机器学习

人工智能培训

大模型与传统小模型、传统NLP模型的核心差异解析随着人工智能技术的爆发式发展，大模型已成为推动AI普及的核心力量，与传统小模型、传统NLP模型形成了鲜明的能力分野。很多人误以为三者的区别仅在于“参数多少”，实则不然——从技术架构、训练方式到能力边界、应用场景，大模型实现了对传统模型的全方位突破，三者如同AI领域的“全能学者”“专科医生”与“基础工具”，各自承担着不同的角色。本文将从五大核心维度，系统解析三者的差异，帮助我们更清晰地理解AI技术的发展脉络。

纯NumPy手写两层GCN：从零开始理解图神经网络核心思想很多教程直接调用GCNConv,但你真的理解 D~−1/2A~D~−1/2\tilde{D}^{-1/2} \tilde{A} \tilde{D}^{-1/2}D~−1/2A~D~−1/2在做什么吗？本文用纯NumPy从零实现两层GCN，在34节点的空手道俱乐部图上完成半监督节点分类。通过手写对称归一化邻接矩阵、数值梯度下降和可视化，深入讲解图卷积的核心机制。实验表明，仅标注2个节点即可达到**96.88%**的测试准确率。

🔥 告别抓瞎：用 Claude Code (cc) 优雅接手与维护已有项目在日常的现代前端开发中——无论是写 HTML5、CSS3，还是捣鼓 JavaScript 和 React 组件——接手并维护一个前人留下的老项目总是件令人头疼的事。特别是当我们通过 cc-switch 结合 DeepSeek API 成功部署并配置好 Claude Code (cc) 命令行工具后，如何最大化利用这个强大的 AI 助手来梳理业务？

大模型最新论文速读

PreFT：只在 prefill 时使用 LoRA，推理速度翻倍效果不降LLM 挂载多个 LoRA 时面临严重的显存开销问题，导致吞吐量低下。如果仅在 prefill 阶段使用 adapter，可实现质量几乎不降的前提下推理速度翻倍

大模型｜大模型之机器学习基本理论对比维度有监督学习无监督学习半监督学习强化学习数据类型全标签数据无标签数据少量标签+大量无标签无直接标签，通过奖励反馈

[菜鸟教程] 机器学习教程第六课-机器学习基础术语学习机器学习就像学习一门新语言，需要先掌握基本词汇。这些术语构成了机器学习的"语言系统"，理解它们是深入学习的第一步。

数据驱动的AI逆向材料设计：体系、方法与突破路径AI逆向材料设计并非"AI方法+材料问题"的简单拼接。它是一个拥有自身范式、自身方法论、自身评判标准的新兴交叉学科。其本质可被解构为三个深度耦合的核心命题：

Project_Observer

使用Zoho Projects AI自动项目管理项目管理工具中基于人工智能的功能正在改变团队规划、组织和执行项目的方式，使流程更快、更智能、更高效。人工智能有助于自动化重复性任务，例如任务创建、日程安排、提醒、状态更新和报告生成，从而使团队能够更专注于战略性和创造性工作。基于人工智能的项目管理工具正变得越来越积极主动，它们可以帮助团队预测挑战、提高生产力、增强准确性，并根据其特定的业务需求更有效地管理项目。

【无标题】流式输出是智能体前端的“生命线”，这篇文章把两种主流方案讲透，附带可运行的 React 代码流式输出对于智能体（AI Agent）来说几乎是必备功能。用户问一个问题，如果界面转圈七八秒才突然跳出一大段文字，体验非常焦虑。但如果是文字一个字一个字往外蹦，用户就会觉得“它在思考，它在打字”，心理等待时间缩短一半以上。

吃好睡好便好

在Matlab中绘制阶梯图阶梯图可以以阶梯的形式显示所绘制的曲线，绘制阶梯图用到的函数为stairs( )函数，基本格式为stairs(x,y)。

机器学习20-RNNImageNet 是计算机视觉领域的“奠基性数据集”，由斯坦福大学李飞飞教授团队发起构建，是推动深度学习在视觉领域爆发的核心“燃料”。它不仅是一个大规模图像库，更重新定义了 AI 视觉技术的发展路径，直接催生了 AlexNet、ResNet 等经典模型，开启了现代深度学习时代。

