【Hackathon】HyperAI超神经加入战列，Founder Park x Zilliz x 智谱 AI 联合发起黑客松！...

人工智能社区：二维码连接数据与应用
最新推荐文章于 2025-12-01 19:45:15 发布
转载 最新推荐文章于 2025-12-01 19:45:15 发布 · 173 阅读 · 0 ·
CC 4.0 BY-SA版权
原文链接：https://mp.weixin.qq.com/s?__biz=MzU3NTQ2NDIyOQ==&mid=2247503350&idx=1&sn=da7d44c368eb01cbfb7f74f5396b5863&chksm=fd203bbcca57b2aaaa722f1d87e0773e1b9eea3f787dc9cdec84d6832ef4bf21b5d7880d951c&scene=126&sessionid=0
文章标签：

#人工智能

9bfb8096c78612aacbeffdc28e7f99c1.png16839fa8b62695ec120624ce327e814a.png

—— 完 ——

3518e7d6b378cdfd486712b8a8726251.jpeg

扫描二维码，加入讨论群

获得更多优质数据集

了解人工智能落地应用

关注顶会&论文

回复「读者」了解更多

更多精彩内容（点击图片阅读）

d4b4bbb19fe2e9f49f63896a5e0c5355.png

1e8517bf9536d92684fba5bc9382f751.png

93de91f497f51489936a09d5b8311a18.png

847ae3c3a5723e8208ede31f1876cea6.gif

《向量数据库》——Zilliz X Dify.AI ，快速打造知识库 AI 应用
实战AI智能体
10-24 810
Dify 作为开源的 LLMs App 技术栈，在此前已支持丰富多元的大型语言模型的接入，除了 OpenAI、Anthropic、Azure OpenAI、Hugging face、Replicate 等全球顶尖模型及模型托管平台，也完成了国内主流的各大模型支持（如文心一言、智谱 AI 等）。其中，Milvus 是全球最受欢迎、迭代最快、架构最成熟的开源向量数据库，拥有庞大的开发者社区，开源 4 年来下载量已超 600 万次，得到了来自全球数千家企业用户的信赖。此外，本次大赛的创新激励包再次升级！
《向量数据库》——向量数据库MIlvus Cloud携手发起 AGI 黑客松，解锁行业更多可能
实战AI智能体
10-22 307
另一方面，Zilliz 也期待更多合作伙伴的加入，携手探索 AGI 的未来，推动 AI 技术向着更广阔的应用领域发展。届时，Dify 将为参赛者提供接入了智谱 AI 模型与 Zilliz Cloud 的预置环境，大大提升开发效率和应用的价值，让参赛者可以有更多精力关注产品创意。AGI 时代已至，Zilliz 与 Dify的结合为 AI 应用开发带来了更多可能性，双方在未来也将继续深入合作，挖掘 AI 创新应用的更多潜能。此外，本次大赛的创新激励包再次升级！不止如此，双方在深度合作的基础上，还。
限时开发、码力全开、2w奖金！AGI Hackathon等你挑战！
PaddlePaddle
11-22 236
48h黑客松，挑战AI原生应用。
Zilliz X Dify.AI ，快速打造知识库 AI 应用
ZILLIZ
10-12 744
Dify 作为开源的 LLMs App 技术栈，在此前已支持丰富多元的大型语言模型的接入，除了 OpenAI、Anthropic、Azure OpenAI、Hugging face、Replicate 等全球顶尖模型及模型托管平台，也完成了国内主流的各大模型支持（如文心一言、智谱 AI 等）。此外，本次大赛的创新激励包再次升级！其中，Milvus 是全球最受欢迎、迭代最快、架构最成熟的开源向量数据库，拥有庞大的开发者社区，开源 4 年来下载量已超 600 万次，得到了来自全球数千家企业用户的信赖。
电子邮件链接mailto_“ 3个链接”电子邮件的历史记录以及曾经发送的每个链接的存档...
热门推荐
cumi7754的博客
07-17 5万+
