人工智能

深度学习——神经网络下图转载自深度学习（3）之经典神经网络模型整理：神经网络、CNN、RNN、LSTM，对相关含义展示的比较清晰，供参考。

祖先关系的数学重构：从家谱到算法的思维跃迁这正是我们今天要探讨的"重构一棵树的方案数"问题——一个看似简单却蕴含着深刻数学智慧的算法谜题。它不仅是计算机科学中的经典问题，更是一个连接离散数学、图论和组合优化的桥梁。让我们一同踏上这段从生活直觉到数学严谨性的探索之旅。

从推荐算法优化到AI4S、Pico和大模型，杨震原长文揭秘字节跳动的技术探索11月24日，第五届字节跳动奖学金颁奖典礼在北京大钟寺办公区举办。本届奖学金共吸引了中国和新加坡66所高校的500余名同学报名申请，来自清华、北大、复旦、人大、华中科技大学、香港大学、新加坡国立大学、南洋理工大学等高校的20位学子获奖，覆盖大模型、机器学习、多模态、AI Infra、机器人、AI for Science、硬件等领域。

AI加持测试工具汇总：Strix、AI（包括LLM）对各行各业的改变，远比诸位（包括鄙人）来得要深远。关于测试，之前写过很多篇：本文汇总整理一些AI测试工具。

哈工大深圳团队推出Uni-MoE-2.0-Omni：全模态理解、推理及生成新SOTA全模态大模型（Omnimodal Large Models, OLMs）能够理解、生成、处理并关联真实世界多种数据类型，从而实现更丰富的理解以及与复杂世界的深度交互。人工智能向全模态大模型的演进，标志着其从「专才」走向「通才」，从「工具」走向「伙伴」的关键点。

人工智能在智能家居中的控制传统的智能家居，更多是依靠预设规则或简单的传感器触发。例如，“如果光照低于100勒克斯，则打开客厅灯”。这种控制方式逻辑简单，但僵化死板，无法应对复杂多变的生活场景。你今天想早点休息，或者在家办公需要更明亮的光线，系统都无法自主适应。人工智能的引入，彻底打破了这一瓶颈。其核心在于，它不再仅仅执行命令，而是开始学习、理解和预测。

青瓷程序设计

花朵识别系统【最新版】Python+TensorFlow+Vue3+Django+人工智能+深度学习+卷积神经网络算法花朵识别系统，本系统结合当下人工智能热点，基于深度学习搭建算法对5种常见的花朵（‘雏菊’, ‘蒲公英’, ‘玫瑰’, ‘向日葵’, ‘郁金香’）数据集进行训练，最后得到一个识别精度较高的模型。然后搭建了一个Web端的综合性操作平台。

阿里云大数据AI技术

PAI Physical AI Notebook详解4：基于仿真的GR00T-N1.5模型微调在前3期Physical AI详解系列中，我们详细解读了数据采集、扩增、增强的全过程，以及导航模型（X-Mobility）微调训练的全过程。

深入 Spring AI：架构与应用随着生成式 AI（Generative AI）和大语言模型（LLM）在各行业的渗透，企业越来越希望在现有业务系统中嵌入智能功能，例如：

caiyueloveclamp

ChatPPT：AI PPT生成领域的“六边形战士“官网地址：www.chatppt.cn 用户使用指南数据层：内置120+细分领域标签库，精准匹配商务、学术、科技等场景设计规范引擎层：融合规则引擎与扩散模型，统一格式并生成适配主题的原创素材应用层：提供API接口，支持企业批量处理，200页文档平均仅需3分钟

paperxie_xiexuo

学术与职场演示文稿的结构化生成机制探析：基于 PaperXie AI PPT 功能的流程解构与适用性研究在科研成果展示与工作成果汇报中，演示文稿（PPT）的核心功能在于对已有文本内容的逻辑重构与视觉转译，而非原创性设计。然而，对于非视觉专业背景的研究者与职场人士而言，如何将一篇结构完整的论文、报告或总结，高效转化为符合场景规范的幻灯片序列，常因缺乏排版经验与模板认知而成为效率瓶颈。

