机器学习

知识社区推荐系统实践：新用户冷启动与长短期兴趣建模的挑战资深推荐算法工程师摘要知识问答类社区的推荐场景与电商、短视频有显著差异：内容以图文为主，用户兴趣偏长尾，新用户占比高，行为稀疏且决策周期长。本文结合我们在亿级规模推荐系统中的实践，讨论新用户冷启动、用户长短期兴趣建模、多目标排序、图模型召回等方向的技术挑战与解决思路，供同行参考。 1. 场景特点与核心问题知识社区的内容消费有几个鲜明特点：内容非标且长尾：同一问题下有大量回答，质量参差不齐，用户兴趣分散；用户行为稀疏：大量用户以浏览为主，点赞、评论、收藏等强行为占比低；新用户占比高：每天有大量未登录或新注册用户进入

未来三年，AI 落地的五个确定性判断一未来三年，AI 落地的五个确定性判断一、判断一：价值会向两端集中二、判断二：评测从"能不能"转向"稳不稳"三、判断三：数据工作的重心会从采集转向治理四、判断四：人机协作的形态会被重新定义五、判断五：治理要求会从事后走向事前#智能体 #大模型 #通用智能 #数字孪生

斯坦福Nature+Science｜广义虚拟细胞基础大模型AI细胞模型，基于来自10余个物种的超1亿个细胞数据完成训练，将大幅提升跨物种间的细胞比对工作效率。#AI细胞大模型 #通用细胞嵌入 #跨物种细胞比对 #单细胞组学 #虚拟细胞 #细胞演化 #细胞疗法 #斯坦福医学

翰佰尔生物HiOmics云分析

老年COVID-19重症化风险预测机器学习在线工具技术解析在老年人群中，COVID-19的病程变化往往更为复杂。由于年龄增长、基础疾病、免疫状态及炎症反应差异等多重因素影响，部分患者可能在短时间内出现病情进展。如何基于早期临床信息识别潜在高风险人群，为临床评估、资源调配与个体化管理提供参考，是精准医疗场景中的重要课题。

一只废狗狗狗狗狗狗狗狗狗

机器学习：分类问题及损失函数优化在模型训练过程中，我们发现参数paramenter越多，训练集和测试集的loss差别越大，反而越容易过拟合，这节课主要来看如何确定参数的数量保证最佳训练结果

SSH（Struts+Spring+Hibernate）SSH（Struts+Spring+Hibernate）不是 Sun 公司开发的，只是运行在 Sun 的 J2EE 平台上；SSH 属于软件体系结构（多层体系结构 / 三层架构），教材里也常直接叫 SSH 软件架构。学术概念：软件体系结构 = Software Architecture，二者英文是同一个词，国内教材很多时候混用；严格区分时：SSH 是多层（三层）软件体系结构的一个具体实例。

陈年老古董

微博情感分析项目学习笔记tqdm 是第三方库，用来显示进度条；pickle 是标准库，用来打包 Python 数据。词表长度最多 4760。UNK 是未知字，PAD 是补齐符号。注释里举了个例子：今天天气真好，我咱要去打球 → 今天天气真好，我<UNK>要去打球<PAD>...

为什么说线性模型是深度学习的基石？从 Scikit-Learn 谈起很多刚接触深度学习的人，容易陷入一个误区。大家往往一上来就去研究复杂的网络结构，觉得基础的线性模型太简单，甚至有点过时。但如果你去拆解那些庞大的网络，你会发现，它们最后输出结果的那一层，往往还是最基础的线性模型。不理解这些基础，就很难真正看懂深度学习。这篇文章我们就从大家最熟悉的 Scikit-Learn 库开始，把线性模型这条线彻底理顺。

别动我齐刘海

ROS2 Jazzy + C++ 实战路线——ros2_control继“ROS2 Jazzy + C++ 实战路线——进阶学习3”继续学习核心架构：ros2_control 是你从“会 ROS2”走向“机器人控制系统工程”的关键一步。

