机器学习

9.LangChain框架（实现RAG）内容参考于：图灵AI大模型全栈LangChain框架把，向量数据库、调用大模型的过程给我集成好了，不需要像之前一样写实现

大模型最新论文速读

GRPO 丢失的组内排序信息，LamPO 补回来了一句话总结GRPO 只知道组内谁好谁坏，但丢失了排序结构。LamPO 改用两两对比的方式保留了这一信息，在各基准上一致超越了 GRPO 及其变体，并且不引入显著额外开销

推荐算法应用举例在应用系统中，推荐算法发挥着越来越重要的作用：案例：用户看视频时，系统应该怎样利用用户的观看历史，为用户推荐下一个视频？

PyTorch：主要模块简介PyTorch 是 Python 生态中最常用的深度学习框架之一。它并不是只提供若干神经网络层，也不是简单的 GPU 计算工具，而是围绕深度学习的完整流程，组织出一组相互配合的模块：张量计算、自动求导、神经网络建模、数据加载、优化器、设备加速、模型保存、分布式训练与部署扩展等。

ZHW_AI课题组

基于MLP神经网络的红酒品质回归预测基于MLP神经网络的红酒品质回归预测 1.作者介绍陈金顺，男，西安工程大学电子信息学院，2025级研究生研究方向：情绪识别电子邮件：1732179164@qq.com

人工智能培训

探析数字孪生的核心特性与应用价值随着物联网、大数据、人工智能技术的深度融合，数字孪生技术打破了物理世界与虚拟世界的壁垒，成为智能制造、智慧城市、基建运维等领域的核心赋能技术。数字孪生并非简单的三维建模或虚拟仿真，而是对物理实体全维度、全周期、全要素的数字化镜像映射，能够实现虚实联动、动态迭代与智能决策。区别于传统数字化技术，数字孪生具备独有的核心特性，这些特性决定了其高精度、高价值、高适配的技术优势，也是其广泛落地各行各业的核心支撑。

深入浅出讲解ERNIE-Image图像创作大模型欢迎大家关注Rocky的知乎：Rocky Ding AIGC算法工程师/开发工程师面试面经秘籍分享：WeThinkIn/Interview-for-Algorithm-Engineer欢迎大家Star～

SkillVLA：通过技能复用应对双-臂操纵中的组合多样性26年3月来自新加坡国立、北京中关村学院、上海创新研究院、上海AI实验室、上海交大和复旦的论文“SkillVLA: Tackling Combinatorial Diversity in Dual-Arm Manipulation via Skill Reuse”。

三块可乐两块冰

rag笔记3摘要本周主要学习了RAG系统中链（Chain）的核心概念与调用方式。首先明确了RAG链的本质是将检索步骤与生成步骤串联，形成“检索→注入上下文→调用LLM”的完整流程；随后进一步掌握了链的两种关键调用方法——`invoke`用于同步阻塞、一次性返回完整结果，而`stream`用于流式输出、逐步返回生成内容，以适应不同交互场景下的需求。

ZHW_AI课题组

基于PCA与HOG特征融合的热轧钢带缺陷检测谭金鑫，男，西安工程大学电子信息学院，2025级研究生研究方向：输电线路状态智能监测电子邮件：18455094050@163.com

DL：扩散模型的基本原理与 PyTorch 实现扩散模型（Diffusion Model）是近年来生成式深度学习中非常重要的一类模型。与生成对抗网络（GAN）通过“生成器—判别器”的对抗训练生成样本不同，扩散模型采用另一种思路：先把真实数据逐步加噪声，直到它接近纯随机噪声；再训练神经网络学习反向去噪过程，从随机噪声一步步还原出清晰样本。

Socket网络通讯原理及TCP、UDP开发网络通讯是嵌入式开发、物联网设备开发的核心基础能力，而Socket套接字作为TCP/IP协议簇的核心通讯单元，是实现跨设备、跨主机进程双向数据传输的核心载体。日常网络浏览、即时通讯、音视频传输、设备物联网数据上报等绝大多数网络服务，均基于Socket通讯机制实现。

ZHW_AI课题组

使用高斯混合模型对鸢尾花数据集进行聚类分析邓璎珈，女西安工程大学电子信息学院，2025级研究生。研究方向：机器视觉与人工智能。电子邮件：1823143791@qq.com

大模型应用开发 10.DeepSpeed千斤重的承诺，轻如鸿毛的道歉，请你都别在开口，你我都无法承受；—— 26.5.25DeepSpeed是一个针对PyTorch的优化工具。它旨在加快训练速度和减小模型的内存占用。DeepSpeed通过一系列优化技术，如模型并行和梯度累计，来提高训练速度。此外，DeepSpeed还提供了内存优化的功能，能够有效地减小模型在GPU/NPU上的内存占用。

机器学习零基础吃透混淆矩阵！准确率 / 精确率 / 召回率 / F1 分数本篇文章从零起步，不讲晦涩公式推导，用大白话讲懂混淆矩阵所有知识点，零基础也能一次性吃透，学完直接用于项目实战、论文实验、模型调优。

极光代码工作室

基于NLP的论文智能分析系统随着学术出版规模持续扩大，全球每年新增学术论文超400万篇（据Web of Science 2023年报），科研人员面临严重的“信息过载”困境。传统人工阅读、关键词检索与简单摘要提取已难以支撑高效科研决策。本文设计并实现了一套基于自然语言处理（NLP）的论文智能分析系统，旨在为研究者提供从文献获取、内容理解到知识挖掘的一站式智能辅助服务。系统融合BERT微调模型、TextRank改进算法、SciBERT领域适配预训练、图神经网络（GNN）增强的引文关系建模及多粒度语义聚类技术，构建了涵盖智能摘要生成、核心

人工智能通识课：深度学习框架 PyTorch深度学习框架是连接算法理论与工程实践的重要工具。它让开发者不必从零实现张量运算、自动求导、参数更新、GPU 调度和模型保存等底层细节，而可以把主要精力放在数据处理、模型结构设计、训练策略和实验验证上。

嵌入式机器人控制器算力评估：从DMIPS到WCET的完整指南在嵌入式系统上开发机器人控制软件（如机械臂、伺服驱动器、四足机器人）时，很多人误以为要用TOPS（Tera Operations Per Second）衡量算力。实际上，机器人控制算法以逻辑判断、整数运算和浮点数学（PID、运动学、滤波）为主，几乎不涉及大规模神经网络推理。因此正确的评估单位是：

AI医影跨模态组学

J Thorac Oncol（IF=20.8）广东省人民医院钟文昭教授团队：基于影像组学的支持向量机区分驱动肺腺癌进展的分子事件01文献信息本次分享的文献是由广东省人民医院肺癌研究所钟文昭教授团队联合华南理工大学医学院、广东省人民医院病理科、核医学科等多学科团队在2024年9月19日在《Journal of Thoracic Oncology》（中科院1区，IF=20.8）上发表的研究“Radiomics-Based Support Vector Machine Distinguishes Molecular Events Driving the Progression of Lung Adenocarcinoma”即基于影像组学