- 博客(6)
- 收藏
- 关注
原创 【学习笔记】Agent Context Engineering
大多数“智能”产品(Claude、ChatGPT、Cursor、Windsurf 以及 OpenAI/Anthropic 风格的研究代理)其实就是在单一模型上下文窗口内对这四种作的不同编排。这些问题不仅会直接导致 Agent 超出上下文窗口容量上限,还会引发 token 消耗失控、成本飙升、系统运行稳定性下降等连锁反应,严重制约 LLM agent 的落地效果。核心目标是在上下文窗口容量有限的前提下,剔除冗余信息,保留决策相关的核心内容。核心目标是突破即时上下文窗口的限制,实现信息的长期留存与跨场景复用。
2026-01-13 10:52:33
630
原创 mmdetection2测试单张图片并保存
from argparse import ArgumentParserimport osfrom mmdet.apis import inference_detector, init_detector #, show_result_pyplotimport cv2 def show_result_pyplot(model, img, result, score_thr=0.3, fig_size=(15, 10)): """Visualize the detection resu...
2021-11-26 10:22:29
3175
原创 准确率,精确率,召回率
在机器学习,深度学习等领域中。评估(Evaluation)是一个必要的工作,而评估的指标就是精确率(Accuracy),精确率(precision),召回率(recall)准确率(Accuracy):对于给定的测试集,分类器正确分类的数量和总数之比。例如,一个班一共有100个人,80个男生,20个女生。现有小明要对这100个人进行分类,他将分成了50个男生,50个女生(男生全对),所以小明将30个男生判错为女生,其他70个人判断正确。则准确率(Accuracy)为70/100=0.7...
2021-11-24 20:27:02
867
原创 (I3D)Quo Vadis, Action Recognition? A New Model and the Kinetics Dataset 论文解读
Abstract本论文提出了一种新的数据集Kinetics、他是ucf101,HMDB-51数据集的的两倍。论文分别将当前现有的模型在Kinetics数据集上跑一遍,看这些模型在此数据集上表现的如何?,以及在次数据集的预训练下模型在其他数据集上表现的如何?同时本论文引入了一个新的行为识别模型Two-Stream Inflated 3D ConvNet (I3D) ,I3D是基于2D卷积膨胀的,他将深层图像分类卷积的filters and pooling 的核由2D 膨胀到了3D 使其能够提...
2021-11-14 16:51:04
3922
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人
RSS订阅
2