人工智能

品牌公关AI化实践：Infoseek舆情系统技术架构解析数字化时代，品牌公关面临实时性、精准性和效率的三重挑战。传统人工监测模式已难以应对全网海量信息。本文将深入解析Infoseek数字公关AI中台的技术架构与实现方案。

咋吃都不胖lyh

CLIP 不是一个 “自主判断图像内容” 的图像分类模型，而是一个 “图文语义相似度匹配模型”—CLIP 不是一个 “自主判断图像内容” 的图像分类模型，而是一个 “图文语义相似度匹配模型”—— 它无法主动 “认出” 图片里是大马哈鱼还是三文鱼，只能在你提供的文本候选列表中，找出和图片语义最相似的那一个，这是它的核心工作逻辑。

AI RAG 本地知识库实战学习一下通过 RAG 搭建个人知识库。如果为了纯用，gemini 的 NotebookLM 效果更好，无脑用

大模型微调时 Firefly（流萤）和 LlamaFactory（LLaMA Factory）这两个工具/框架之间做出合适的选择你想知道在进行大模型微调时，该如何在 Firefly（流萤）和 LlamaFactory（LLaMA Factory）这两个工具/框架之间做出合适的选择，核心是想明确两者的适用场景、优势差异，从而匹配自己的微调需求。

zhangyifang_009

MCP——AI连接现实世界的“标准接口”MCP（Model Context Protocol）是一个标准化、开源的客户端-服务器（C/S）通信协议。它旨在为大型语言模型（LLM）提供一个统一的、安全的接口，使其能够与外部数据源、工具和服务进行动态交互。简而言之，MCP是LLM与外部世界对话的“通用语言”。

电动汽车充电接口自动识别与定位_yolo13-C3k2-Converse_六种主流充电接口检测分类随着电动汽车的普及，充电设施的智能化管理变得越来越重要。自动识别和定位电动汽车充电接口是实现充电机器人自动对接、智能充电站管理等应用的关键技术。本文将介绍如何使用改进的YOLOv13算法结合C3k2模块和Converse模块实现电动汽车充电接口的高精度检测，并展示完整的实现方案。

OpenCV图像滤波技术详解：从均值滤波到双边滤波目录一、图像滤波概述1.1 什么是图像滤波？1.2 滤波的基本原理1.3 滤波的分类二、线性滤波2.1 均值滤波（均值模糊）

AI核心知识78——大语言模型之CLM（简洁且通俗易懂版）语境化语言模型 (Contextual Language Models, CLM) 是专门为 RAG (检索增强生成) 系统设计和优化的一类大模型。

新缸中之脑

氛围编程一个全栈AI交易应用作为一名专业的数据科学家，我在Jupyter笔记本中构建了多年的ML模型。但我想超越研究。我想使用我在支付系统领域作为产品数据科学家的十年经验，部署一个全栈、生产级AI交易系统。

码云数智-大飞

Oracle RAS：AI时代守护企业数据安全的智能盾牌在人工智能（AI）迅猛渗透企业运营的今天，数据已成为最核心的战略资产。然而，AI系统对海量数据的依赖也带来了前所未有的安全挑战——模型训练可能暴露敏感信息，自动化决策可能绕过传统权限控制，甚至内部人员滥用AI工具也可能导致数据泄露。在此背景下，如何在保障数据高效利用的同时，实现精细化、动态化的安全管控？Oracle 的 Real Application Security（RAS）正成为企业应对AI时代数据安全风险的关键利器。

Qwen3-VL-0.6B？Reyes轻量化折腾：一个从0到1开始训练的0.6B参数量的多模态大模型标题一次，非Qwen3-VL-0.6B官方。最近手里有一台昇腾910B的服务器，顺便摸索下国产芯片的训练都有哪些坑，笔者时隔一年对Reyes《【多模态&LLM】Reyes：一个从0到1开始训练的多模态大模型（技术报告）》进行了改造，原本的Reyes由8B的参数构成（InternViT-300M-448px-V2_5+Qwen2.5-7B-Instruct），随着端侧模型的发展与手里资源的限制，最终笔者将Reyes参数量设置成0.6B，训练了一个轻量化的多模态模型，最终在MMMU-benchmark取得了3

7D-AI系列：DeepSeek Engram 架构代码分析Engram的github仓库地址Engram 是一个条件记忆模块，通过 N-gram 嵌入实现 O(1) 查找，作为 MoE 的补充。

技术复盘：llama-cpp-python CUDA 编译实战 (Windows)https://github.com/abetlen/llama-cpp-pythonFlash Attention 2.8.3 在 Windows + RTX 3090 上成功编译与运行复盘笔记（2026年1月版）

基于YOLO11-HAFB-1的五种羊品种分类识别系统详解本数据集名为Adahii classifier，版本为v5，创建于2024年5月20日，由qunshankj用户提供，采用CC BY 4.0许可证授权。该数据集通过qunshankj平台于2025年6月7日导出，是一个专注于羊品种分类的计算机视觉数据集。数据集共包含314张图像，所有图像均采用YOLOv8格式进行标注，涵盖了barbari、hari、naimi、najdi和swakini五种羊品种。在图像预处理方面，每张图像都经过了像素数据的自动方向调整（包括EXIF方向信息剥离）和640x60像素的拉伸

旧日之血_Hayter

Java线程池实战：高效并发编程技巧概要因为面试中暴露出来的不足，所以写一写线程池，也算是复习一下。线程池是一种线程管理机制，它预先创建一定数量的线程并放入池中，当需要执行任务时，从池中获取空闲线程来执行任务，任务完成后线程不销毁而是返回池中等待下一次任务。

【易经系列】《屯卦》六二：屯如邅如，乘马班如，匪寇，婚媾。女子贞不字，十年乃字。这段文字出自中国古代经典《易经》，具体位置是第三卦：水雷屯的六二爻辞，以及对应的《象传》解释。这段爻辞非常生动，描绘了一幅“求婚与等待”的画面，寓意在困难时期面临选择时的犹豫、坚守与最终的圆满。

AI学习笔记整理（67）——大模型的Benchmark（基准测试）参考链接：https://zhuanlan.zhihu.com/p/22244946778大模型的Benchmark（基准测试）是用于评估和比较大型机器学习模型（如GPT、BERT、PaLM等）性能的一系列标准化任务、数据集和评价指标。这些Benchmark为大模型的开发者和使用者提供了一个统一的评估框架，帮助研究人员和开发者衡量模型在不同领域（如语言理解、生成、推理等）的能力，推动技术进步，同时也为用户在选择适合特定任务的大模型时提供参考依据。

人工智能之核心技术深度学习第七章扩散模型（Diffusion Models）第七章扩散模型（Diffusion Models）如果说 GAN 是生成模型的“艺术家”，那么扩散模型（Diffusion Models）就是“科学家”——它通过模拟物理中的热力学扩散过程，以极其稳定、高质量的方式生成图像、音频、3D 等复杂数据。自 2020 年 DDPM 提出以来，扩散模型迅速超越 GAN，成为生成式 AI 的主流架构，并催生了 Stable Diffusion、DALL·E 2/3、Midjourney 等现象级应用。

github.com/starRTC

Claude Code中英文系列教程25：非交互式运行 Claude CodeUse the Agent SDK to run Claude Code programmatically from the CLI, Python, or TypeScript. 使用 Agent SDK 从 CLI、Python 或 TypeScript 中通过编程运行 Claude Code。

逄逄不是胖胖

《动手学深度学习》-60translate实现