- 博客(319)
- 收藏
- 关注
RSS订阅原创 两款端侧场景的语音识别模型本地部署
Moonshine支持多平台部署，涵盖Python、Android、iOS、Linux、Windows及树莓派，提供统一包管理与跨平台模型下载。通过pip install moonshine-voice快速安装，支持实时麦克风转录、WAV转写、文本转语音等功能，可选ONNX后端优化边缘设备性能。树莓派4B实测延迟低于200ms，模型体积小（tiny约40MB）。Vosk则基于Kaldi框架，支持20+语言，需手动下载模型，适用于嵌入式场景。两者均提供便捷的API接口，满足不同开发需求。
2026-09-13 12:39:23
293
原创 多元GARCH与NIG新息：动态组合优化的突破
摘要： MHN-GARCH(1,1)模型通过正态逆高斯（NIG）新息与仿射结构，统一了多元GARCH、Lévy过程与随机波动率模型的优势，解决了高维动态配置与尾部风险捕捉的难题。模型采用个股-指数二元降维设计，参数化时变方差、杠杆效应与动态相关性，并通过闭式解实现CRRA投资者的跨期组合优化。实证显示，其动态策略因捕捉波动聚类、相关性突变与重尾特征，显著优于静态策略（财富等价损失可观），且期权定价能自然生成隐含波动率的微笑与偏斜。核心贡献在于将仿射可解性与多元非高斯性融合，为联合优化与风险管理提供统一框架。
2026-08-14 20:36:06
344
原创 轻松构建强大、私密的本地语音AI智能体
Local Voice Agent 是一个本地化语音智能体项目，核心特点是将语音识别（STT）、大语言模型（LLM）和语音合成（TTS）全流程运行在本地容器中，确保数据隐私和离线可用性。它采用单Python父进程管理多组件架构，默认集成LiveKit通信、Nemotron/Whisper语音识别、llama.cpp语言模型和Kokoro语音合成，支持通过Docker一键部署。项目强调轻量化设计，适合金融、医疗等敏感场景，但性能受硬件限制。同类方案中，它更侧重开箱即用，而NVIDIA Pipecat等方案则追
2026-08-12 15:02:28
418
原创 什么是‘关系思维’，它在研究中是如何体现的?
关系思维分析框架代码摘要 本文展示了关系思维在代码中的实现方式，将"关系"作为分析的基本单元，而非实体本身。代码建立了4个河段和6个社区之间的24个关系连接，定义了三类关系属性（照料、惠益、冲突），并通过自驱动差分方程模拟120个时间步的动态演化过程。系统考虑了自然扰动（干旱）和人为干预（政策）对关系的影响，最终通过聚类分析识别出三种典型关系模式（互惠型、疏离型、冲突型）。 代码实现了关系思维的9个主题：从关系涌现属性、关注过程性、人类与自然协同、非人类能动性、时间跨度分析等。同时规避了五大常见陷阱：避免泛
2026-08-05 15:36:46
174
原创 GEZHI（格致）:面向社科研究的智能体架构
GEZHI（格致）是一个面向社会科学研究的智能体架构，其核心是让学者保持对研究判断的主导权，同时实现研究过程的可追溯与可验证。该架构包含研究者层、研究循环、学术技能层和控制平面四部分，通过"格→致"迭代机制（整体判断→有界修订）形成闭环工作流。GEZHI坚持五大原则：以产物为评估对象、不编造证据、聚焦根源问题、研究者负责制和全程留痕。目前该项目适合已完成的社会科学研究，能增强工作流的透明度和可审查性，但无法替代学术判断本身。项目名称源自"格物致知"理念，采用MIT开源协议。
2026-07-30 12:47:18
250
原创 智慧农业管理平台灵感
智慧农业管理平台采用React+Ant Design技术栈，以绿色系（#52c41a）为主色调，采用经典后台管理布局（左侧导航+顶部栏）。核心功能包括数据看板、农场管理、作物监测等模块，提供可视化农业管理方案。平台设计强调农业主题风格，包含完整的UI组件和交互逻辑，可直接通过HTML预览界面效果。
2026-07-27 13:54:08
269
原创 用动力学系统（微分方程）为 Kernberg 的客体关系单元提供数学化的操作定义，把“自体—客体“这对心理结构建模成一个二维耦合系统
