机器学习

论文精读：大语言模型 (Large Language Models, LLM) —— 一项调查Minaee, Shervin et al. “Large Language Models: A Survey.” ArXiv abs/2402.06196 (2024): n. pag.

罗西的思考

【OpenClaw】通过 Nanobot 源码学习架构---（10）Heartbeat0x00 概要0x01 基本功能0x02 详细分析0x03 对比0x04 HeartbeatService实现

哥布林学者

深度学习进阶（十二）可变形池化 deformable RS RoI Pooling在上一篇中，我们已经得出了一个非常关键的结论：无论是 RoI Align 还是 PS RoI Pooling，本质上都在“改进采样方式”，但它们的采样规则仍然是“人为设计的”，也就是固定的。

常见经典十大大机器学习算法分类与总结机器学习算法可以按照学习方式分为有监督学习、无监督学习和半监督学习三大类。为了加深大家对机器学习的掌握，我准备了一整套机器学习资料还有800G人工智能资料，不仅有入门教程和讲义，还有几十个机器学习练手项目，更有零基础入门学习路线，不论你处于什么阶段，这份资料都能帮助你更好地入门到进阶。

LLM工具调用面试篇2Function Call 的能力主要靠两个训练阶段来培养，这两个阶段解决的是不同的问题。第一个是 SFT，就是给模型喂大量「包含工具调用的完整对话样本」，每条样本覆盖工具定义、用户问题、模型应该输出的结构化 JSON 调用、工具执行结果、最终答案，让模型通过模仿学会整套流程。但光有 SFT 不够，模型可能学得过激，遇到什么问题都想调工具。

赖在沙发上的熊

机器学习——机器学习概述学习机器学习之前，首先明白什么是人工智能、机器学习和深度学习，它们三者之间是什么关系人工智能（AI , Artificial Intelligence）：人工智能是让计算机模拟人类智能的科学与工程，使机器能完成通常需要人类智能才能完成的任务。他是一个广泛的领域，目标是让机器具备“感知、理解、推理、学习、决策”等能力。

AI医影跨模态组学

如何将机器学习模型评分与肿瘤微环境中的去乙酰化修饰及免疫细胞组成建立关联，并进一步解释其与NSCLC免疫治疗预后的机制联系01导语各位同学，大家好。现在做影像组学，如果还只停留在“提取特征—建个模型—算个AUC”，那就有点像算命算得挺准，但为啥准，自己也说不明白。别人一问：你这特征到底代表啥？背后有啥道理？瞬间就成了黑箱本箱。而今天解读的这篇文献，虽然核心用的是转录组数据，但它展示了一套教科书级别的“机制挂靠”范式：从随机森林模型LIRA出发，一路追到HDAC4去乙酰化通路、LRP8-APOE免疫抑制信号轴，再用单细胞验证Treg和恶性细胞占比，最后用深度学习病理热图锁定淋巴细胞 vs. 肿瘤+成纤维细胞的组织学差异。这告诉

2026北京车展深度解析：L3自动驾驶量产落地，AI大模型上车从PPT变现实2026北京车展深度解析：L3自动驾驶量产落地，AI大模型上车从PPT变现实🔥 本文是CSDN当下最火的话题之一——AI自动驾驶落地的实操技术拆解。从法规背景到三大技术路径，从芯片选型到开发者入场机会，全程干货，建议收藏。

ECT-OS-JiuHuaShan

功夫不负匠心人，渡劫代谢舞沧桑Jianbing Zhu 11 ECT-OS-JiuHuaShan 文明实验室 ORCID: 0009-0006-8591-1891 DOI: 10.5281/zenodo.19779208 Email: ect-os-jiuhuashan@zohomail.cn

Python股票数据分析与预测系统大数据项目博主介绍：✌全网粉丝50W+，前互联网大厂软件研发、集结硕博英豪成立软件开发工作室，专注于计算机相关专业项目实战6年之久，累计开发项目作品上万套。凭借丰富的经验与专业实力，已帮助成千上万的学生顺利毕业，选择我们，就是选择放心、选择安心毕业✌ > 🍅想要获取完整文章或者源码，或者代做，拉到文章底部即可与我联系了。🍅

