人工智能

深度学习篇---SGD+Momentum优化器SGD+Momentum（带动量的随机梯度下降）是 SGD 的增强版，它通过模拟物理中的 "惯性" 来加速收敛，减少训练过程中的震荡。下面用通俗的方式讲解其原理和用法，并提供详细代码示例。

LangGraph从新手到老师傅 - 3 - StateGraph基础入门在LangGraph的世界里，StateGraph是构建复杂AI工作流的基础组件。它允许我们以可视化、模块化的方式定义和执行一系列操作，非常适合构建Agent、自动化流程和复杂决策系统。本文将通过示例，深入讲解StateGraph的基础概念、核心组件和使用方法，帮助你快速入门LangGraph的核心功能。

MaxKB4j智能体平台 Docker Compose 快速部署教程MaxKB4j = Max Knowledge Base for Java，是一款基于Java语言开发的LLM工作流应用和 RAG 的开源LLMOps平台，项目主要借鉴了MaxKB和FastGPT,并将两个的优势结合到一个项目上，使用高性能、高稳定性以及安全可靠的JAVA语言重新设计开发。MaxKB4j广泛应用于智能客服、企业内部知识库、数据分析、学术研究与教育等场景。

TFS-2005《A Possibilistic Fuzzy c-Means Clustering Algorithm》这篇论文的核心思想是提出一种名为可能性-模糊c均值（Possibilistic Fuzzy c-Means, PFCM）的新型混合聚类算法，旨在综合并克服现有主流算法的缺陷。

还在用html2canvas？介绍一个比它快100倍的截图神器！| 掘金一周 9.4本文字数1400+ ，阅读时间大约需要 4分钟。【掘金一周】本期亮点：「上榜规则」：文章发布时间在本期「掘金一周」发布时间的前一周内；且符合各个栏目的内容定位和要求。如发现文章有抄袭、洗稿等违反社区规则的行为，将取消当期及后续上榜资格。

用了企业微信 AI 半年，这 5 个功能让我彻底告别重复劳动我们部门每周至少开 3 场会，以前最头疼的是会后整理 —— 录音转文字要手动操作，重点内容漏记，待办事项还要自己列。现在用企业微信的 AI 会议功能，这些麻烦全解决了。

涉私数据安全与可控匿名化利用机制研究（下）尽管《个人信息保护法》确立了“知情-决定”权优先原则，《中共中央国务院关于构建数据基础制度更好发挥数据要素作用的意见》（以下简称“数据二十条”）也构建了数据权益分层保护框架，但在数据要素市场化配置过程中，涉私数据仍面临双重挑战：一方面，传统数据脱敏技术难以平衡涉私数据效用与安全，存在身份重识别风险；另一方面，数据跨境流动、大模型训练等新场景衍生出更复杂的合规要求。

从零开始学大模型之Transformer 架构随着 NLP 从统计机器学习向深度学习迈进，作为 NLP 核心问题的文本表示方法也逐渐从统计学习向深度学习迈进。正如我们在第一章所介绍的，文本表示从最初的通过统计学习模型进行计算的向量空间模型、语言模型，通过 Word2Vec 的单层神经网络进入到通过神经网络学习文本表示的时代。但是，从计算机视觉（Computer Vision，CV）为起源发展起来的神经网络，其核心架构有三种：

明月醉窗台

Pytorch笔记一之 cpu模型保存、加载与推理首先，在加载模型之前，我们需要了解如何保存模型。PyTorch 提供了两种保存模型的方法：保存整个模型和仅保存模型的状态字典（state dict）。推荐使用第二种方式，因为它更灵活且体积较小。

[论文阅读] 人工智能 + 软件工程 | 别让AI写的代码带“漏洞”！无触发投毒攻击的防御困境与启示为解决AI代码生成模型（如CodeBERT、CodeT5+、AST-T5）因依赖未净化训练数据而面临的“无触发数据投毒攻击”（攻击者将安全代码替换为语义等效但含漏洞的代码，无需显式触发词）问题，该研究系统评估了光谱特征分析、激活聚类、静态分析三种主流检测方法的有效性。实验结果显示，所有方法均难以可靠防御此类攻击：表征类方法（光谱特征、激活聚类）在20%高投毒率下F1最高仅0.40（AST-T5），CodeBERT表现近零；静态分析虽为相对最优，在现实投毒率（5%-10%）下F1也仅0.40-0.57，仍存