电子邮件链接mailtoby Quincy Larson 昆西·拉尔森(Quincy Larson) “ 3个链接”电子邮件的历史记录以及曾经发送的每个链接的存档 (The history of the “3 links” email and an archive of every link ever sent) It was March 2016. The freeCodeCamp comm...
Agently应用开发技巧、大模型社区洞察、极限48小时黑客松！五周年活动最后密集周...
百度大脑
12-11 801
飞桨星河社区在成立的5年以来，已汇集660+万AI开发者，覆盖深度学习初学者、在职开发者、企业开发者、高校教师、创业者等，已成为AI领域最具影响力的社区之一，无论是AI爱好者还是AI开发者，都能在这里探索AI的无限可能。飞桨星河社区五周年活动，为期1个月，共设置7大线上动手实践、13场技术干货直播、全国8城线下工坊。上周五周年活动继续点燃全国！RAG落地实践解析、AI游戏开发漫谈，城市巡游最后3站...
基于LangChain-Chatchat实现的RAG-本地知识库的问答应用[5]-高阶实战微调
丨汀、的博客
06-19 1114
基于LangChain-Chatchat实现的RAG-本地知识库的问答应用[5]-高阶实战微调
30+支队伍，48小时黑客松，AGI Hackathon周五见！
百度大脑
12-13 850
AGI时代，一个不错的idea +快速执行，每个player都有机会成为Founder。由飞桨、文心大模型联合Founder Park发起的AGI Hackathon大模型黑客松，作为飞桨星河社区五周年、极客公园创新大会的重磅活动，参与并陪伴开发者们持续成长，在48h的灵感试验场，飞桨星河社区将怀着对创新的热忱和期待，与所有开发者携手探索AGI的无限可能。本次活动自11月21日开启以来，就吸引了一...
Langchain-Chatchat的markdownHeaderTextSplitter使用
铁柱的博客
05-21 2341
开源项目开箱即用是好事，但是直接拿来做产品还是欠佳的，怪不得大家最终都会走到自定义分词器的步骤，业务的需求千变万化，代码都掌握在自己手里才能以不变应万变啊。
【推荐系统】深度学习训练框架（五）：pyspark分布式TorchDistributor主从读取OSS文件认证机制
人工智能领域博客
11-28 1836
摘要： 本文详细解释了Spark Driver端与Worker端在OSS认证上的核心区别。Driver端通过Spark配置自动认证，而Worker端（独立Python进程）需显式提供认证信息。认证来源优先级为：1)Driver传递参数，2)环境变量，3)IAM角色。文章分析了架构差异导致的不同认证方式，并推荐从Driver传递认证信息的解决方案。当前实现已采用该方案，通过Spark配置或环境变量获取认证后传递给Worker进程，确保PyArrow能正确访问OSS数据。
向量嵌入：RAG系统背后的语义引擎
uncle_ll的博客
11-29 1266
向量嵌入技术将高维语义信息压缩为低维向量，使相似概念在向量空间中聚集。作为RAG系统的核心，嵌入质量直接影响语义检索效果。从静态词嵌入到动态上下文嵌入，技术不断演进，解决了多义词等难题。现代嵌入模型基于Transformer架构，通过对比学习优化检索性能。选型需考虑MTEB排名、语言支持等维度，并结合业务测试。未来趋势包括多模态融合、知识图谱增强和轻量化部署。嵌入技术已成为NLP领域的关键支柱，其优化对提升RAG系统性能至关重要。
07_Spring AI 干货笔记之提示词
在科技的浪潮中，我们寻找着创新的火种，在代码的海洋里，我们编织着智慧的网。腾飞开源，就是这样一个由技术精英汇聚而成的博客平台，我们致力于分享在Java、Python、IoT和人工智能等领域的最新研究成果和实战经验。 在腾飞开源的博客上，你会看到紧跟技术前
11-30 1208
本文详细介绍了Spring AI中的提示词核心概念与API设计。提示词作为引导AI模型生成特定输出的关键输入，其结构从简单字符串演进为包含多角色消息的复杂形式。Spring AI通过Prompt和Message接口提供结构化提示词管理，支持系统、用户、助手等角色分配。PromptTemplate类实现动态内容渲染，并支持自定义模板引擎。文章还涵盖提示词工程的最佳实践与令牌机制，为开发者提供完整的提示词设计解决方案。
RAG信息检索全解析：从Embedding到Reranker的超详细教程1
