墨衍会员
·
AI 创作全网分发
墨衍智能分发
本文由作者通过墨衍一键同步至各平台
1分发平台
500+累计阅读
566平均单平台
已同步平台
优快云
微信公众号
微博
知乎
掘金
百家号
博客园
抖音
小红书
你的文章也可以这样分发
墨衍会员 ¥399起/年，写一次发全网
我也要
最近技术圈被一本神书刷屏了——浙江大学团队开源的**《大模型基础》**！推特大佬们疯狂安利，小编连夜啃完，果然名不虚传！
为什么值得读？
✅ 通俗易懂：从语言模型基础讲起，层层递进到训练、优化、应用，小白也能轻松跟上节奏！
✅ 图解王者：注意力机制、Transformer架构全用可视化图表拆解，公式看不懂？不存在的！
✅ 实战友好：Python代码示例+典型应用场景（比如RAG系统搭建），边学边练，拒绝纸上谈兵！
✅ 前沿覆盖：参数高效微调、模型编辑、Prompt工程……热门技术一网打尽，甚至还有非Transformer架构彩蛋！
这份完整版【大模型基础】已经上传优快云，朋友们如果需要可以微信扫描下方优快云官方认证二维码免费领取【保证100%免费】
👉 福利来袭优快云大礼包：《2025最全AI大模型学习资源包》免费分享，安全可点 👈
随手翻一页都是干货
这份完整版【大模型基础】已经上传优快云，朋友们如果需要可以微信扫描下方优快云官方认证二维码免费领取【保证100%免费】
微信小程序后台定位与实时位置更新的实战指南
本文提供了微信小程序实现后台定位与实时位置更新的完整实战指南。针对小程序退到后台后位置更新中断的痛点，详细解析了基于`startLocationUpdateBackground`API的后台定位解决方案。内容涵盖从隐私协议配置、项目权限声明，到授权、启动、监听、停止的核心代码流程，并分享了真机调试、性能优化及权限引导等关键避坑经验，帮助开发者构建稳定可靠的后台位置服务。
浙大开源《大模型基础》直接爆火！AI技术人员速来围观！
近AI圈被一本大模型神书刷屏了——浙江大学团队开源的《大模型基础》！推特大佬们疯狂安利，小编连夜啃完，果然名不虚传！
基于IMU的纯惯性导航轨迹绘制实践与优化
本文深入探讨了基于IMU的纯惯性导航轨迹绘制实践。通过修改开源组合导航算法KF-GINS，屏蔽GPS更新并简化地球参数，实现了仅依赖IMU数据的轨迹解算。文章详细介绍了代码改造、轨迹可视化方法，并分析了误差累积的根本原因，为深入理解惯性导航原理与传感器融合的必要性提供了宝贵的实践经验。
从实验室到职场：AI学子们技术落地的机会来了！
在社区当中，大家可以看到资深华为技术专家精心打磨的在线课程，也可以体验帮助开发者快速上手开发工具的在线实验，还有机会参加各种优质的开发者训练营，更可以参与考试获得华为官方认证，为你自身的技能履历加分。2023年，华为更联合北大、清华、上交、浙大、中科大等一批顶尖高校，成立了“鲲鹏昇腾科教创新卓越/孵化中心”，直接把大模型、编译优化、推理加速这些产业前沿课题，变成了校园里的“实战项目”。该项目不仅实现了高质量、长时长视频的连贯生成，更以生态开源的方式，为学生提供了参与真实AI研发的机会。
RandLA-Net 调通代码1：Windows 11 + Tensorflow 2.4 + S3DIS数据集【踩坑+填坑】
TF不上进啊，学学pytorch
rk3588 LightSensor适配从驱动到应用层
本文详细介绍了在RK3588平台上实现光感驱动的开发流程。主要包括：1) 在设备树中配置I2C5接口挂载光感设备；2) 编写内核驱动代码实现光感数据采集；3) HAL层通过ioctl与驱动交互；4) 在BoardConfig.mk中启用相关宏定义；5) Framework层通过AutomaticBrightnessController实现自动亮度调节算法；6) 应用层可通过监听系统设置获取光感变化并调整屏幕亮度。整个流程涵盖了从底层驱动到上层应用的完整实现方案，重点解决了光感设备注册、数据采集传输和自动亮度