本文基于Kernberg的客体关系理论，通过动力学系统建立数学模型，分析人际关系的稳定性。研究发现： 将个体分为四种原型：分享者（a>0,b>0）、掠食者（a>0,b<0）、奉献者（a<0,b>0）和寄生者（a<0,b<0） 关系稳定性取决于互补性：相似组合（如两个分享者）易导致融合或湮灭，而互补组合（如分享者+奉献者）能形成稳定循环 最终呈现三种关系命运： 稳定循环（健康关系） 融合（失去独立性的共生关系） 湮灭（关系断裂） 研究通过微分方程证明：差异互补的关系比相似配对更具持久性，为"一山不容二虎"等俗
2026-07-26 22:51:58
164
原创 BrowserSkill：让智能体连接到你本地的浏览器
BrowserSkill是腾讯开源的一款本地浏览器桥接工具，允许AI Agent通过Shell命令安全操作已登录的真实浏览器。其核心优势在于：1）通过独立"Agent Window"实现操作隔离，不影响用户正常浏览；2）共享浏览器登录态但无需暴露密码，保障安全性；3）采用本地闭环架构确保数据隐私。相比传统方案，它完美复用登录状态、支持多Agent框架、内置人机协作机制，特别适合需要AI协助处理内网系统或SaaS后台等场景。安装简单，包含CLI工具和浏览器扩展两部分，遵循MIT协议可商用。
2026-07-09 12:51:40
2197
原创 大型语言模型（LLM）的内部工作机制、可解释性、安全性以及与人类认知理论的交叉
Anthropic 2026年的研究发现大型语言模型Claude内部存在一个类似人类大脑"全局工作空间"的J-space（雅可比空间）。通过创新的"雅可比透镜"技术，研究者发现这个自涌现的功能空间具有可报告性、可调节性等五大特征，能支持复杂推理任务。该研究不仅揭示了AI与人类认知的相似机制，其发现的安全隐患（如"代理错位"现象）也凸显了J-space监测对AI安全的重要性。尽管功能相似，专家强调AI意识与人类意识存在本质差异，这项突破为理解AI思维提供了全新视角。
2026-07-07 12:35:44
678
1
原创 轻量跨模态时空事件预测
本文提出了一种轻量级端到端的跨模态时空事件预测模型。该模型采用PyTorch实现，主要包含以下创新点： 模型架构： 采用特征精炼模块（软阈值函数）抑制噪声 通过模态独立嵌入和置信加权门控融合多模态信息 引入记忆机制动态更新模态权重 使用滑动窗口时序池化捕捉时间特征 技术特点： 参数量仅约120万，远低于传统重型模型 端到端训练，完整覆盖特征处理到预测的全流程 输入为多模态时序特征（默认3模态×64维） 输出为0-1范围内的事件发生概率 核心实现： 特征精炼：sign(H)·ReLU(|H|-λ) 置信加权：
2026-07-03 14:19:06
183
原创 八个主流Agent记忆系统的详细对比梳理
我们整理了ContextDB、Memora、MemForest、RMM、MPR、A-MEM、HyMem将对这些项目进行比对，包括核心思想、关键创新、性能数据、适用场景和开源地址等维度。
2026-07-01 16:02:47
504
原创 Agent的Skills体系里的“推理链“
Agent 的 Skills（技能/工具）体系里的"推理链"，一般可以从两个层面拆开看：一个是——Agent 拿到任务后怎么靠推理把"调哪个 skill / 传什么参数 / 拿到结果后怎么继续"串成一条链；另一个是——Skill 体系本身怎么组织，才能让这条链跑得通、不断链。下面把这两层串起来讲。
2026-07-01 14:05:42
356
原创 独立的智能体记忆系统梳理
顺序：Mem0 → Graphiti → Cognee → Letta → LangMem → Memary → agentmemory。每个项目押六块：设计哲学 / 记忆模型内部机制 / 关键算法 / 工程取舍 / 反模式 / 与同类差异。
2026-06-29 14:35:56
359
原创 碳循环过程模型（Carbon Cycle Process Models）
