1. 早期自动机器与机械奇迹 1.1. 人形机器人的发展史交织着神话传说、艺术创造、科技创新和人类永恒的好奇心 1.2. 从最初模仿生命的机械装置，到现代精密的人形机器人，这段历程折射出人类通过创造来认知自我的执着追求 1.3. 人类对复刻自身形态与机能的热忱可追溯至数千年前 1.4. 亚历山大里亚 ...

近日，由天翼云公有云事业部联合基础架构事业部所撰写的论文《CTCCL: Cost-Efficient Joint Device-Network Load Balancing for LLM Training in RoCE-based Intelligent Computing Network》被第 ...

LangChain4j + 多模态视觉理解详细说明 @目录LangChain4j + 多模态视觉理解详细说明LangChain4j进行图像理解LangChain4j 多模态实战结合LangChain4j进行图像理解，其支持视觉-语言的多模态任务结合阿里巴巴通义万相进行图像生成(文本生成图像)最后： ...

本文介绍可以在微信小程序上应用的端智能技术方案，聚焦 TensorFlow.js 推理和微信原生推理，详细讲解这两种方案在项目中的应用过程，为小程序开发者提供可复用的端智能技术选型策略与工程化解决方案 ...

Agentic Design Patterns A Hands-On Guide to Building Intelligent Systems[1], Antonio GulliTable of Contents - total 424 pages = 1+2+1+1+4+9+103+61+34+ ...

1. 擎天柱 1.1. 对机器人从“辅助工具”蜕变为“生活变革者”这一未来图景的惊鸿一瞥 1.2. 在医疗模拟环节，擎天柱实时监测患者生命体征，精准配发药物，并将数据同步给医生 1.3. 在工业场景中，它轻松地搬运重型货箱，在复杂地形间自如穿行，彰显出革新制造业与物流业的潜力 1.4. 由机器人创造 ...

以下是LLaMA-Factory官方推荐的依赖组件及其版本，如果在linux上安装建议使用表格中的推荐版本，但是在windows上安装时，由于各组件提供的windows版本没有linux版本完备，为了兼容性考虑可节省时间（使用发布的wheel包而不是本地编译），这里并没有完全采用官方推荐的版本。 以 ...

本文较为全面的说明了Nsight Compute工具的使用方法，以及Report各个页面信息的详细含义，能帮助用户快速的掌握Compute工具的初步使用方法！ ...

参考文献：> https://www.kaggle.com/whitepaper-agents > 1.什么是Agent？ Baseline：生成式AI模型 Training Aim：访问外部工具、自主规划和执行任务 What we get：具备推理、逻辑和访问外部信息的生成式AI（extended ...

背景 之前写过文章Claude Code下Kimi-k2模型初试，随着模型发展，我们今天来看看如何免费用Claude code。我们再回顾下他的特性：智能上下文管理ClaudeCode 的持久记忆机制（CLAUDE.md 文件存储项目历史）与 OpenRouter 的多模型调度深度融合，形成「记忆 ...

目录数据概念标量 Scalar向量 Vector矩阵 Matrix张量 Tensor小试牛刀小结 数据概念 标量、向量、矩阵、张量 这几个概念是机器学习中数据表示的基础，简单的科普下。 标量 Scalar 标量是最基本、最简单的量，只有大小，没有方向。 例如：一个人的年龄25岁、房间的温度30度、物 ...

前言 从本节开始，我们的机器学习之旅进入了下一个篇章。之前讨论的是回归算法，回归算法主要用于预测数据。而本节讨论的是分类问题，简而言之就是按照规则将数据分类 而要讨论的逻辑回归，虽然名字叫做回归，它要解决的是分类问题 开始探索 scikit-learn 还是老规矩，先来个例子，再讨论原理 假设以下场 ...

1. 基本信息 大语言模型 特伦斯•谢诺沃斯基 著 中信出版社,2025年07月出版 1.1. 读薄率 书籍总字数13.7万字，笔记总字数42724字。 读薄率42724÷137000≈31.19% 1.2. 读厚方向 千脑智能 脑机穿越 未来呼啸而来 虚拟人 AI3.0 新机器人 人工不智能：计算 ...

前言 看langgraph官方文档感觉human in the loop貌似还挺简单的，但实际上手时，那文档看得我云里雾里的。更详细的Guides和Reference，恕我能力有限，悲摧的也没看懂。作为试验，我想做一个功能：本地执行shell命令，每次执行前都要用户确认。左看官方文档， 右去西天请C ...

1. 从自然中学习 1.1. 大自然经过演化形成的计算机制虽然看似反直觉，但却能高效解决复杂问题 1.1.1. 这些机制天然适配于大规模并行运算，这与传统计算机追求串行处理的思路有本质区别 1.1.2. 随着并行计算技术的发展，借鉴自然界的解决方案来突破计算瓶颈已成为可能 1.2. 感觉运动系统在脊 ...

摘要 本篇BLOG整合了各种调参技巧， 种子的选取（玄学） 推荐两个好用的种子 random.seed(42) ，42是《银河系漫游指南》中的答案，社区反馈，这个种子确实在大多数任务下表现不错，有人说，这是因为光需要\(10^{-42}\)秒才能穿过质子的直径,也有人说，光通过水面折射42度形成彩虹 ...

本文介绍了一个基于深度学习的石头剪刀布手势识别系统，采用YOLOv5/v8/v11/v12等模型实现高精度识别。系统包含用户登录、注册、模型选择等功能模块，通过PyQt5构建交互界面。实验对比显示，YOLOv12在COCO数据集上mAP达40.6%，参数量仅2.6M，综合性能最优。在自制7,000张... ...

前言 今天我们来讨论拟合的问题 在之前的篇幅，主要讨论的是线性回归的问题，不管是一元、多元、多项式，本质都是线性回归问题。线性回归在机器学习中属于“监督学习”，也就是使用已有的、预定义的“训练数据”集合，训练系统，在解释未知数据时，也能够很好的解释 而模型训练完成之后，可能会有3中状态：“欠拟合”、 ...

引言 在人工智能快速发展的今天，传统的工作流自动化工具已经无法满足企业对智能化、自适应的业务需求。想象一下，当客户支持团队使用AI驱动的工作流自动化时，系统能够实时分析收到的询问，按紧急程度分类票据，将其路由给最合适的代理，并在交互过程中提供AI生成的建议——这正是AI Agent工作流的魅力所在。 ...

在上一章节中，我们详细介绍了Trae如何成功开通VIP权限，帮助大家顺利体验更多高级功能。今天，我们将把重点转移到SOLO模式，带大家深入了解这一模式的独特魅力和实用价值。经过亲身体验和使用，我个人认为SOLO模式表现非常出色，功能设计合理，操作简便，带来了极佳的使用感受。 接下来，我们将通过一个具 ...