高校 AI 课不再纸上谈兵！昇腾让技术直接走进课堂、落地实操
在社区当中，大家可以看到资深华为技术专家精心打磨的在线课程，也可以体验帮助开发者快速上手开发工具的在线实验，还有机会参加各种优质的开发者训练营，更可以参与考试获得华为官方认证，为你自身的技能履历加分。2023年，华为更联合北大、清华、上交、浙大、中科大等一批顶尖高校，成立了“鲲鹏昇腾科教创新卓越/孵化中心”，直接把大模型、编译优化、推理加速这些产业前沿课题，变成了校园里的“实战项目”。该项目不仅实现了高质量、长时长视频的连贯生成，更以生态开源的方式，为学生提供了参与真实AI研发的机会。
YOLO26改进策略【Neck】| CVPR 2024 MFM（Modulation Fusion Module，调制融合模块）：动态特征加权融合，突出关键特征抑制冗余
本文主要利用DCMPNet中的 MFM 模块优化 YOLO26 的目标检测网络模型。模块通过动态调制特征融合过程，实现了对多尺度、跨层级特征的智能聚合。将其应用于的改进过程中，针对目标检测中边界特征与语义信息的互补性需求，缓解网络中浅层细节与深层语义融合不足的问题。Depth Information Assisted Collaborative Mutual Promotion Network for Single Image Dehazing在图像去雾网络中，不同层级和类型的特征包含着互补的信息（如浅层的
各种网站（计算机学习资源、常用工具及其他，持续更新中~）
欢迎围观笔者的~ 也欢迎通过RSS网址https://kangaroogao.github.io/atom.xml进行订阅~
Qt(C++)使用QChart动态显示3个设备的温度变化曲线
Qt的QChart是一个用于绘制图表和可视化数据的类。提供了一个灵活的、可扩展的、跨平台的图表绘制解决方案，可以用于各种应用程序，如数据分析、科学计算、金融交易等。
基于Simulink的鲸鱼优化算法（WOA）MPPT仿真
摘要：本文介绍了基于Simulink的鲸鱼优化算法(WOA)在光伏MPPT控制中的应用。WOA模拟座头鲸的"气泡网捕食策略"，通过包围猎物、螺旋收缩和随机搜索三阶段动态平衡全局探索与局部开发能力，有效解决局部阴影导致的多峰P-V曲线问题。文章详细讲解了WOA-MPPT的Simulink建模过程，包括多峰光伏阵列建模、WOA控制器实现和Boost变换器控制。仿真结果显示，在三种典型工况下，WOA-MPPT的追踪效率＞99.3%，动态响应时间＜0.15s，性能优于传统算法。最后提出了混合WO
视频隐私脱敏工程化：CSRT/KCF追踪算法在本地推理中的实现与边界
在短视频内容合规审查中，动态遮挡（Dynamic Masking）是高频且高耗时的环节。传统手动关键帧打码不仅效率低下，且在目标快速移动或遮挡时极易出现遮罩漂移。本文从计算机视觉工程角度，解析基于CSRT与KCF算法的目标追踪方案在视频隐私处理中的技术路径、性能权衡及落地实践。
IIC软件协议及硬件知识汇总
IIC软件协议及硬件相关知识，真的是非常齐全了！
6 款电商 AI 图片生成软件实测｜国内 + 跨境卖家工具清单
电商 AI 作图工具已经从 "能不能用" 进入了 "好不好用" 的阶段。对于绝大多数卖家而言，现在的 AI 工具已经可以覆盖 60%-80% 的基础商品图需求，显著降低拍摄和设计成本。选择工具的核心逻辑不是 "哪款最强"，而是 "哪款最适配你的品类、平台规模和团队能力"。垂直电商工具胜在工作流效率，通用生图工具强在创意上限，模板类工具赢在上手速度。建议根据自身业务阶段，搭配 1-2 款主力工具 + 1 款辅助工具，形成适合自己的视觉生产流程。
Statistics and Machine Learning Toolbox
Statistics and Machine Learning Toolbox（带书签），MATLAB统计学习工具