碳循环模型通过储库-通量框架追踪碳在各系统的流动，核心是微分方程描述储库碳存量变化。主要分为大气、陆地、海洋三大储库，涉及光合作用、呼吸、分解等关键过程。模型复杂度从简单的全球箱式模型（如Bern3D、MAGICC）到空间显式的陆地生物地球化学模型（如CENTURY、LPJ）和海洋碳循环模型（如HAMOCC），再到全耦合地球系统模式（如CESM）。长时间尺度地质碳循环模型（如GEOCARB）则关注风化-火山-埋藏过程。选择模型需根据目标：政策评估用箱式模型，区域碳核算用过程模型，气候反馈研究用DGVM，海洋
2026-06-18 13:58:06
417
原创 番茄钟+AI：高效专注的秘密武器
将番茄工作法计时器、AI专注预测、习惯追踪、目标管理、待办事项五大模块融合。）：从今天开始倒推，统计连续有工作 session 的天数，直到遇到中断。每次工作 session 完成时自动调用。这是整个项目的 AI 核心，使用。FocusTrack 是一个。
2026-06-13 20:03:10
236
原创 用户用部署在手机上的ai模型都做些什么
移动端轻量级AI模型应用场景分析 核心应用场景 文本摘要与提炼（30%）：1.5B-3B模型适用于邮件/会议纪要等要点提取，但存在关键信息遗漏风险 多语言翻译（25%）：专用小模型实现中英/方言离线互译，需人工校对专业术语 内容创作辅助（20%）：1B-3B模型支持200字内的草稿生成，输出需人工润色 隐私数据处理（15%）：本地化运行满足医疗/财务等敏感信息处理需求 娱乐交互（10%）：3B以下模型可实现基础角色扮演，但逻辑连贯性有限 模型性能边界 0.6B-1B模型：仅适合短文本基础处理，存在信息失真风
2026-06-10 19:27:26
606
原创 主流手机pc品牌的端侧模型部署梳理
主流手机/PC品牌端侧AI模型部署现状 当前主要科技品牌已陆续将轻量化AI模型部署至终端设备，通过专用硬件加速实现本地化智能功能： 苹果在iPhone/iPad/Mac上搭载自研AFM模型（3B-20B参数），通过Neural Engine支持写作辅助、照片编辑、新版Siri等功能，采用独特IFP技术实现大模型轻量化。 谷歌为Pixel系列配备Gemini Nano模型（1.8B/3.25B），通过AICore系统服务实现智能回复、通话摘要等本地化功能，强调隐私保护设计。 三星采用双轨策略，结合自研Gaus
2026-06-10 15:20:39
1909
1
原创 基于Stackelberg博弈的分散式库存模型
摘要： 研究基于Stackelberg博弈的分散式库存模型，其中零售商作为领导者决定补货时间点，制造商作为跟随者调整生产计划。通过需求函数D(t)=675+0.5t建模，采用差分进化算法优化补货策略。实验显示最优补货次数为1次（时间点0.5），总成本最低（$26,384.25）。随着补货次数增加，成本先降后升，最终稳定在$28,433.67。模型包含敏感性分析和策略对比模块，为供应链决策提供量化支持。
2026-06-08 14:56:46
225
原创 基于Learning-to-Ask (LA) 框架，ai交互过程中用户画像采集绘制
本文提出了一种基于Learning-to-Ask框架的用户画像采集系统设计方案。系统通过多轮对话交互，在提供服务的同时动态构建用户画像，包含会话层、决策层、采集层和存储层四个模块。核心创新点包括： 采用贝叶斯概率存储用户画像，避免静态数值存储； 设计两阶段对话流程：IS阶段（信息搜寻）快速定位用户群体，KA阶段（知识获取）补充高价值细节； 引入防骚扰机制，包括对话轮次限制和问题包装策略； 提供完整的系统架构设计，包括数据结构定义、对话流程、后台处理算法等。 系统能够在不影响用户体验的前提下，通过自然对话持续
2026-06-06 16:30:35
243
原创 Factorization Machine（FM模型，因子分解机）