PromptHero-最受欢迎的AI提示词网站本文转载自：PromptHero-最受欢迎的AI提示词网站 - Hello123工具导航**一、🌍 PromptHero：全球 AI 咒语挖宝圣地，一键解锁 10 万 + 大神秘笈！

深度学习——速问速答第一遍：直接陈述第二遍：查看笔记第三遍：对照答案第四遍：总结背诵机器学习本质简单说就是通过计算机寻找一个函数，在你输入特定数据的时候得到特定的输出。比如语音识别，输入语音输出文字，房价预测输入未来某个时间输出房子预测价。寻找函数的过程叫训练，函数叫模型。一般主要分为两大类：分类任务和回归任务。

奥数金牌只是序章！OpenAI 谷歌彻底打脸预言家，AI 巨浪势不可挡2022 年，预言家放言：到 2025 年，押注 90% 的概率 AI 拿不下国际奥数 IMO 金牌。

字节跳动把AI大模型入门知识点整理成手册了，高清PDF开放下载大家好，作为一名互联网行业的从业者，我发现AI大模型正在成为技术领域的新热点。就像Python曾经凭借其简洁高效成为编程入门首选一样，AI大模型如今也以其强大的能力和广泛的应用前景吸引着越来越多的学习者。今天我想分享一份全面的AI大模型学习路线图，希望能帮助大家系统性地掌握这一前沿技术。

刚刚，马斯克「金色擎天柱」首曝！这双真人手刷屏，50 万年薪岗危了就在刚刚，参观完特斯拉办公室的 Salesforce 创始人 Marc Benioff，放出了全新 Optimus 的视频。

二向箔reverse

深度学习与 OpenCV 的深度羁绊：从技术协同到代码实践在计算机视觉领域，深度学习与 OpenCV 就像一对 “黄金搭档”—— 前者凭借强大的特征学习能力突破传统算法瓶颈，后者则以高效的图像处理工具链为深度学习提供坚实的工程支撑。本文将从技术联系、核心应用场景出发，结合代码示例，带你理解二者如何协同解决实际问题。

Coovally AI模型快速验证

突破闭集限制：3D-MOOD 实现开集单目 3D 检测新 SOTA【导读】单目 3D 目标检测是计算机视觉领域的热门研究方向，但如何在真实复杂场景中识别“未见过”的物体，一直是个难题。本文介绍的 3D-MOOD 框架，首次提出端到端的开集单目 3D 检测方案，并在多个数据集上刷新了 SOTA。

亚马逊云开发者

基于 CoT 协调多 MCP Tool — 智能运维 RedshiftAmazon Redshift 是一种在云端运行的全托管、PB 级数据仓库服务。它为企业提供了强大的数据分析能力，能够处理海量数据并提供快速的查询性能。作为亚马逊云科技数据分析生态系统的核心组件，Amazon Redshift 通过列式存储、并行处理和高效的数据压缩算法，使组织能够以经济实惠的方式从其数据中获取洞察。

ai绘画-安安妮

AI工程师必看！GitHub上10个高价值LLM开源项目，建议立即收藏作为一名AI工程师，你是否还在为找不到合适的资源而烦恼？是不是觉得理论知识学了一大堆，但真正动手实践时却无从下手？别担心，今天就给大家盘点一下GitHub上那些超有价值的LLM（大型语言模型）开源项目。这些项目不仅涵盖了从入门到进阶的各个阶段，还提供了丰富的实战经验和代码示例，绝对能让你在AI的道路上更进一步！

小言从不摸鱼

Grok-4 ：AI 基准测试霸主，速度与智能并存——但代价几何？目录剖析 Grok-4 的优势：基准领先与多功能性Grok-4 的短板：高性能背后的权衡Grok-4 的未来潜力