人工智能

人工智能AI技术

【Agent从入门到实践】10 决策模块：Agent如何“思考问题”各位小伙伴，上一节我们聊了感知模块，Agent能“看到”周围的信息了对吧？但光看不行啊，就像咱们看到美食，得想“吃不吃、怎么吃”；看到路口，得想“往左走还是往右走”——这就是决策模块要干的活儿！

联邦经典算法Fedavg实现本文以多层感知机MLP在CIFAR-10上进行图像分类为例，详细阐述了Fedavg这一经典联邦学习算法的应用，为各位读者打开初步学习联邦学习的大门。

数据公司与AI五大主流合作模式1. 数据供给与模型训练合作（最基础）合作内容：数据公司提供标注数据、行业数据集与治理服务；AI 方用于模型预训练 / 微调，提升精度与场景适配。

AI Agent开发(2) - 深入解析 A2A 协议与 Go 实战指南痛点：Agent被“降级为”工具其他概念：首先我们选择https://github.com/trpc-group/trpc-a2a-go?tab=readme-ov-file作为a2a协议的框架，下面创建了一个a2a的server实例

AUS GLOBAL 荣耀赞助 2026 LIL TOUR 高尔夫嘉年华AUS GLOBAL（澳洲环球）荣幸以官方赞助商身份参与 2026 LIL TOUR 高尔夫嘉年华。该高端高尔夫与社交盛会于 2026 年 1 月 7 日在备受赞誉的 Al Zorah 高尔夫与游艇俱乐部盛大举行。

小饼干超人

详解向量数据库中的PQ算法（Product Quantization）HNSW的原理看这里：图解 HNSW（Hierarchical Navigable Small Worlds）原理 IVF原理看这里：IVF（Inverted File）原理图解：高维向量的分桶加速搜索

AI数学基础（一）：线性代数核心，向量/矩阵运算的Java实现——别让“黑盒调用”掩盖了你对智能的理解大家好，我是那个总在模型输出异常时翻线性代数笔记、又在 Java 里手写矩阵乘法的老架构。今天不聊 Transformer，也不谈反向传播——我们回到 AI 的地基：

互联网科技看点

诸葛io获认可：金融分析智能体赛道领航者当AI Agent从概念热潮迈入产业落地深水区，真正具备场景穿透力与业务价值的厂商正脱颖而出。近期，诸葛智能凭借扎实的技术自研实力与垂直场景深耕成果，接连斩获爱分析、第一新声两大权威机构认可，在“分析场景智能体”与“金融行业智能体”两大核心赛道表现亮眼，成为行业公认的实干派代表。

自然语言转 SQL 并不是“魔法”随着生成式 AI 的快速发展，“自然语言直接生成 SQL”正在成为一个被频繁提及的话题。看起来，只要把数据库表结构交给 AI，就能让业务人员用一句话查数据，似乎一切都会变得很简单。

2.30 传统行业预测神器：为什么GBDT系列算法在企业中最受欢迎GBDT系列算法（XGBoost、LightGBM等）在传统行业（金融、零售、制造等）中应用最广泛。本文将深入分析为什么这些算法在企业中最受欢迎，以及它们的优势所在。

[开源发布] Dev-PlayBooks：让 AI 编程不再“抽卡”，面向 Claude/Codex等的确定性Spec+TDD开发工作流框架今天给大家推荐一个开源神器：DevBooks (dev-playbooks-cn)。它不是另一个 AI 模型，而是一套专门管 AI 的“交通规则”。它能让你的 AI 编程助手（特别是 Claude Code 和 Codex CLI）从“由着性子胡来”变成“按规矩办事”。

全球气候与环境变化考试知识点梳理（1）

六、读者高频疑问解答 & 架构价值延伸本文发布后收到不少读者私信，核心聚焦 “架构可复制性”“资产替换价值” 等问题，作为这套轻量化认知架构的首个实战落地者，从架构师视角统一解答：问：这套四层架构能被直接复制吗？答：能复制方法论，但复制不了你的专属系统。本文公开的 “认知资产层→指令协议层→运算执行层→反馈运维层” 是通用架构逻辑，属于行业通识性的分层设计思路，资深技术人员能轻松看懂并借鉴。但真正的核心壁垒，是你沉淀的专属认知资产（如战略模型变量、行业经验笔记）和从 0 到 1 的实战踩坑经验（如资产优先级规则的制定、版本迭代的坑点）—

目标检测论文解读复现之六基于RetinaNet的考拉检测方法🐨 考拉作为澳大利亚的国宝级动物，不仅是该国特有的珍稀物种，也是全球生物多样性的重要组成部分。近年来，由于栖息地丧失、气候变化、疾病传播以及人类活动干扰等多重因素影响，野生考拉种群数量呈现显著下降趋势，已被列为濒危物种。据澳大利亚政府统计，过去二十年间，澳大利亚考拉数量减少了约30%，部分地区甚至高达80%，这一严峻形势引发了国际社会的高度关注。

zm-v-15930433986

最新AI-Python自然科学领域机器学习与深度学习技术1.数据尺度分类：名义数据、有序数据、定距数据、比率数据 2.多维数据结构：时间序列、纵向数据、空间场数据、面板数据以及内生/外生变量辨析 3.缺失值处理：基于统计的插补，多重插补 4.异常值处理：基于统计的异常值处理，基于模型的异常值处理 5.特征工程以及高级特征构造：熵、Hurst指数、滑动统计量

郝学胜-神的一滴

何友院士《人工智能发展前沿》全景解读：从理论基石到产业变革《人工智能发展前沿》（ISBN：9787302702849）由何友院士领衔，联合五位顶尖学者共同编撰，清华大学出版社2025年10月出版。这部著作系统构建了AI知识体系，其独特价值在于：

cuda-gdb Could not find CUDA Debugger back-end.“Could not find CUDA Debugger back-end. Please try upgrading/re-installing the GPU driver” 并不是普通的驱动版本问题，而是 **cuda-gdb 运行时找不到私有库 libcudadebugger.so.1**。该库由驱动包提供，但某些发行版（如 Arch、Ubuntu 的 runfile 安装）默认没有把该 so 一起装进系统，导致 cuda-gdb 启动失败。按下面步骤处理即可：

首个国产芯片训练的多模态 SOTA 模型，已免费开源！这是苍何的第 471 篇原创！大家好，我是苍何。看到智谱联合华为开源了新一代图像生成模型 GLM-Image 的消息，我还挺兴奋的。

具身智能：从理论到现实，人工智能的下一场革命目录一、引言：具身智能是科技革命新引擎二、何为具身智能？重新定义智能的存在形态三、发展脉络：从理论构想走向产业实践

方见华Richard

对话量子场论：语言如何产生认知粒子V0.3对话量子场论：语言如何产生认知粒子V0.3作者：方见华¹，累土系统² 所属机构：¹世毫九哲学研究中心，²世毫九AGI实验室通讯作者：方见华 (shardylab@sina.com) 摘要：本文提出“对话量子场论”的理论框架，将语言交流建模为认知量子场中的粒子动力学。我们论证：1）基本话语单元可视为“意义量子”，在理解前处于多种解释的叠加态；2）对话构成一个认知量子场，参与者作为激发源产生意义粒子；3）共识形成不是线性叠加而是量子退相干过程，由对话的测量语境决定；4）该框架自然解释了对话中的纠缠、干涉与突