人工智能

中国多模态大模型历史性突破：智源Emu3自回归统一范式技术深度解读2026年1月28日，北京智源人工智能研究院（BAAI）在国际顶级学术期刊《自然》（Nature）正刊发表重磅研究成果——基于“预测下一个词元”（Next-Token Prediction, NTP）的多模态大模型Emu3。这是我国科研机构主导的大模型成果首次登上Nature封面，标志着中国在人工智能基础理论研究的原始创新能力已跻身世界最前沿。

前端视角下认识 AI Agent 和 LangChain我们假设要开发一个对话机器人的应用。对于传统对话机器人开发：核心在于后端业务逻辑、数据库设计、API 接口等技术栈。

使用LSTM进行情感分类：原理与实现剖析情感分类是自然语言处理（NLP）中的一项基础而重要的任务，旨在自动判断文本的情感倾向（如正面或负面）。传统机器学习方法在处理此类任务时面临诸多挑战，尤其是在处理变长序列数据和捕捉长距离依赖关系方面。循环神经网络（RNN）及其改进型长短期记忆网络（LSTM）通过其序列建模能力，为这类问题提供了优雅的解决方案。本文将深入剖析一个基于PyTorch实现的LSTM情感分类器，从数据预处理到模型推理，逐层解析其背后的核心原理。

评估体系构建：基于自动化指标与人工打分的双重验证微调完 DeepSeek 模型后，领导问你：“新模型比旧模型好在哪里？” 如果你只回答“Loss 下降了 0.1”，那大概率是过不了关的。Loss 只能反映拟合程度，不能反映生成质量。对于生成式 AI，我们需要构建一套多维度的评估体系，从自动化指标到人工盲测，全方位衡量模型的“智商”。

深圳市恒星物联科技有限公司

水质流量监测仪：复合指标监测的管网智能感知设备水质流量监测仪是深圳市恒星物联科技有限公司研发的流量COD一体监测仪，是一款集流量传感器和水质传感器于一体的复合指标监测产品。该设备专门设计用于地下受限空间内对水量和水质都有监测需求的场景，可广泛应用于排水管道、排水渠、排水口的在线流量测量、液位预警和COD监测预警，适合浅流、非满流、满流、管道过载等多种状态的流速、流量、水质的综合监测。

断眉的派大星

均值为0，方差为1：数据的“标准校服”均值为0，方差为1：数据的“标准校服”🌟 一句话理解均值为0 = 数据整体“居中”在0点方差为1 = 数据的“波动程度”被统一标准化 👉 两者结合 = 所有数据穿上“统一校服”，站在同一起跑线！

电子厂PCB板焊点缺陷检测（卷积神经网络CNN）业务痛点：某电子厂（年产PCB板100万块，含焊点5000万个）存在三大问题：算法团队：图像预处理（去噪/裁剪）、数据增强（旋转/翻转）、CNN模型构建（ResNet迁移学习）、模型训练与评估、模型存储（MinIO）

缸中之脑：大模型架构的智能幻象与演进困局当前大语言模型的发展路径，看似在模拟人类智能方面取得了突破性进展，实则创造了一个个“缸中之脑”——拥有惊人对话能力却缺乏世界真实体验的人工系统。本文将从架构师的专业视角，深入剖析这一现象的技术根源，追溯从符号主义到连接主义的范式转换，揭示当前大模型发展路径中存在的根本性局限，并提出可能的突破方向。通过生活化案例与专业分析相结合的方式，我们将探讨为何需要更接近真实世界的智能系统，以及如何从当前的“缸中之脑”困境中突围。

新视野混合净值波动有几何？贝莱德基金回撤控制策略是否命中关键？近年来，贝莱德中国新视野混合基金（A类代码013426，C类代码013427）的净值表现备受市场关注。该基金成立于2021年9月，截至2025年末规模达22.75亿元，但成立以来累计收益仍为-39.19%，近三年回报-33.16%，显著跑输同期沪深300指数表现。从季度数据看，2025年四季度该基金重仓的医药生物、电子等行业恰逢市场低迷期，导致单季度回撤超过10%，暴露出行业轮动把握的滞后性。

MacBook M1 安装 OpenClaw 完整指南本文记录了在 MacBook M1 (Apple Silicon) 上安装 OpenClaw 的完整过程，包括遇到的坑和解决方案。

