人工智能

卷积神经网络中的自适应池化概念：自适应池化（Adaptive Pooling）是深度学习中常用的一种池化操作，它能够根据目标输出尺寸自动调整池化窗口的大小和步长，以保证输出特征图的尺寸符合指定的大小。与普通池化（如最大池化、平均池化）不同，普通池化需要手动设置窗口大小和步长，而自适应池化只需要指定输出尺寸即可。

词嵌入来龙去脉：One-hot、Word2Vec、GloVe、ELMo词嵌入（Word Embedding）是自然语言处理（NLP）中的一项核心技术，它将文本中的词语转换为低维实数向量，使得语义相近的词语在向量空间中距离相近。

机器是如何变“智能“的？：机器学习机器学习是人工智能的核心，机器学习的强大之处在于它能够从数据中学习，并在无需直接编程的情况下进行预测，给定一组输入，模型将根据从现有数据中学习到的模式，预测接下来会发生什么。

CLIP SurgeryCLIP存在相反激活问题，意味着它关注图像的背景，而不是前景。Q-K自注意力本来应该在前景位置激活，但是却发现主要在背景位置激活，这说明Q-K学偏了。

2026年新一代智能通信与信号处理研讨会官网：https://ais.cn/u/YZ7niy时间：2026年1月23日-1月25日地点：中国-合肥

likeshop 好像科技

新手学习AI智能体Agent逻辑设计的指引在人工智能快速发展的今天，智能体（Agent）设计已成为AI领域的核心技术之一。对于初学者而言，找到一个结构清晰、设计优雅、易于理解的智能体实现范例至关重要。我以最近比较热门的开源智能体项目BuildingAI为例——它不仅功能强大，更重要的是其设计模式体现了现代智能体架构的最佳实践。

许泽宇的技术分享

当 AI Agent 遇上可观测性：AgentOpenTelemetry 让你的智能体不再“黑盒“"你的 AI Agent 到底在干什么？为什么响应这么慢？Token 都花哪儿了？" —— 每个 AI 开发者的灵魂三问

LLM基础知识，langchainV1.0讲解（一）NLP：自然语言处理它的作用就是让计算机“理解、处理和生成人类语言”。用户输入了一段文本：“订单将于2025年5月1日发货，金额199元”，发现包含时间和金额就

整体设计定稿之23 dashboard.html 增加三层次动态记录体系仪表盘之2 程序 (Q199 之1)以下是“之22” 中Q199 的最后程序 (由于字数超限，分两次。本篇是1/2）

未来智慧谷

技术周报 | 特朗普签令统一AI监管；长三角启动应用征集；多场开发者大会本周密集召开各位开发者，近期AI领域动态频出，从国际政策到国内应用生态都有新进展，以下是与我们息息相关的要点梳理：

检索增强生成（RAG）技术原理深度解析：突破大模型知识边界的范式革命在人工智能飞速发展的当下，大型语言模型（LLM）如GPT系列、LLaMA、Claude等已经展现出惊人的文本理解和生成能力，它们能够流畅地进行对话、创作内容、解答问题，甚至展示出一定程度的推理能力。然而，当我们深入研究这些模型的实际应用时会发现一个根本性缺陷：这些模型的知识完全来源于其训练数据，而训练过程一旦结束，模型的知识就被“冻结”在某个时间点。这种静态知识存储方式导致模型无法获取训练数据之后的新信息，也难以访问其参数中未编码的专有领域知识。更严重的是，当面对需要精确事实回答的问题时，大语言模型常常会

杨建允：AI搜索趋势对教育培训行业获客的影响AI搜索正重塑教育培训行业的获客逻辑。一、AI搜索带来的核心变革1.精准获客‌：AI通过分析用户搜索历史、兴趣偏好等，实现精准客户画像。例如，教育机构可针对“小升初辅导”“雅思备考”等需求，AI搜索可定向优化相关内容，获客成本仅为传统广告的1/3。

V搜xhliang0246

AI大模型辅助临床医学科研应用、论文写作、数据分析与AI绘图学习班【课程介绍】当知识加速迭代，学术竞争白热化，每位科研人都在与时间赛跑;在医学科研的快速发展中，如何提高工作效率、减少重复性劳动、优化研究成果成为医学科研人员关注的核心问题。最近，AI大模型在医学科研圈内掀起了热潮。无论是在实验室的学术交流，还是医院的科研会议，大家都在热议它，但很多医学科研人员可能还没有完全发挥出它的“超强能力”，只是将其当作普通的问答工具。对于科研人员来说，时间总是非常宝贵的；面对海量文献检索耗时、跨学科数据分析门槛高、论文撰写反复修改的痛点，医学科研工作者亟需一场智能化革命！而A

世界那么哒哒

告别“猜需求”式编程：这个开源工具让 AI 编码变得真正的可控在 AI 编程助手大行其道的今天，作为开发者，享受着“一句话生成代码”的便利的同时，也常常陷入一种新的焦虑：AI 真的理解我们要什么吗？

DeepSeek-R1 与 OpenAI o3 的启示：Test-Time Compute 技术不再迷信参数堆叠过去2年，整个行业仿佛陷入了一场参数竞赛，每一次模型发布的叙事如出一辙：“我们堆了更多 GPU，用了更多数据，现在的模型是 1750 亿参数，而不是之前的 1000 亿。”

蓝牙的服务和特征值的含义一、基本概念服务（Service）定义：一组相关功能的数据集合，代表设备的某个特定能力类比：就像手机中的不同功能模块（通讯录、短信、音乐播放器）

从“识别猫”到诊断疾病：卷积神经网络如何改变我们的视觉世界想象一下，你三岁的侄子第一次看到猫，就能在公园里认出各种不同颜色、姿态的猫。人类视觉系统能够毫不费力地完成这项任务，但对于计算机来说，这曾是一项巨大的挑战。直到卷积神经网络（CNN）的出现，计算机才真正学会了“看”世界。从社交媒体的人脸标记到医疗影像分析，从自动驾驶汽车到手机相册的智能分类，CNN已经无声无息地渗透到我们生活的方方面面。

serve the people

LSTM 模型简要解析LSTM（Long Short-Term Memory，长短期记忆网络）是循环神经网络（RNN）的改进版本，核心解决了传统 RNN 在处理长序列时的“梯度消失/爆炸”问题，能够有效捕捉序列数据中的长距离依赖关系（比如文本上下文、时间序列趋势）。

资源补给站

论文10-ICCV 2025 | WaveMamba：面向RGB-红外目标检测的多频域Mamba融合新范式论文题目： WaveMamba: Wavelet-driven Mamba Fusion for RGB-Infrared Object Detection

中冕—霍格沃兹软件开发测试

Git版本控制在测试项目管理中的应用在当今快速迭代的软件开发环境中，软件测试已成为确保产品稳定性和用户满意度的核心环节。测试项目管理涉及测试用例设计、脚本编写、环境配置以及缺陷跟踪等多个方面，任何变更的失控都可能导致测试覆盖不全或回归错误。Git，作为业界领先的版本控制工具，其分布式特性和强大的分支管理能力，为测试团队提供了高效、可靠的协作平台。本文将结合实际场景，探讨Git在测试项目管理中的应用价值、具体实践及注意事项，旨在帮助测试从业者优化工作流程，提升整体项目质量。