指南：让文学浸润日常
这款智能体，只为在你与文学之间架起一座轻桥，让文字记忆复苏，让文学之美融入日常。现在，就让我们用腾讯元器智能体平台，从零打造「落花雨文学助手」公众号智能体！ “文学核心素材库”。 规则三：文学知识答疑场景描述：用户询问文学常识（如作者生平、作品背景、词句释义），提供准确解答。 最后总结「落花雨文学助手」专为公众号场景打造，聚焦文学内容补全、素材推荐、知识答疑三大核心需求，让公众号不仅是内容输出平台，更成为读者的文学互动伙伴。 如今，「落花雨文学助手」已正式接入公众号，当读者被某句文字触动、当运营者需要文学素材点缀推文时，它都能稳稳接住需求，让那些被遗忘的文学之美，重新浸润日常。
39240编辑于 2025-12-22- 来自专栏数据小冰
raft论文学习-log replication
当leader被选举出来之后，就可以为客户端提供写入和读取服务了。客户端的每个请求都包含一条指令，该指令将会被状态机执行。leader收到客户端发来的指令之后，会做下面几个动作：
59620编辑于 2022-08-15 - 来自专栏达达前端
图文学习前端Flex布局
本篇文章进行学习css中的一个重点应用，布局样式为flex布局，相信你学习了解过display属性，position属性，float属性，但今天只学习新东西就是flex布局。
1.9K10发布于 2021-01-13 - 来自专栏测试学习之路
一文学会postman
postman是一款支持http协议的接口调试与测试工具，其主要特点就是功能强大，使用简单且易用性好 。
1.2K31编辑于 2022-03-07 - 来自专栏AI智能体从入门到实践
构建AI智能体：AI古典文学：基于LoRA微调本地大模型打造唐诗生成器
今天我们做个有趣的交融，让古老智慧与现代技术的完美融合，尝试着体验一下参数微调技术邂逅古典文学创作的微妙之旅。 通过LoRA微调技术，让AI模型不仅能够理解唐诗的韵律之美，更能创作出符合古典格律的完全原创作品。 下面将深入探讨基于LoRA技术的唐诗生成模型的构建过程，从技术初衷到实现细节，从数据构建到训练优化，全面解析这一融合传统文学与现代技术的创新实践。 优势分析：训练效率：在CPU上完成一轮训练仅需10-15分钟内存友好：训练时内存占用约4-6GB，推理时仅需2-3GB收敛速度：能够在较少的训练轮次内掌握诗歌创作规律普及性：使更多没有GPU的用户能够体验AI
53512编辑于 2026-01-05 - 来自专栏Python项目实战
当AI仰望星空：自动化天文学发现的新纪元
当AI仰望星空：自动化天文学发现的新纪元作者：Echo_Wish还记得小时候我们第一次抬头看星空的那种感觉吗？那时候，星星就像一个个未解的谜题，而“天文学家”就是那个靠望远镜去寻找答案的人。 如今的天文学，已经不再是一个人举着望远镜去看天空的浪漫事业，而是一个由AI、算法和海量数据驱动的“宇宙大数据工程”。换句话说，现在的“天文学家”，很多时候其实是程序员。一、AI为何能颠覆天文学？ 也就是说，AI让我们从“观测宇宙”迈向了“理解宇宙”。二、AI如何“看”星星？——从图像识别说起我们先来聊聊AI识别星体这件事。在天文学里，很多发现都来源于图像。 AI自动识别超新星英国天文学家用深度学习分析ZTF望远镜的数据，AI提前几小时发现了超新星爆发——比人类肉眼快得多。️ 这背后的意义是：AI让我们发现宇宙的速度，远超人类肉眼的极限。五、AI与天文学家的关系：不是取代，而是共生有人担心：“那AI是不是要取代天文学家了？”其实不会。
36010编辑于 2025-10-23 - 来自专栏跟牛老师一起学WEBGIS
唐宋文学诗人分布展示
本文的数据是从搜韵获取而来的，地址为http://sou-yun.com/poetlife.html，为方便大家使用，将数据保存到了百度云盘，下载信息为：链接：http://pan.baidu.com/s/1b3fa4e 密码：xik1
77030发布于 2018-10-23 - 来自专栏叁金大数据
Apache Calcite 论文学习笔记
特别声明：本文来源于掘金，“预留”发表的[Apache Calcite 论文学习笔记](https://juejin.im/post/5d2ed6a96fb9a07eea32a6ff) ---- 最近在关注大数据处理的技术和开源产品的实现
1.6K20发布于 2019-07-22
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