老贾的AI世界-优快云博客

原创 AI对未来的商业竞争会产生什么样的影响？

从搜索时代到AI时代，商业竞争的本质已经改变。不再是谁出现得多，而是谁说得对，不再是流量为王，而是权威为王，不再是曝光制胜，而是引用制胜。当用户把决策权交给AI时，企业面临的不再是如何获得更多曝光，而是如何成为AI信任的答案来源。那些被AI引用的企业，会获得持续的精准客流;那些不被AI引用的企业，会从市场中消失。这不是预测，而是正在发生的现实。

2025-11-13 15:13:31 361

检索增强生成（RAG）的生态系统在过去几年中迅速崛起。如今，互联网上涌现出越来越多帮助开发人员构建RAG应用程序的开源项目。而RAG是一种通过外部知识源增强大型语言模型（LLM）的有效方法。因此，本文将介绍一些掌握RAG系统的优秀GitHub存储库。在详细介绍之前，首先简单了解一下RAG及其应用程序。RAG管道的工作流程如下：•系统检索文件或数据；•检索对完成用户提示上下文有帮助或有用的信息；•系统将这些上下文信息输入LLM，以生成准确且符合上下文的响应。

2025-11-09 10:44:06 777

原创如何使用n8n构建AI工作流

对于偏好自托管的用户，可通过npm（Node Package Manager的缩写，是 JavaScript 生态中最常用的包管理工具，主要用于安装、管理和共享代码库（即 “包”）。在此过程中，用户将了解如何完成 n8n 的设置、添加人工智能智能体节点，以及实现各节点间结构化数据的传输。在触发节点后点击 “+” 图标，添加AI智能体节点。执行完成后，可点击Google日历节点，在结果面板中查找“htmlLink”字段，该字段包含指向所创建日历事件的直接链接，用户可通过该链接在浏览器中查看事件详情。

2025-11-05 10:45:35 700

原创为何99%的企业AI集成尝试遭遇失败，又该如何成为那1%？

Gartner数据显示，到2027年，优先为高管提供AI教育的组织将比无所作为的组织获得20%的业绩提升。微软最新工作趋势指数发现，82%的企业领导者认为AI技能对员工至关重要，而60%的员工则表示他们缺乏必要的AI知识。谁能将AI素养视为一项基础技能，并为团队提供工具、培训和创新自由，谁就能在未来的市场上蓬勃发展。面向未来的业务不仅要应用AI，更要善于赋能员工和团队，借此保持发展并取得成功。通过精心构建伦理、结构与程序方面的护栏，组织可以启动负责任的AI实验，进而借助AI技术创造持久价值。

2025-10-22 23:05:23 603

原创为何上下文成为人工智能领域的“新贵”：从 RAG 到上下文工程

一项覆盖1400余篇人工智能领域论文的最新分析，揭示了一个关键认知偏差：行业长期聚焦于模型规模扩大与上下文窗口延长，但研究表明，当前人工智能系统已具备理解复杂信息的能力，核心瓶颈并非“模型智能程度”，而是“如何向系统输入有效信息以构建优质上下文”。未来，人工智能应用的价值提升路径将发生显著转变：不再依赖更先进的模型或更复杂的算法，而是通过“更精准的上下文构建”，释放现有模型的决策潜力，实现更高的可靠性与商业价值。例如五年前的监管规定虽语义相关，但若已失效，则需排除或降低其优先级，避免上下文偏差。

2025-10-14 09:45:09 532

原创你使用的Nano Banana安全吗？

印度一名使用Nano Banana的用户Jhalakbhawani在Instagram上发帖称，在使用Nano Banana将她的自拍照变成复古的宝莱坞风格纱丽图像之后，发现人工智能在其左手上添加了一颗原图中根本不存在的痣。”的研究发现，不同的人工智能图像生成模型的能耗存在巨大差异。大型后端基础设施支持：生成式人工智能工具依赖于配备GPU/TPU的高性能服务器集群，这些设备不仅在执行计算时消耗大量电力，还需额外能源用于冷却、数据传输与存储维护，多重能耗将持续累积。这会引发不健康的攀比和自尊问题。