机器人数据采集过程中五类异常片段的判定与处理在机器人训练数据的采集环节中，异常片段的出现几乎不可避免。无论前期工位筛选和方案评估做得多细致，实际采集过程中总会遇到各种意外状况。工程实践中，对异常片段的判定和处理需要一套标准化的流程，而不是依赖采集人员的主观判断。本文梳理了五类常见采集异常（丢帧与卡顿、机位抖动与出画、工人操作异常、光照突变、设备掉线与传感器失灵）的判定规则和处理方式，供工程人员参考。

HttpRequest与HttpResponse的实现在前面的文章中，我们已经完成了 Reactor 服务器的核心部分，并通过 TcpServer 将 EventLoop、Acceptor、Connection 等模块串联起来，使我们的服务器具备了高并发处理 TCP 连接与网络 IO 的能力。

从点积到希尔伯特空间：向量内积的几何本质与大模型相似度度量在上一节，我们学习了范数（Norm）。范数解决了单打独斗的问题——它是一把尺子，能告诉你单个向量有多长、有多大。

AI 编程助手 5 选 1：场景匹配决策树概要把当前最常被拿来对比的 5 款 AI 编程助手，按真实使用场景分流，给出一棵可复用的「5 选 1 决策树」。读完能知道什么：每个工具最强的那一项能力是什么、它最适合哪类开发者、什么时候用它代替别人、值不值得花预算。

英伟达SoL-Pi：让AI编码智能体自己优化自己的“脚手架“编码智能体正在从"辅助写代码"走向"无人值守自主探索"。这个转变中有个容易被忽略的问题。围绕大模型的那层脚手架，也就是决定模型看什么、保留什么、调用多少次API的代码，其实本身就可以被优化。

Calibration：ECE 降低后，拒答阈值就可靠吗？论文报告。 Guo、Pleiss、Sun、Weinberger 的 ICML 2017 论文研究神经分类器的概率校准，提出用单个温度参数做后处理，并在所测图像和文本任务上报告有效性。这是特定模型、数据和划分下的证据，不能直接替代今天任意大模型的测量。论文与全文

机器学习入门：从核心概念到建模全流程人工智能已经从一个遥远的愿景，变成了我们每天都在接触的现实。从手机里的人脸识别，到购物平台的商品推荐，再到自动驾驶汽车，背后都离不开一项核心技术——机器学习。

连猫都没见过，它怎么认出了猫？一篇啃透机器学习核心算法手机在兜里震了一下，相册刚把十二张猫的照片收进了「宠物」一栏。你没下任何指令，是它自己干的。电脑其实看不见猫。它接到的只是一串像素的明暗数字：黑是 0，亮是 255。可训练过后，它就能从数字里认出一只从没见过的猫。这，就是机器学习。

机器学习核心算法全解析：监督学习、无监督学习、神经网络、SVM 一文读懂（附入门路线）关键词：机器学习、深度学习、监督学习、无监督学习、神经网络、SVM、决策树、聚类、PCA、算法入门、线性回归、逻辑回归、KNN、朴素贝叶斯

新型条件传输模型！虚拟细胞扰动预测虚拟细胞模型旨在预测细胞群体对扰动的应答；但对照组与处理组细胞为非配对群体样本，这给学习扰动特异性效应带来很大困难。本文提出条件传输模型SCALE。该模型将细胞视作无序集合，无需细胞层面一一匹配即可预测处理后的细胞群体。模型采用集合感知共享编码器与条件DiT主干网络学习隐空间传输，直接以终点作为监督信号，无需辅助的差值损失函数。在遗传扰动、化学扰动、发育扰动、免疫扰动多类任务中，SCALE可以还原基因表达变化、应答方向以及群体结构。在存在强烈细胞系效应的CRISPR数据集上，SCALE在７项评价指标上均优

【Agent】大模型（LLM）介绍从这里开始，我们就要开始Agent相关内容的讲解说明了，感兴趣的话可以持续关注，后续会持续更新。我们可以把模型简单比作一座超级加工厂。这座工厂会经过专门训练：训练人员投喂海量的样本数据，让它从中学习参考。工厂不需要人为逐条编写死板规则，而是通过大量实例自己摸索总结出内在规律，从而掌握某一项特定任务。