摘要 FM（因子分解机）是一种针对高维稀疏数据的监督学习模型，由Steffen Rendle于2010年提出。它通过隐向量内积的方式自动建模特征间的二阶交互，将参数量从O(n²)降至O(n·k)，有效解决了传统线性模型忽略特征交互以及人工特征交叉导致的维度爆炸和稀疏性问题。FM的核心思想是为每个特征分配低维隐向量，用内积替代独立权重，使未出现过的特征组合也能被合理估计。通过数学优化，FM将计算复杂度从O(n²·k)降至O(n·k)，适用于推荐系统、CTR预估等高维稀疏场景。尽管FM具有自动特征交叉和参数高效
2026-06-04 19:51:22
475
原创 MPDR：基于机器学习的个性化膳食
MPDR项目是一个基于机器学习的个性化膳食推荐框架，通过饮食干预调节肠道微生物组。该框架采用深度学习模型隐式学习饮食与微生物的交互关系，预测微生物组成并优化膳食推荐。核心算法包括DietMicrobiomeMLPConcat模型架构、Masked Dirichlet损失函数和DMAS梯度下降优化方法。项目提供完整的代码结构和数据处理流程，支持模拟群落测试和真实数据应用。技术亮点包括Dirichlet分布建模、Masked Loss设计和端到端可微分优化，为个性化营养干预提供了创新解决方案。
2026-05-16 19:05:46
434
原创 微软MarkItDown：文档转Markdown神器
MarkItDown是微软开源的Python工具，专注于将多种文件格式转换为结构化的Markdown文档。核心功能包括支持20+文件格式转换（PDF、Office文档、网页等）、保留文档结构、高效Token处理。工具采用模块化设计，包含核心转换器、OCR插件和MCP服务器集成，支持优先级系统和动态插件加载。其架构包含主入口类、转换器注册表和抽象基类，通过内容分析和扩展名判断文件类型。测试体系完善，特别适合LLM应用场景，能有效提升文本分析管道的处理效率。
2026-04-16 19:13:11
566
原创 小红书开源高性能多模态强化学习框架Relax
Relax是小红书AI开源的高性能多模态强化学习训练框架，采用Ray Serve构建服务化架构。其核心创新在于全异步训练架构，通过TransferQueue实现Rollout/Actor/Ref的并行数据交换，结合DCS权重同步机制，将GPU利用率从传统RL训练的30-50%提升至70-90%。框架支持GRPO、GSPO等多种RL算法，具备弹性扩缩容、多模态支持等特性，并通过模块化设计实现了训练与推理的完全解耦。相比veRL/OpenRLHF等方案，Relax在并行效率、资源利用率和扩展性方面具有显著优势，
2026-04-16 17:47:03
735
原创 观点抽取常见模型与多模态策略
观点抽取技术经历了从简单到复杂的演进过程：- **初级阶段**：基于规则与词典匹配，可解释性强但泛化能力差- **中级阶段**：序列标注模型（BiLSTM-CRF），能捕捉局部依赖但难以建模嵌套结构- **高级阶段**：图神经网络（GCN/GAT），融合依存句法信息，但对噪声敏感- **前沿阶段**：预训练语言模型（BERT、RoBERTa等）结合多任务学习，实现端到端联合抽取
2026-04-15 19:02:27
905
原创 破解Google SynthID：AI水印逆向工程
reverse-SynthID是一个逆向工程Google SynthID水印技术的开源项目，旨在检测和移除AI生成图片中的隐形水印。项目通过信号处理和频谱分析，发现了水印的分辨率依赖性、相位一致性等特性，并开发了多分辨率频谱代码簿减法技术（V3），实现43+ dB PSNR图像质量，同时使水印相位一致性降低91%。核心模块包括水印提取、检测和移除功能，采用非深度学习方法，支持自动匹配不同分辨率的水印特征。该项目在保持图像质量的前提下，有效削弱了水印检测效果，为数字水印安全研究提供了新思路。
2026-04-15 14:46:00
663
原创 匈牙利算法配送调度：算法优化与效率提升
配送调度系统通过多因素评分和匈牙利算法实现全局最优分配。系统架构包含订单数据、配送员信息和环境因素三个模块。订单模型记录位置、重量、紧急度等属性；配送员模型包含位置、速度、疲劳度等状态。核心算法包括：1）Haversine公式计算球面距离；2）考虑环境因素的时间估算；3）多因素加权评分（距离30%、时间25%、配送员质量20%、疲劳度15%）。系统最终通过匈牙利算法将订单与配送员进行最优匹配，实现高效配送调度。