2025-10-11 17:32:42 661

原创利用AI工具，超越代码实现软件架构

本文将探讨如何运用AI辅助实现软件架构现代化，结合具体示例展示AI如何协助达成这一目标，包括提供一致且正确的架构建议、帮助软件团队逐步从遗留系统的泥潭中抽身出来。本文将探讨如何运用AI辅助实现软件架构现代化，结合具体示例展示AI如何协助达成这一目标，包括提供一致且正确的架构建议、帮助软件团队逐步从遗留系统的泥潭中抽身出来。通过使用架构感知、基于运行时的上下文来生成高效、一致且精确的提示词，AI有望帮助大家克服遗留技术债、提高代码模块化水平，最终建立起可扩展、云原生的现代化系统。

2025-10-10 09:55:00 738

原创 AI大模型为何会产生幻觉？

幻觉是语言模型及其用户的祸根，指语言模型产生的看似合理但实际上错误的陈述。这些幻觉之所以存在问题，是由于它们会削弱用户信任、传播错误信息，并误导下游决策，即使输出的可信度很高。在用户无法轻松验证声明（技术答案、医学或法律摘要、数据分析）的情况下，这些幻觉尤其令人困扰，因为自信地传递错误信息会掩盖潜在的不确定性，从而将小小的建模错误变成潜在的重大失败。本文就语言模型幻觉的成因和持续性提供了几个富有洞察力的总体启示，我们将逐一探讨其中的五点。

2025-10-08 21:11:45 679

原创免费分享15个Nano Banana图像创作的提示词

本文介绍了谷歌的图像生成模型Nano Banana（Gemini 2.5 Flash Image），分享了10个图像生成和5个图像编辑的提示词，旨在帮助用户充分发掘其潜力，并提供了使用技巧，鼓励用户发挥创造力。近期，社交媒体平台上涌现大量关于“纳米香蕉”（Nano Banana）的推文、帖子和视频内容。Nano Banana是谷歌公司最新推出的一款图像生成模型，其性能表现卓越，名副其实。无论是创建还是编辑图像，Nano Banana都能输出令人惊叹的视觉效果。

2025-09-29 12:34:54 751

原创十分钟教你用Kimi制作精美的PPT！

对许多人来说，制作PPT是一项既耗时又费力的任务。最新推出的Kimi Slides可以解决这一难题。它完全免费、操作简单，不仅支持一键生成可下载的PPT，还能采用现有数据灵活生成PPT。虽然存在模板有限等局限，但可以快速生成可以编辑的初稿，为用户节省大量时间。对许多人来说，制作PPT是一项既耗时又费力的任务。从挑选合适的模板、确定每页PPT的文字量，到调整动画效果、反复校对排版……这一过程繁琐又耗时，令人疲惫不堪。无论是产品经理、软件工程师还是内容创作者，都曾为制作PPT而困扰。

2025-09-23 12:27:57 1782

原创每周有超过七亿人使用 ChatGPT！他们究竟在用它做什么？

请将[具体内容，如某篇行业报告/某场学术演讲]的核心内容，提炼为[X个，如3个/5个]要点，确保语言风格符合[目标受众，如企业管理者/学生群体]的阅读习惯。ChatGPT的应用场景已突破“专业工具”的单一定位，逐步渗透至日常学习、生活、娱乐等多元领域，无论是20岁的学生、30岁的职场人，还是更高年龄段的用户，都能从中找到适配的功能。数据证明，它既是提升工作效率的“助手”，也是陪伴生活的“伙伴”，其应用边界正由用户需求不断拓展，而非技术本身所限制。

2025-09-21 11:30:00 629

原创担心AI会抢走工作岗位？工作的新趋势已经到来！

生成式人工智能对不同层级员工的影响呈现显著差异，各级人士应如何应对？无需再深陷“人工智能将取代所有工作”这一普遍且片面的争论。现实图景并非如此简单，其潜在影响甚至更为值得警惕。一项最新研究揭示，生成式人工智能对不同层级员工的影响呈现显著差异，其中，初级职位所承受的冲击最为剧烈，这一变化正深刻重塑职业发展阶梯的起始环节。这篇题为《生成式人工智能：基于资历的技术变革》的研究论文，以海量数据为支撑展开深度分析。其数据样本覆盖2015年至2025年间美国28.5万家企业，涉及6200万名员工的职业动态。

2025-09-19 10:25:04 709

原创 AI一体机的真正王牌，根本不是芯片？

AI一体机的软件生态就像是一个智能工具箱，提供了从底层驱动到上层应用的全套工具。开箱即用：省去复杂的软件安装和配置过程性能优化：充分发挥硬件性能，提供极致体验易于管理：提供完善的管理工具，降低运维成本安全可靠：内置安全机制，保障系统稳定运行了解AI一体机的软件组成，有助于我们更好地选择和使用这些智能工具。无论是技术人员还是业务决策者，都能通过这些软件工具，快速构建自己的AI应用能力。我是老贾，一名AI行业的“老司机”。深耕「AI一体机」领域，说大厂视角，讲小白人话。欢迎关注，了解更多AI一体机干货~