【赫兹威客】浩哥

基于多版本YOLO模型的车牌识别数据集实测与分析车牌识别技术在智能交通、停车场管理、交通监管等领域有着广泛的应用需求，而高质量的标注数据集是模型训练、性能优化的核心基础。目前公开的车牌识别数据集要么场景覆盖有限，要么数据量不足，难以满足不同版本模型的训练验证及性能对比需求。为此，本文整理并公开一套大规模车牌识别数据集，同时基于YOLO系列5个不同版本模型完成训练测试，详细记录数据集细节与模型实测结果，为相关领域的科研实验、项目落地及模型优化提供可靠的参考依据，助力开发者快速开展车牌识别相关工作。

探索CANN：开源AI计算底座的关键组件与技术思想在 AI 大模型与异构计算深度融合的时代，高效的计算底座是释放硬件算力的核心。CANN（Compute Architecture for Neural Networks）作为昇腾生态的开源 AI 计算架构，不仅是连接算法与昇腾 NPU 硬件的桥梁，更是一套凝聚了 “软硬件协同、极致优化、开源开放” 核心思想的技术体系。本文将从关键组件拆解、核心技术思想、实操验证三个维度，带你探索CANN作为开源AI计算底座的设计精髓与实践价值。

变比测试仪显示屏的“标杆“配置！如何兼顾30000小时寿命与六角矢量图精准显示？变比测试仪（又称变压器变比组别测试仪）是电力系统核心检测设备，广泛应用于变电站运维、变压器生产验收、电力检修、电力工程施工等场景，核心用于测量变压器变比、极性、相角及连接组别，精准捕捉0.0001分辨率的变比差异，杜绝变压器匝间短路、连接错误等隐患，其检测精度直接关系到电网稳定与电力设备安全。显示屏作为变比测试仪的人机交互核心，需实时清晰呈现变比数据、六角矢量图、相角参数及报警信息，适配电力场景强电磁干扰、户外高低温、车间粉尘等严苛工况，同时需符合IEC 61000系列EMC合规标准。恒域威深耕工业级显示

transformer（上）和之后的bert有很强烈的关系transformer就是一个sequence to sequence的model，input和output都是一个sequence，但是output我们不知道多长，由机器自己决定

Online Process Reward Learning for Agentic Reinforcement Learning大型语言模型(LLM)越来越多地通过强化学习(RL)被训练为自主智能体[autonomous agents]，能够在交互式环境中进行长期推理和行动。然而，稀疏且有时无法验证的奖励使得时序信用分配[temporal credit assignment]变得极具挑战性。最近的研究尝试将过程监督整合到智能体学习中，但存在标注偏差[biased annotation]、奖励欺骗[reward hacking]、过细粒度信号[overly fine-grained signals]导致的高方差，以及在状态重叠罕见时

误差卡尔曼滤波在VINS-mono中的应用有两个误差：分别是估计误差和观测误差vins-mono预积分推导过程中，只用到了估计误差的协方差的推导。

《凌微经 · 理悖相涵》第六章理悖相涵——关系构型之模因前文已对逻辑进行根本性溯源，表明元逻辑的根本特性在于“关系相对性”，它内在蕴含四大维度属性： “本然无自性、事实自指性、静态自悖性、动态递归性”。

晚霞的不甘

Flutter for OpenHarmony 可视化教学：A* 寻路算法的交互式演示在人工智能、游戏开发和机器人导航等领域，路径规划（Pathfinding）是一项基础而关键的技术。其中，A*（A-Star）算法因其高效性与最优性，成为最广为人知的启发式搜索算法之一。然而，其背后的“开启列表”、“关闭列表”、“f = g + h”等概念对初学者而言仍显抽象。

小程故事多_80

Agent Infra核心技术解析：Sandbox sandbox技术原理、选型逻辑与主流方案全景最近ClawBot的爆火，让很多深耕Agent领域的开发者达成了一个共识，那就是在Agent基础设施的搭建中，Mac Mini这类硬件设备可以适当精简，但Sandbox技术绝对不能缺席。作为Agent安全运行的核心屏障，Sandbox早已超越了简单的辅助工具范畴，成为Agent Infra中不可或缺的关键组成部分。尤其是在Context Engineering理念逐渐成为Agent开发核心思路的当下，理解Sandbox的技术原理、不同实现方案的差异以及选型逻辑，对于每一个Agent开发者来说都至关重要。

陈天伟教授

人工智能应用- 语言处理：02.机器翻译:规则方法语言的多样性为人类交流带来了巨大的障碍。因此，自计算机诞生之初，科学家们便开始设想利用机器来实现跨语言的沟通。1947 年，美国数学家沃伦·韦弗（Warren Weaver）首次提出了机器翻译的设想，并在 1949 年发表了《翻译备忘录》，这被视为机器翻译研究的起点。