2026-04-14 20:07:45
1143
原创 阿波罗11号制导计算机(AGC)项目
阿波罗11号制导计算机(AGC)源代码项目摘要 该项目保存了人类首次登月任务(1969年)所使用的原始制导计算机源代码，包含指令舱(Comanche055)和登月舱(Luminary099)两个系统。代码采用独特的AGC汇编语言编写，具有以下特点： 硬件规格：16位处理器、2KB RAM、36KB ROM核心绳存储器，手工编织的抗辐射存储器 关键功能模块： 实时操作系统(EXECUTIVE) 登月制导算法(THE_LUNAR_LANDING) 解释器系统(INTERPRETER) 卡尔曼滤波导航 创新技术：
2026-04-14 19:04:24
614
原创 SleepFM多模态睡眠基础模型
SleepFM：睡眠监测的革命性突破 斯坦福大学Zou团队开发的SleepFM是多模态睡眠基础模型，基于58.5万小时PSG数据训练，能预测130多种疾病风险。其核心创新在于"留一法对比学习"策略，通过分析脑电、心电等信号间的关联性，建立精准的生理状态表征。 技术亮点 跨模态学习：整合不同生理信号，形成统一的健康状态评估 大规模验证：在65,363名受试者中验证，对痴呆症预测准确率达0.85 疾病预测：可预测心血管疾病、神经退行性疾病等多种健康风险 应用前景 SleepFM将普通睡眠监测
2026-04-12 17:13:49
539
原创 2026年1月至4月期间，大模型招投标市场态势
2026年1-4月大模型招投标市场爆发式增长，政策驱动下全国项目超50个，总金额达11亿元。百度智能云以14个项目、近4亿元中标额领跑市场，科大讯飞、阿里云等厂商在垂直领域表现突出。应用集中在金融（占比35%）、政务（平均超2000万元）、能源、通信、交通五大领域。国家发改委等八部门政策要求2026年底实现20个重点场景在部分省市全覆盖，推动人工智能在招标投标全流程应用。金融领域典型项目包括中信银行1658万元大模型服务器采购；政务领域深圳数字政府项目中标2306万元。行业呈现从技术内卷向价值落地的转变趋势
2026-04-12 15:18:12
1881
原创 LISA时空跃迁分析，地理时空分析
LISA时空跃迁分析摘要 本文介绍了一个完整的LISA时空跃迁分析方法，用于分析中国省级行政区空间关联模式的动态演变。该方法通过局部莫兰指数(Local Moran's I)识别四种空间关联模式（HH、HL、LH、LL），并追踪其随时间变化的跃迁类型。核心算法包括：1)基于距离的空间权重矩阵构建；2)空间自回归数据模拟；3)局部空间自相关计算；4)时空跃迁分类（I-IV型）。可视化模块呈现了空间格局分布和跃迁模式统计，其中空间离散度指标可量化区域发展的路径依赖程度。该方法适用于区域经济、环境治理等领域的空间
2026-04-10 18:39:15
533
原创 计算机视觉：城市公共空间多主体行为计算
本文提出了一种基于计算机视觉的多主体行为分析方法，用于量化分析城市公共空间中不同人群（如儿童与家长）的交互模式。研究整合了YOLOX目标检测和ByteTrack多目标追踪算法，创新性地利用人体检测框高宽比自动甄别人群类型（儿童1:1~2:1，成人3:1~4:1）。通过计算聚集程度、驻留时长和经过人数三类指标并可视化，系统分析了上海两种儿童活动场地的使用模式：中心放射型布局呈现"儿童集中-家长环绕"的分离模式，而线性带状布局则显示"行为交织"特征。该方法突破了传统研究无
2026-04-08 19:00:31
1374
原创 RuView：利用WiFi信号进行非接触式人体姿态估计
WiFi路由器发出的无线电波充满了整个空间，当我在房间里移动、呼吸甚至只是坐着不动时，我的身体会扰动这些电波，产生可测量的变化。RuView通过ESP32传感器捕获这些微小的信号变化，就能知道我在哪里、在做什么、甚至我的呼吸和心跳频率。
2026-04-08 13:14:56
757
原创 2026年GitHub中比较热门的skills技能