Meta第三代“分割一切”模型——SAM 3本地部署教程：首支持文本提示分割，400万概念、30毫秒响应，检测分割追踪一网打尽SAM 3 是一个统一的基础模型，用于图像和视频中的可提示分割。它可以使用文本或视觉提示（如点、框和掩码）来检测、分割和跟踪对象。与它的前身 SAM 2 相比，SAM 3 引入了根据简短的文本短语或示例详尽地分割所有开放词汇概念实例的能力。与先前的工作不同，SAM 3 可以处理更大范围的开放词汇提示。在新 SA-CO 基准测试上，它达到了人类表现的 75-80%，该基准包含 27 万个独特概念，比现有基准多出 50 多倍。

生成式AI技术栈全解析：从模型架构到落地工程化生成式人工智能作为引领新一轮科技革命的关键力量，正深刻改变着内容创作、产品设计和商业交互的模式。本文系统性解析生成式AI的完整技术栈，从底层的模型架构（如Transformer、GAN、扩散模型）到中间层的开发框架与工具，再到上层的工程化实践与行业应用。文章将深入探讨技术栈各核心组件的原理、关系及演进趋势，分析落地过程中的关键挑战（如模型"幻觉"、算力成本、隐私合规等），并给出相应的工程解决方案（如RAG、Fine-tuning、多智能体系统）。最后，结合前沿动态，展望生成式AI技术栈在多模态、具身智能及

编程AI新王Claude Opus 4.5正式发布！编程基准突破80.9%，成本降三分之二刚刚，AI编程领域再起波澜。昨晚，Anthropic 旗下最强AI编程模型Claude Opus 4.5正式发布。作为Anthropic的最新力作，这款模型在多个核心维度实现了突破。

青瓷程序设计

鱼类识别系统【最新版】Python+TensorFlow+Vue3+Django+人工智能+深度学习+卷积神经网络算法鱼类识别系统，基于TensorFlow搭建卷积神经网络算法，通过收集了包括‘墨鱼’、‘多宝鱼’、‘带鱼’、‘石斑鱼’等在内的30种鱼类图像数据集进行训练，最后得到一个识别精度较高的模型，然后搭建Web可视化操作平台。

第二届中国数据产业发展大会暨2025元宇宙AI数据要素“金杏奖”颁奖盛典在广州隆重举行（央链直播广州讯）珠江之畔，数字潮涌！11月20日，本年度数字产业盛会——第二届中国数据产业发展大会暨2025元宇宙AI数据要素“金杏奖”全国大赛颁奖仪式在广东省广州市黄埔区隆重举行。本次大会汇聚政府代表、行业专家、企业领袖、科研学者及媒体从业者近百人，共同见证“金杏奖”14个优秀项目的脱颖而出，共同探索元宇宙、人工智能、数据要素产业从技术到产业赋能的关键跨越，助力培育新质生产力，推动国家数字经济高质量发展。

解析华为Flex:ai的开源棋局华为将Flex:ai技术开源，意在构筑一个开放、普惠的AI算力软件生态，这不仅是对封闭生态发起的挑战，更是在为未来的行业标准埋下伏笔。

手摸手教你两分钟搞定Antigravity先把工具备齐。打开官网 https：//antigravity。google/？hl=zh-cn，下载安装包。

快速上手大模型：深度学习13（文本预处理、语言模型、RNN、GRU、LSTM、seq2seq）目录1 文本预处理1.1 库1.2 读取数据集1.3 词元化1.4 词表2 语言模型2.1 定义2.2 代码

RAG 的诞生：为了让 AI 不再“乱编”人工智能和大语言模型（LLM）的发展，让机器能够理解和生成自然语言，像人类一样回答问题、写文章，甚至生成代码。但单靠模型内部的“记忆”，往往有几个问题：