人工智能

老兵发新帖

关于ONNX和pytorch，我们应该怎么做？结合训练和推理对于大多数生产部署场景，基于 PyTorch 进行模型训练，然后发布时转换为 ONNX 格式，是一个非常合理且推荐的工作流程。这就像是先用一种灵活的语言（PyTorch）进行创作和草稿，然后翻译成一种更通用、高效的官方语言（ONNX）用于广泛传播和使用。

杂记：对齐研究(AI alignment)AI对齐研究(AI alignment)是人工智能安全领域的一个重要分支，主要研究如何确保人工智能系统的目标和行为与人类价值观保持一致。以下是关键要点解析：

方见华Richard

世毫九《认知几何学修订版：从离散概念网络到认知拓扑动力学》《认知几何学修订版：从离散概念网络到认知拓扑动力学》作者：方见华（世毫九实验室创始人）摘要本文提出一种基于离散几何与拓扑数据分析的认知结构理论，摒弃了早期版本中不切实际的连续光滑流形假设。我们建立了一个从行为与神经数据到形式化数学描述的完整操作链条：1) 从概念相似性实验获得有限概念集上的度量；2) 构建加权有向图表示概念网络；3) 应用持续性同调提取拓扑特征；4) 定义离散曲率测度量化认知灵活性。本框架做出三个可检验的定量预测，并提供了完整的开源算法实现。

人工智能培训

基于Transformer的人工智能模型搭建与fine-tuning

【AI技术安全】攻击者直接向训练数据集中加入带有恶意标签的错误样本。例如，在图像分类数据集中插入大量被错误标记的图片（如将猫的图片标记为“狗”），使模型学习到错误的特征关联。

告别 AgentExecutor：LangChain v1.0+ Agent 模块深度迁移指南与实战全解析【个人主页：玄同765】大语言模型（LLM）开发工程师｜中国传媒大学·数字媒体技术（智能交互与游戏设计）

[Reading Paper]FFA-Net文章标题：《FFA-Net:Feature Fusion Attention Network for Single Image Dehazing》

Memory、Rules、Skills、MCP如何重塑AI编程作为字节跳动推出的国内首个AI原生IDE，TRAE.ai以“人与AI协同编程”为核心，彻底改变了传统开发流程。其抖音视频中重点提及的Memory（记忆）、Rules（规则）、Skills（技能）、MCP（模型上下文协议）四大核心要素，正是实现高效协同的关键。本文将深度拆解这四大要素的技术逻辑与实际价值，带你看懂AI编程的下一代范式。

ChatGPT和Gemini回答怎么导出ChatGPT 和 Gemini 回答怎么导出？一篇面向效率党的完整解决思路在日常工作和学习中，越来越多的人把 ChatGPT、Gemini 作为“第二大脑”。写方案、做调研、整理资料、写代码、写文档、翻译润色……大量高质量内容就这样在对话窗口里被生成出来。

大模型玩家七七

向量数据库实战：从“看起来能用”到“真的能用”，中间隔着一堆坑如果你问一个已经上线向量数据库的团队：“你们的向量检索效果怎么样？”得到的回答往往是：这类系统，通常不是完全不能用，但也很少让人真正放心。

科研数据叙事：DeepSeek将实验数据转化为故事化分析框架在当今科研领域中，数据爆炸式增长已成为常态。无论是基因测序、气候模拟，还是粒子碰撞实验，科学家们每天面对的是TB甚至PB级别的数据流。然而，如何从这些海量数据中提炼出有意义的科学故事，并将其转化为可理解、可传播的成果，仍是科研工作者面临的重大挑战。

潮起178，解码AI时代传媒变革的浙江样本“178”，一个观察过去几年中国主流媒体系统性变革的窗口。文｜徐鑫编｜任晓渔人工智能时代，在浙江主流媒体融合的探索实践里，178这个数字承载了特殊的意义。

【无标题】了解如何充分利用 Puppeteer 的防检测能力。这里我会分享 6 个实用技巧，帮助你提高爬虫成功率、优化性能，并尽量避免被封禁。

AI核心知识74——大语言模型之ReAct 范式（简洁且通俗易懂版）ReAct 范式是 Reasoning（推理）+ Acting（行动）的缩写。它是目前构建 AI Agent（智能体）最主流、最核心的模式。

新缸中之脑

TabPFN：表格数据基础模型我首次接触 TabPFN 是通过 ICLR 2023 论文——TabPFN：一秒钟解决小型表格分类问题的 Transformer。该论文介绍了 TabPFN，这是一个专为表格数据集构建的开源 transformer 模型，这是尚未真正受益于深度学习的领域，其中梯度提升决策树模型仍然占主导地位。

工程师老罗

Pytorch中的优化器及其用法来自千问在 PyTorch 中，优化器就像是一个“智能导航员”。它根据损失函数计算出的梯度（即“路况信息”），决定模型参数（权重）应该往哪个方向、以多大的步幅移动，才能最快地到达“损失最低”的目的地。

大语言模型与爬虫技术融合的智能数据采集系统随着信息技术的迅猛发展，互联网已成为人类获取知识、交流信息、开展业务的重要平台。大数据和人工智能技术的融合应用，为各行各业带来了前所未有的变革。在众多技术中，大语言模型和爬虫技术在数据采集与分析领域展现出巨大的潜力。

老蒋每日coding

AI Agentic 交互:从图形界面到现实世界环境AI Agent 正日益通过数字界面和物理环境的交互来执行复杂任务。它们在这些多样化环境中感知、处理和行动的能力，正在从根本上重塑自动化、人机交互和智能系统的格局。本附录深入探讨 Agent 如何与计算机及其环境交互，并重点介绍相关技术进展与代表性项目。

github.com/starRTC

Claude Code中英文系列教程24：使用钩子hooks扩展 Claude Code 的行为Learn how to customize and extend Claude Code’s behavior by registering shell commands 学习如何通过注册 Shell 命令来自定义和扩展 Claude Code 的行为

名字不好奇

词嵌入与向量化简单来说，向量化是一个宽泛的、技术性的总称，指将文本转化为计算机可处理的数值向量（一列数字）的过程或方法。而词嵌入是向量化的一种特定、高级的技术和结果，它产生的向量具有深刻的语义内涵。