数据科学小丫

算法：逻辑回归虽然算法名字中有“回归”这两个字，但它其实是一个分类算法。本篇的任务一共有三个：这个代码是很简单的，和前一篇的线性回归差不多，但是还有一些细节需要注意一下。因为它是分类算法，但是线性回归是回归算法，最常用的方式是做二分类，还可以去做多分类，另外这个算法和建模不仅是能做预测分析，还能对未来的一些现象去做预测。比如预测天气，预测薪资，预测房价等等。

AI医影跨模态组学

eClinMed 遵义医科大学附属医院：肺癌术后肺部并发症可解释机器学习预测模型的开发与验证：一项机器学习研究01文献信息本次分享的文献是由遵义医科大学附属医院护理部和胸外科近日（2025年8月1日）在柳叶刀子刊《eClinicalMedicine》（中科院1区，IF=10.0）上发表的研究“Development and validation of an explainable machine learning model for predicting postoperative pulmonary complications after lung cancer surgery: a machine learn

中国人工智能培训网—AI系列录播课中国人工智能培训网—AI系列录播课为助力技术从业者紧跟前沿、破解落地痛点，我们打造了涵盖十二大核心课程的研修班体系，覆盖AI、大数据、嵌入式、量子计算等领域，搭建理论到实践的学习桥梁。

大一学生如何入门机器学习，深度学习，学习顺序如何？你现在的迷茫，90%的初学者都经历过，包括我，我是从数据开发转过来的，我刚入行那会机器学习刚刚流行，刚接触的时候，也是一头扎进各种数学公式里，什么梯度、散度、旋度、什么雅可比矩阵，头都大了。感觉自己不是在搞AI，捧着那本大名鼎鼎的《统计学习方法》（我们那时候还没西瓜书），感觉每个汉字都认识，连起来就跟看天书一样。

xiaoxiaoxiaolll

Light: Sci. Appl. 封面级研究：光谱奇点拓扑环绕 + BIC共振 = 新一代多功能平面器件导语在光学领域，超表面擅长对波前进行局部、空间变化的灵活调控，而光子晶体则以其非局域共振（如连续域束缚态）著称。这两者长期被视为“水火不容”——一个要“变”，一个求“稳”。近日，来自中国和新加坡的研究团队提出了一种局域-非局域协同的多功能光子晶体，成功将二者融合于同一平面器件，为平板光学开辟了新维度(https://doi.org/10.1038/s41377-026-02308-3)。

AI医影跨模态组学

Int J Surg华中科技大学同济医学院附属协和医院：可解释机器学习模型预测胰腺癌早期复发：整合瘤内瘤周影像组学及身体成分分析01文献信息本次分享文献是由华中科技大学同济医学院附属协和医院放射科郑传胜教授团队联合广东省人民医院放射科、武汉科技大学附属老年医院放射科等多中心合作团队近日（2025年7月15日）在《International Journal of Surgery》（中科院2区，IF=10.1）上发表的研究“Interpretable Machine Learning Model for Predicting Early Recurrence of Pancreatic Cancer: Integrating Intr

BJ_bafangonline

Houdini 与 AI 的深度融合：从合成数据生成到机器学习训练的全流程解析Houdini 是由 SideFX 开发的一款强大、基于节点（Node-based）的 3D 软件，广泛应用于媒体与娱乐产业，用于制作电影、电视与游戏中的爆炸、烟雾、流体等视觉特效模拟。它支持建模、动画、灯光与渲染，并通过程序化（Procedural）工作流程实现灵活且高效的资产制作。Houdini 不仅用于 CGI，也被许多 AI 公司使用，特别是在计算机视觉领域，用于程序化生成资产与合成数据以训练模型。