明月照山海-

机器学习周报四十二本周看了一篇论文《Accurate Scene Text Recognition with Efficient Model Scaling and Cloze Self-Distillation》，关于decoder-encoder模型应用于文字识别，利用填空自蒸馏来提升不同数据区间模型的鲁棒性和性能。

LTX-Video 2.3 实战：用图片生成视频，消费级显卡也能跑的开源 I2V 模型（GPT Image 2）写在前面（2026.04）：LTX-Video 2.3（简称 LTX-2.3）是 Lightricks 在 2026 年 3 月发布的最新开源视频生成模型，22B 参数，基于 DiT 架构，最大亮点是 Image-to-Video（I2V）能力的大幅提升——相比上一代，Ken Burns 伪影明显减少，人物运动更自然，提示词理解更精准。更重要的是：消费级显卡（12GB VRAM 起步）就能跑，完全本地，完全开源，MIT 协议。这篇带你从安装到出片，把整个 I2V 工作流跑通。

天一生水water

机器学习从入门到理解每个概念统一分为：专业领域解析+零基础通俗解释+生活化案例+实际用途，兼顾严谨性与易懂性，入门必背。机器学习核心范式之一，利用带人工标注标签的训练数据，学习输入特征与目标输出之间的映射关系，通过已知样本规律，实现对未知样本的预测与判别。

AI驱动获客：从数据到转化，一套可落地的智能获客系统全解析AI驱动获客：从数据到转化，一套可落地的智能获客系统全解析在数字化营销内卷加剧的今天，企业获客成本持续攀升，传统“广撒网”式营销早已难以为继。当流量红利见顶，“精准获客”成为企业增长的核心突破口，而AI技术的深度渗透，正重构获客全流程的逻辑——从多源数据采集到客户精准转化，从营销流程自动化到数据安全合规，AI支持的获客系统已成为企业破局增长的关键抓手。

三块可乐两块冰

机器学习三十六摘要本周学习了Life-Long Learning的相关知识，重点了解了灾难性遗忘与灾难性遗忘的出现原因以及解决方法Selective Synaptic Plasticity的基本理论与公式

lds走自己的路

全局坐标转局部坐标推导设全局坐标系为 OworldO_{world}Oworld，自车当前状态为：目标点状态为：先将原点平移到自车位置，得到目标点在全局系下的相对偏移：

宇宙终极几何：莫比乌斯光速螺旋统一理论-精细结构常数α本源结构作者：乖乖数学 · 全域数学算子体系｜AI科技星版本：V1.0发布时间：2026年4月26日MSC 2020：81V25；57K10；11B39；11T77

大龄程序员狗哥

第34篇：自动化机器学习（AutoML）初探——让AI来设计AI（概念入门）做了这么多年AI项目，我踩过最大的一个坑，不是模型调参，也不是数据清洗，而是如何为特定任务找到“最优”的机器学习模型和超参数组合。这活儿有多折磨人？我举个真实经历：当时为了一个图像分类项目，我们团队在ResNet、EfficientNet、Vision Transformer等几个主流架构里反复横跳，每个架构又有几十个关键超参数（学习率、批大小、优化器、Dropout率……）。我们手动尝试了上百种组合，花了近两周，最后选出的模型，在测试集上比我们最初随手跑的一个基线模型，准确率只提升了可怜的1.2%。投入

什么是硅基时间？什么是碳基时间？为何两者总是同时被提起？这两个概念之所以经常被放在一起讨论，是因为它们代表了两种截然不同的生命形态和存在方式。简单来说，“碳基时间”是生物的、感性的、受生理节律限制的；而“硅基时间”则是数字的、理性的、连续且极速的。

机器学习领域三大顶会简介机器学习领域被广泛公认的三大顶级会议是 ICLR、NeurIPS 和 ICML。它们代表了该领域学术研究的最前沿，是中国计算机学会 (CCF) 推荐的 A 类会议，也是衡量研究机构和企业研发实力的重要标尺。