2025-09-17 12:48:36 620

原创大家知道AI是如何“假装”成人类的吗？

很多人对于AI聊天机器人存在着根本性误解。AI生成的结果并不必然特殊、权威或者准确，而且在很大程度上取决于用户如何引导对话。作为预测机器，它们擅长的不是契合现实，而是生成最适合问题的“套路式”答案。最近有个趣闻：一位女士在邮局排队时跟工作人员争执起来，原因是ChatGPT说邮政网站上公布了“保价承诺”，但实际上这只是AI的幻觉。而相较于信任面前的邮政人员，这位女士显然更相信AI的建议——AI在她眼中不只是文本生成器，更像是“带来神谕的使者”。也就是说，很多人对于AI聊天机器人存在着根本性误解。

2025-09-15 09:52:15 548

原创将人工智能添加到日常工作流程中的九个顶级Chrome扩展程序

目前，Chrome应用商店中有数百个人工智能扩展程序，因此选择合适的扩展程序是一项艰巨的任务。本指南将介绍一些2025年最佳的免费AI Chrome扩展程序，它们正在重塑人们在线工作、写作、研究和沟通的方式。本文介绍了2025年流行的9个顶级采用人工智能的Chrome扩展程序，它们能提高人们在工作、写作、研究和沟通方面的效率。本文解释了采用Chrome扩展程序的必要性和选择标准，而将人工智能与工作流程相结合，将会塑造未来的生产力。

2025-09-04 10:30:00 938

原创 2025 年过半，RAG 领域进展如何？这份报告为你深度解析

2025 年过去这半年中，RAG 虽然没有出现颠覆性的技术突破，但它与智能体的协同已成为核心发展方向。在企业级应用中，RAG 作为智能体长期记忆的基础，具有不可替代的作用。而 RAG 技术瓶颈的突破，并非一蹴而就，需要依赖基础设施与模型的共同进化和发展。我们有理由相信，随着技术的不断进步，RAG 将在 AI 领域发挥更加重要的作用，为各行各业带来更多创新和价值。

2025-08-27 10:30:00 1992

原创 DeepSeek V3.1：低调发布，重磅发声

E.M. Forster所著的《看得见风景的房间》（A Room with A View）小说被用作以下提示的输入。这本书的长度超过6万字。可以在Gutenberg找到这本书的内容。“用结构化的提纲总结要点。DeepSeek V3.1是那种能够改变对话的版本。其开源，参数规模庞大，并且不将用户拒之门外。用户可以现在就可以下载、运行并试用它。对于开发人员来说，这是一个突破长上下文摘要、推理链和代码生成限制的机会，而无需完全依赖于闭源API。

2025-08-26 10:30:00 666

原创人工智能的局限性：人工智能无法企及的领域和任务

虽然人工智能取得了非凡的成就，但并非万能。在创造力、伦理、判断、情商、身体感知、领导力等方面，人工智能的能力远不及人类。虽然人工智能仍在不断发展，但在一些关键领域，人类的重要作用仍然不可替代。从图像识别、语言翻译到在国际象棋比赛中击败人类，人工智能如今取得了非凡的成就。然而，人工智能并非万能，其在一些关键领域和任务上的能力仍远逊于人类。目前的人工智能系统是“狭义”的专家，擅长解决定义明确的问题，但在需要常识、创造力或情感理解的情境中却难以应对。

2025-08-15 10:30:00 913

原创麦肯锡如何围绕AI有效地重塑业务

本文通过介绍麦肯锡的生成式AI平台--Lilli，概述了麦肯锡如何围绕AI有效地重塑其业务。在人们还在考虑如何将人工智能（AI）用作一种提高效率的新工具，发挥其潜在的能力与适用场景时，麦肯锡已经开始采取不同的方法，围绕着AI重建其整体商业模式了。麦肯锡正在使用人工智能来全面重塑他们的运营，并建立了一个能提供对现实世界可衡量结果的系统。这一业务重塑与转型的核心是麦肯锡的生成式AI平台--Lilli。它如今已是45,000名专业人士开展合作、获取知识、并且为客户创造价值的主要驱动力。

