深度学习

具身智能模型部署方向的能力要求与技术栈梳理国内一家头部非营利人工智能研究机构孵化，算是那家机构在具身智能领域唯一重点支持的商业化公司。核心业务是做机器人的“具身大脑”，不是单纯做本体，也不是只搞大模型，而是把语言、视觉和机器人动作闭环打通。团队六十多人，研发占六成以上，算法团队二三十人。已经有几个长期订单，落地场景包括医药、物流，双臂和叉车都有涉及。办公地点在北京海淀中关村附近。

测绘第一深情

深度学习中如何通过阈值搜索平衡 Precision 和 Recall在深度学习分类或语义分割任务中，我们经常会遇到这样的情况：模型的 Precision 很高，但 Recall 很低；或者 Recall 很高，但 Precision 明显偏低。

轮到我狗叫了

Slurm如何使用目录最近组内引入了Slurm 这个脚本，所以来简单记录一下，方便我使用正式训练Debug模式最后的流程

《深度学习理论及实践》全套PPT课件（北京邮电大学）《深度学习理论及实践》全套PPT课件（北京邮电大学）课件内容：第1章人工智能与深度学习概述.pptx 第2章机器学习之回归任务.pptx 第3章机器学习之分类任务.pptx 第4章神经网络与深度学习.pptx 第5章深层神经网络的训练方法.pptx 第6章卷积神经网络.pptx 第7章典型的深度神经网络模型.pptx 第8章强化学习算法.pptx 第9章深度强化学习.pptx

Web3&Basketball

从0到1落地多模态表格/发票结构化识别：踩坑全记录做财务、供应链、报销系统的同学大概率踩过这个坑：用 PaddleOCR / Tesseract 把一张发票识别成一堆散文本，坐标乱飞，表格线一多就串行，"价税合计"和"金额"经常张冠李戴。问题不在识别率，而在于传统 OCR 只解决"字在哪"，不解决"字和字什么关系"。

薛定e的猫咪

（NeurIPS 2022）GraphGPS：MPNN 与全局注意力的融合之道论文标题：Recipe for a General, Powerful, Scalable Graph Transformer 项目地址：https://github.com/rampasek/GraphGPS

Teacher Forcing技术解析标题：Teacher Forcing技术解析 1. 为什么需要 Teacher Forcing？ 2. Teacher Forcing 的工作原理 3. Teacher Forcing 的优缺点 4. 对抗 Teacher Forcing 缺点的改进方法

LadiesAndGentlemen

GeoX 论文解读：不用人工标注，如何训练会空间推理的遥感大模型论文信息：Ahn, K.; Lee, S.; Gummadi, K. P.; Cha, M. GeoX: Mastering Geospatial Reasoning Through Self-Play and Verifiable Rewards. arXiv:2605.20006，2026 年 5 月（预印本，截至本文写作时无会议录用信息，未公开代码）。作者单位为 KAIST 与马克斯·普朗克研究所。

Deep Learning for Computer Vision——Attention and Transformers1. 传统 Seq2Seq 模型的瓶颈在传统的编码器-解码器（RNN）架构中，所有输入序列的信息都被压缩成最后一个隐藏状态向量 C，然后传给解码器。

Qwen3.8-27B-FP8 降低大模型部署门槛，开启高效多模态智能体验；MiniMax H3-1K 发布千段视频测试数据集，全面评估 AI 视频生成能力公共资源速递6 个公共数据集：* RSNA Knee MRI 膝关节 3D 异常数据集* MiniMax H3-1K 模型图像视频测试数据集

OpenAI三周内第二次降价，GPT-5.6 Sol砍了20%到338月21日起，OpenAI把旗舰模型GPT-5.6 Sol的API价格调了：输入从5美元降到4美元/百万Token，输出从30美元降到20美元，降幅分别是20%和33%。

基于 Python + PyQt5 的水果目标检测与分割可视化系统——水果深度学习识别可视化大屏基于 Python + PyQt5 的水果目标检测与分割可视化系统。提供上传识别、多/单目标检测、手动框选分割、四宫格图像交互、指标分析、日志归档、图表统计、参数配置与系统样式定制等完整能力。

【文献分享】CancerCellNet：评估癌症模型转录保真度的计算工具癌症研究者使用细胞系（CCLs）、患者来源异种移植瘤（PDXs）、基因工程小鼠模型（GEMMs）和肿瘤类器官（tumoroids）作为模型来研究肿瘤生物学和发现治疗方法。模型的通用性和力量源于其代表所研究肿瘤类型的保真度——然而，这种保真度究竟有多高往往并不清楚。模型的丰富性和新模型易于生成的特点，催生了对能够测量癌症模型与天然肿瘤在多大程度上相似或偏离的工具的需求。此前虽然有多种方法被提出来评估CCLs与肿瘤的相似性（如Domcke等人的适合度评分、基于转录组或分子谱的相关性分析等），但它们通常针对特定

2026 AI Agent 记忆系统：让智能体告别“三秒失忆“，像人类一样越用越懂你（MonkeyCode 实战）2026 年，AI 应用工程最热的词不再是"怎么把模型调好"，而是"怎么让智能体记住你"。当你的 Agent 能记住你的偏好、习惯和上下文时，它才真正从"工具"变成"伙伴"。本文带你搞懂 AI Agent 记忆系统，并用 MonkeyCode 亲手跑一个 Demo。

断眉的派大星

TensorRT 基础与核心流程完整学习笔记TensorRT 是 NVIDIA 推出的一个高性能深度学习推理优化与运行框架。它主要解决的问题不是：

薛定e的猫咪

（NeurIPS 2021）MatNet：面向矩阵型关系数据的神经组合优化编码器论文标题：Matrix Encoding Networks for Neural Combinatorial Optimization（NeurIPS 2021）项目地址：https://github.com/yd-kwon/MatNet

大模型技术全景(一)：AI、机器学习、深度学习，三者的关系到底是什么？一文搞懂很多人能调 API、会写 Prompt,却答不上大厂面试的经典第一问:人工智能、机器学习、深度学习、大语言模型,到底是什么关系?

图像识别总是准确率低？用卷积神经网络CNN实现高效分类关键词：卷积神经网络、CNN、PyTorch、计算机视觉、图像分类在深入卷积神经网络之前，我们需要先理解一个根本问题：计算机眼中的图像到底是什么？

Product Hunt 每日热榜 | 2026-08-27标语：Lovable 的iPhone应用从创意到上架 App Store 这段旅程介绍：X1是一款人工智能应用程序构建工具，可以帮助你将一个想法变成可以在App Store上发布的iPhone应用。与其试图通过一个提示生成整个应用，X1更像是你的助手，逐步引导你完成这个过程。它会提出一些具体的问题，设计每个屏幕供你审核和修改，然后分阶段构建应用。在这个过程中，你可以随时在iPhone上预览和测试。当应用准备好后，X1还会自动为你准备App Store的列表、截图和提交材料。整个过程无需编码技巧，简单易懂！