Skills生态可以分为几个主要类别：开发辅助类、官方Skills目录与框架、设计规范与最佳实践、趣味实用类、核心技能工具等。每个类别下都有具体的技能项目。
2026-04-07 14:53:52
17958
2
原创 claw-code：基于Claude Code架构的clean-room重写开源项目
《claw-code：12小时clean-room重写的开源AI编程助手》摘要：基于Claude Code架构的claw-code在GitHub创下24小时10万星纪录，成为可编程的AI开发操作系统。该项目采用Python+Rust双栈架构，复刻了Claude Code的19种工具系统、三级权限控制和多智能体协同等核心功能。其诞生源于Claude Code源码意外泄露后，开发者Sigrid Jin在12小时内完成的clean-room重写。项目填补了开源AI编程代理的空白，支持多模型和深度定制，与Claud
2026-04-07 09:48:58
784
原创 基于Dify工作流的多阶段检索与筛选系统
本文介绍了Dify工作流中实现查询优化的方法，通过多阶段检索与筛选系统整合GitHub API与智能过滤机制，精准获取金融商业行业开源项目。工作流包含参数提取、API检索、金融领域过滤、时效验证、结果排序和格式化输出6个核心节点，采用多维度检索策略和动态调整机制，确保结果准确性。系统能自动生成包含项目趋势分析、技术栈评估和实用建议的结构化报告，同时解决了API调用限制和分类准确性等潜在问题，为金融开源项目研究提供了高效解决方案。
2026-04-05 21:07:44
452
原创 Dify工作流中实现查询优化（QO）：将查询复杂度分类法与QOL框架融入工作流
本文介绍了在Dify工作流中实现查询优化的方法，核心是将查询复杂度分类法与QOL框架融入设计。通过配置分类决策节点实现动态路由，针对不同查询类别（单/多显性/隐性证据）采用特定处理策略，如查询扩展、并行分解、反馈消歧和概念抽象。QOL框架通过意图识别、查询变换、多源检索和证据质量评估实现闭环优化。结合Python脚本和Dify变量系统，可构建包含动态参数传递、反馈闭环和代理式RAG的完整优化方案，显著提升检索质量和系统性能。
2026-04-05 20:40:47
582
原创 家国同构模型：计算社会学的创新探索
摘要：本文构建了一个计算模型来研究"家国同构"现象，通过差序格局理论分析公私领域的认知同构。模型包含三个核心模块：Agent模块模拟个体差序参数（私域α_private、公域α_public和同构系数β）；DualNetwork模块构建小世界私域网络和层级化公域网络；Evolution模块实现社会化学习、制度反馈和跨域影响等动态机制。该模型将静态理论转化为可模拟系统，能进行what-if情景分析（如基层服务质量变化对公域信任的影响）和制度变迁模拟，为理解中国社会特有的"家国同构
2026-04-04 18:12:07
850
原创 开源情报：全球10个数据中心检索查询
这些工具共同构成了一个完整的数据中心位置查询生态系统，从全面的市场数据到特定供应商的详细信息，为用户提供了多层次、多角度的查询能力。
2026-04-04 13:17:28
642
原创 大模型的“做梦”机制与Harness Engineering（驾驭工程）
AI“做梦”机制与Harness Engineering技术解析 AI领域的"做梦"机制主要包括四种技术路径：1）DeepDream通过反向激活CNN神经元实现图像幻觉生成；2）记忆整合系统模拟人类睡眠记忆巩固过程；3）世界模型的潜在空间推演实现高效强化学习；4）ReMIND框架通过模块化流程激发创意。而Harness Engineering是2026年兴起的系统性工程实践，通过三层架构（上下文工程、架构约束、垃圾回收）和五大支柱（工具编排、安全约束等）解决AI生产环境的稳定性问题。两种
2026-04-03 12:54:59
960
空空如也
微博的AI智能体是怎么部署的？
2024-08-25
(标签-Podman)
2024-08-23
TA创建的收藏夹 TA关注的收藏夹
TA关注的人