2025-08-08 11:00:00 960

原创研究人员发现奇怪现象：思考时间越长，大模型越笨

研究人员在周二发表的论文中写道，“我们构建的一系列评估任务发现，延长大推理模型（LRM）的推理长度会降低其性能，即计算量与准确率间存在反比例关系。Anthropic一项最新研究表明，AI模型耗费更长时间“思考”后表现未必更好，在某些情况下性能甚至会显著下降。这一发现，挑战了AI行业推理浪潮的理论根基。这项由Anthropic公司AI安全研究员Aryo Pradipta Gema及其他几位研究人员主导的项目，发现了所谓“测试时计算反比例”迹象，即延长大语言模型的推理长度实际上会降低其在多种任务中的表现。

2025-08-05 12:00:00 882

原创小心！提示词的陷阱正让AI偏离正轨

【偏见】是模型处理或优先处理信息的方式的扭曲，从而造成系统性的扭曲。在人工智能提示的背景下，它涉及向模型发出微妙的信号，从而“渲染”答案。通常情况下，你根本意识不到。

2025-08-05 09:38:12 956

原创如何在体育数据分析中使用机器学习？

该案例中有一个包含 4318 场职业足球比赛（（2019～2025年赛季）的数据源。数据中的每一行都代表一支球队在一场比赛中的表现：得球/失球、预期进球（xG）、控球率、射门次数、犯规次数等。结果栏显示该队的赢/平/输。将其概念化为“板球”场景或任何运动的示例，可以应用并开发模型来预测团队的比赛结果。可以从这里下载数据集。

2025-08-03 12:00:00 1161

原创合成身份+AI双杀，下一个十亿美元的网络犯罪风口

合成身份欺诈已不仅仅是一种新的网络犯罪类别，它是对于数字化应用信任关系的根本性挑战。本文深入剖析了合成身份的基本原理、极度危害、流水线模式、产生的信任危机、以及给犯罪供应链带来的变革，也提出了利用技术和监管与之对抗的思路和成本。

2025-08-02 12:00:00 1324

原创深度解析：你的自动驾驶汽车会让你陷入网络攻击吗？

网络安全与无人驾驶汽车之间存在诸多特殊且紧迫的问题，亟需采取全面且积极的应对策略。随着自动驾驶汽车的不断发展，网络安全必须融入其开发与运营的核心环节。从保护车载系统和通信网络，到处理隐私问题及抵御外部威胁，都需要强有力的网络安全措施，以保障自动驾驶汽车的安全性、可靠性与可信度。要充分发挥自动驾驶汽车的潜力，同时降低这项变革性技术带来的风险，就必须直面这些网络安全问题。自动驾驶汽车技术融合了多项尖端技术，旨在实现完全自动化的交通体系。

2025-08-01 13:08:26 1092

原创代理型人工智能终将取代传统数据分析师吗？

假如你将迎来这样的一个同事：从不睡觉，从不拖延，而且就在你去喝了杯咖啡的时候，他已经处理了TB字节为单位的数据，你会因为合作者如此给力而欣喜，还是担心自己的饭碗不保呢？这个问题直接引发了一个大讨论：具有自主性的人工智能会取代传统数据分析师的角色吗？在本文中，你将了解到自主智能体如何重塑数据工作，它们会从你的工作中接手哪些具体任务，以及你如何从表格处理者转变为战略制定者。A.任务 1：自动化数据清理与预处理B.任务 2：自动生成报告和仪表板A.任务 1：在商业环境中解读结果B.任务 2：提出恰当的问题。

2025-07-25 10:34:10 928

原创 2025年备受瞩目的大语言模型：各领域TOP 5榜单

借助上述这些现成可用的模型，你能够为各类具体任务精准选择适配的工具。本榜单涵盖了兼具通用性与专业性的模型组合，既包括Meta、DeepSeek等机构推出的通用型模型，也包含Stable Diffusion、StarCoder 2等专注于特定领域的专业模型。这种丰富的多样性表明，大型语言模型领域并非仅由早期采用者或科技巨头所垄断，而是一个对各类创新主体开放包容的空间。