Trb201013的博客
11-27 1504
文章介绍了RAG系统中信息检索环节的核心技术，包括文档段落嵌入和用户查询嵌入，将文本转换为向量表示；详细解释了相似度检索的多种方法，如Top-K检索、MMR策略和Reranker二次排序技术；强调了合理切分策略对嵌入效果的重要性，以及查询扩展技术对提高检索准确度的作用。指出RAG的本质是"开卷考试"，检索质量直接影响最终生成效果。
【LLM】DeepSeekMath-V2模型
发现问题，并解决问题，批判性思维
11-29 874
研究问题：这篇文章要解决的问题是如何在大型语言模型（LLMs）中进行自我验证的数学推理。具体来说，现有的基于最终答案奖励的强化学习方法在数学推理中存在根本局限性，因为正确答案并不能保证推理的正确性，特别是在定理证明任务中。 研究难点：该问题的研究难点包括：如何在不依赖最终答案的情况下验证推理的正确性；如何在生成和验证之间建立有效的迭代改进循环；如何在没有已知解决方案的开放问题上扩展测试时计算。 相关工作：该问题的研究相关工作有：OpenAI的推理模型在定量推理竞赛中取得了显著进展；DeepMind的Deep
LMM-Det：让大型多模态模型在目标检测中脱颖而出
AI浩
12-01 751
大型多模态模型因其在多模态理解、推理和上下文学习等方面的卓越能力，在人工智能研究和工业界引起了广泛的关注和兴趣。虽然 LMM 在图像描述、视觉问答和视觉定位等多模态任务上已展现出有前景的结果，但其目标检测能力与专业检测器相比仍存在显著差距。为弥补这一差距，我们摒弃了将重型检测器与 LMM 集成的传统方法，提出了 LMM-Det，这是一种简单而有效的方法，它利用大型多模态模型进行纯目标检测，而无需依赖专门的检测模块。
昇腾平台 vLLM 部署与性能优化实战：高吞吐推理落地指南
最新发布
二哈喇子！
12-01 4174
昇腾平台vLLM部署与性能优化实战摘要
卫星遥感落地林草监测：多源数据融合+AI算法
okk202586的博客
11-27 634
全面完善昌吉州林草资源网络感知体系，建立全州林草资源一体化综合管理平台，全面加强林草安全防火监测预警、有害生物防治信息化、林草资源监管能力，实现林草资源、安全防火、有害生物防控、林长制监督管理等。在不同区域、不同场景下的落地能力，案例可以充分说明，智慧林草并非单纯的技术堆砌，而是真正贴合林草业务流程、解决实际问题的“实战型”方案，太空守护林海正在变成可能~根据林草业务需要，建设林长制、资源监管、生态保护、生态修复、灾害防护、科技创新等六类业务系统，构建智慧林草综合监管业务系统体系，全面支撑林草业务。
【人工智能】【深度学习】 ② GAN核心算法介绍：生成器与判别器的博弈艺术
xiezhiyi007的专栏
11-27 1003
本文为【人工智能】【深度学习】系列第②篇，深入浅出讲解生成对抗网络（GAN）的核心原理。从“造假者 vs 警察”的大白话比喻出发，逐步推导极小极大博弈公式，详解生成器与判别器的对抗机制，并对比 CNN、RNN 的本质差异。附带完整 PyTorch 代码实现（逐行注释），涵盖 DCGAN 架构、训练流程与工程技巧，适合零基础读者入门生成式 AI。结尾预告下一期 Transformer 主题，延续系统化学习路线。
YOLOv8训练过程日志-深度解析
搏博的专栏
11-28 963
特别值得注意的是不同类别的性能差异：phone类别的召回率达到0.462，明显高于car类别的0.286，这可能源于两个类别在训练数据中的分布差异、目标特征的明显程度等因素。值得注意的是，损失函数的下降过程并非单调的，而是存在一定的波动，这是梯度下降优化的正常现象。值得注意的是，虽然训练提前停止，但模型已经学习到了有意义的特征表示，这为后续的微调或迁移学习奠定了基础。的训练中，这些指标虽然数值较低，但这在小型数据集和有限训练时间的条件下是正常的，重要的是观察这些指标在训练过程中的变化趋势。
Housing.com实战黑客松项目源码
“codathoners1”是一个在Housing.com举办的名为“real-hack”的黑客松（Hackathon）活动中诞生的实战项目，该项目聚焦于房地产领域的技术解决方案开发，体现了现代Web开发中前端、后端、API集成与数据可视化等核心...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值