2025-07-21 10:42:31 1570

原创构建专业级AI应用程序的七大高效工具

本指南旨在协助你选择合适的工具，以高效构建AI应用程序。Python等编程语言通过定义应用程序的逻辑与生态系统构成基础；LLM及API通过支持推理与内容生成赋予应用智能，而自托管模型则提供更强的控制性与隐私保障；LangChain、AutoGen等编排框架可以助力链接提示、管理内存及集成工具；Pinecone、FAISS、ChromaDB等矢量数据库支持快速语义搜索与高效的检索增强生成（RAG）；Streamlit、Gradio等UI工具可以轻松地构建用户友好型界面；

2025-07-18 10:28:18 819

原创分享十款帮助职场人士提高办公效率的免费AI工具

提高办公效率并不能只依赖埋头苦干。在通常情况下，“巧干胜于蛮干”。因此，为了持续领先，关键在于融合个人才智、专注投入，以及高效应对日常挑战的方案。值得庆幸的是，人们如今身处人工智能时代，无论完成什么档的工作或任务，都有大量的解决方案可供选择。使用过人工智能工具的人都知道，它们可以轻松地帮助他们完成原本耗费数小时的繁琐工作。本文将介绍一些免费的人工智能工具，可以帮助职场人士提高办公效率。

2025-07-16 10:25:49 997

原创软件集成的演变：MCP如何在传统API之外重塑AI开发

作为软件工程师，我们耗费数年时间钻研API集成技艺，攻克了表述性状态传递（REST）端点难题，调试了身份验证流程，并构建了无数适配器以实现不同系统间的互联互通。然而，随着人工智能从实验性技术转变为生产必备要素，我们正见证软件系统通信方式的根本性变革。

2025-07-14 11:52:43 773

原创深度学习中的批处理vs小批量训练

在每个训练步骤中，整个数据集会被一次性输入到模型中，这一过程称为批处理（又称全批量梯度下降）。图3 深度训练中的批处理使用整个数据集来计算梯度。每个epoch仅包含一次前向传播和反向传播。内存占用率高。每个epoch通常较慢，但收敛过程稳定。当数据集可完全载入物理内存时（内存适配）。当处理小型数据集时。小批量训练是全批量梯度下降与随机梯度下降之间的折衷方案。它使用数据的一个子集或部分，而不是整个数据集或单个样本。

2025-07-10 18:49:22 1143

原创建立基于AI的知识体系：面向企业需求的LlamaIndex与Apache Tika

LlamaIndex是我们通往智能数据的AI桥梁，能够组织各类文件内容、降低访问门槛。从获取前沿洞察到保存机构知识，Tika与LlamaIndex这对组合有望帮助组织机构充分释放其数据潜力。

2025-07-09 11:00:00 661

原创容器化人工智能：使用Docker和Kubernetes部署机器学习模型的实践指南

容器化将应用程序打包为轻量级、可移植的单元。对于机器学习（ML）来说，这确保了环境的可重复性和易于部署。例如，容器将机器学习模型代码与其确切的依赖项捆绑在一起，因此其结果可以在不同机器上保持一致，它们可以在任何Docker主机或云平台上运行，从而提高了可移植性。通过学习这一实践指南，用户将了解如何使用Docker将机器学习模型实现容器化，并使用Kubernetes在AWS EKS上进行部署，轻松构建、提供服务并扩展其模型。容器化将应用程序打包为轻量级、可移植的单元。

2025-07-08 11:00:00 934

原创十步构建智能应用：RAG从原型到生产的全链路解析

本文描述的10个步骤强调了构建高级RAG应用程序不仅仅是检索几个相关的上下文块的问题。这是一项必须根据特定领域及其独特要求进行定制的服务——强调没有一刀切的解决方案。这是因为文档类型多样，并且每个领域都有不同的特定需求。通过遵循本文概述的10个步骤，在开发RAG应用时，人们可以从基本原型转变为可以投入生产的服务，从而以可靠、可扩展和智能的方式真正帮助终端用户。

2025-07-07 10:04:52 988

原创苹果自研AI被爆失败，人工智能时代完全落后于谷歌，未来该何去何从？

从目前种种迹象来看，Siri 正在“换脑” Claude 或 ChatGPT 已是大势所趋。有网友直言不讳：苹果应该感到尴尬和羞耻，同样是大厂被谷歌甩出去太远了。但也有声音为苹果辩护，一位曾在苹果实习的网友表示，这种差距正是因为科技公司生态位的区别，硬件比软件更难做：“主要障碍并非是苹果的技术不够硬，而是隐私和安全的问题很大程度上拖慢了苹果AI的进展，涉及到个人设备的利害关系太难平衡了”。也有人表示，既然微软可以借力，那么苹果为什么不行呢？

2025-07-05 11:00:00 560

原创 HTTP/3如何击败了HTTP/2？

目前，HTTP/3已面市，它并非单纯的升级，而是对用户数据报协议（UDP）的重新设计。下面，让我们来详细了解真实用户的使用感受，以及广泛的互联网性能监控。如果你关注数据传输的性能、可靠性、以及在为移动应用布局的话，是时候测试和启用HTTP/3了。由互联网工程任务组（IETF）于2015年正式发布下一代HTTP协议--HTTP/2，旨在解决当时HTTP/1.1协议存在的性能瓶颈问题，提升网络传输效率。不过，尽管HTTP/2有着诸多承诺，但网络延迟与抖动仍存在于现实的网络世界中。

2025-07-04 11:00:00 1007

原创一文详解Character AI：实用指南+ ChatGPT、Gemini对比分析

Character AI是一个基于网络的平台，用户能够在此与人工智能生成的各类角色进行互动，这些角色涵盖虚构形象以及运动员、作家、历史名人等公众人物。每个角色均具备独特的个性特点与语言风格，从而实现模拟特定人物特征的对话交流。与ChatGPT或Gemini等通用型聊天机器人不同，Character AI以基于角色的对话为核心进行架构设计。这种设计模式使得用户能够参与角色扮演、故事创作、问答互动或日常闲聊等多样化场景，且对话内容通常会依据所选角色的个性特点进行定制。

2025-07-03 09:51:20 1142

原创甭提静态AI了，MIT新框架让模型具备自学能力

研究人员补充道，自然的下一步是元训练专门的SEAL合成数据生成器模型，从而生成新颖的预训练语料库，使未来模型能够扩展，并在不依赖额外人类文本的情况下实现更高的数据效率。近日，麻省理工学院（MIT）的研究人员已开发出一种名为自适应语言模型（SEAL）的框架，使大语言模型（LLM）能够通过更新自身的内部参数来持续学习和适应。专门的教师模型经过训练后，可以为单独的学生模型生成有效的自编辑，然后更新该学生模型。在自编辑阶段，模型不得不生成整套的适应策略，包括使用哪些数据增强和工具、运用什么样的学习率。

2025-07-02 11:00:00 867

原创今天和大家分享一下分布式机器学习的五大流行框架

我使用过本文中提到的几乎所有分布式计算框架，但我主要使用PyTorch和TensorFlow 进行深度学习。这些框架只需几行代码，就能非常轻松地跨多个GPU扩展模型训练。我个人更喜欢PyTorch，因为它的API直观易用，而且我对它比较熟悉。所以，我认为没有必要换成新的框架。对于传统的机器学习工作流程，我依赖Dask，因为它轻量级，且采用Python原生方法。最适合大规模深度学习工作负载，尤其是在你已经在使用这些框架的情况下。非常适合构建采用分布式计算的现代机器学习管道。

2025-07-01 11:00:00 1280

原创 MCP或将成为AI界的HTTP

MCP，又名AI模型上下文协议，是AI模型与外部工具和应用通信的标准化方式。和HTTP、以及TCP等其他协议类似，它是一种协议、一种通信方式、也是一套规则。MCP客户端：主要使用模型上下文协议与MCP服务器对话。你可以将其视为一种工具，可用来启动与MCP服务器的连接，与支持MCP的AI模型进行交互。MCP服务器：主要处理来自AI模型（即MCP客户端）的请求，并将其映射到服务器中预定义的适当任务中。也就是说，MCP服务器定义了AI模型在服务器与工具上执行哪些操作，以及它可以访问哪些资源。

2025-06-30 11:00:00 971 2

原创三大AI超能力：分类式AI、预测式AI和生成式AI

离散输出。分类式AI聚焦于处理诸如垃圾邮件与非垃圾邮件、猫与狗、积极情绪与消极情绪等界限清晰的类别。其核心任务在于判定新的数据片段应归属于哪一个既定的类别范畴或被赋予何种标签。监督学习和标记数据。大多数分类模型需要标记训练数据来学习类别之间的差异。例如，你可以给它“喂”成千上万的猫和狗的标记图像，模型借此筛选出能够界定动物为“猫”或“狗”的视觉特征。特征提取。在实践中，分类式AI通常涉及从原始数据中识别或设计特征（例如，图像中的像素值、文本中的单词频率）。这些特征帮助模型区分不同的类。

2025-06-29 11:00:00 1683