win10 跳过U8环境检测的IE WebControls.rar
win10 安装u8的时候 提示IE WebControls 不通过，这个工具可以欺骗u8的检查。 跳过U8环境检测的IE WebControls。提示导入失败后，重新检测通过。
我用 GPUWorks 在 M1 Pro 上搭了个发票识别原型
公司里经常要看电子发票。我想先做个小原型：把 PDF 发给一个自己部署的图文模型，让它提取发票类型、日期、交易双方和金额，再把结果交给同事核对。这个原型不用先接财务系统，先看看从部署到调用要走多少步，模型返回的内容能不能帮上忙。
计算机控制技术及应用
《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术，以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索，主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式，计算机控制系统的数学描述与基本分析方法，以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。
您您这可以把问小白的多个会话比如说。左侧的多个会话一次性导出吗？不是单条会话里面的多次会对话。AI导出鸭
第三层是格式编译层。这个决策背后的判断很清晰：一个批量导出工具的价值，不在于“试三次”，而在于你真正用它处理了几十份技术文档、访谈记录或课程讲义之后，它是否值得留在你的工作流里。问小白的会话列表通过分页接口加载，AI导出鸭 在页面运行时建立旁路监听，捕获每一次分页请求返回的完整对话清单，包括会话 ID、标题、时间戳和隐藏的元数据字段。让AI导出回归优雅——这句话说的是：导出不该是体力活，而应该是一次完整的、可预期的文件交付。注意：这里的“批量”指的是左侧列表里的多个独立会话，不是一条会话内的多轮对话。
【从零理解 Spring AI · 12】MCP 的两种角色：做客户端还是做服务端
上一篇讲了 MCP 的概念：标准协议、三大角色、M+N 替代 M×N。
河道漂浮物目标检测数据集
目标检测，yolo，河道漂浮物目标检测数据集
AI Agent之核心框架
A： 显式 Thought 有三类价值：可解释性（便于人类审计）、可调试性（定位哪一步选错工具）、学习信号（可做监督微调或评估中间步骤质量）。ReAct 把推理与 可执行行动 绑定，每一步行动后都有 真实 Observation 反馈，从而用工具结果约束生成，降低闭卷幻觉。做完不等于结束——还要 评估做得好不好，把 教训 记下来，下次 带着教训重试，反思作为 记忆，影响后续尝试的策略。工作流程：Action → Evaluation → Reflection → Retry。A： 普通 CoT 只在。
AI 应用开发工程师技术实践：大模型接入、通用组件封装与性能优化
本文提出AI应用从PoC到生产的核心挑战：模型调用的持续可用、可控与可优化。通过构建统一LLM网关实现多供应商路由与故障转移，封装对话、工具调用与RAG组件以解耦业务逻辑，结合前缀缓存、批处理与流式背压治理等性能优化手段，形成“接通→接稳→接快”的工程路径，最终以工程化能力决定AI应用的生产可用性。
AI前沿日报 · 2026-11-04 | 祛魅时刻：Astra“纯读权重“神话的崩塌
①Astra"裸权重通吃"被spaCy创始人Honnibal精准祛魅——仅1/3实验真裸读，数学能力提升依赖Python+50次迭代；②Simon Willison用Qwen 3.8-27B端侧复现权重空间编程；③Nvidia开源Auto-Ontology自动知识图谱；④$800开源全域抓取机器人Stringman；⑤OpenAI悄然重开Codex训练开关引信任危机；⑥DeepMind发布Gemini 4 Argon机器人基础模型；⑦美国科技巨头隐性AI债务达3.2万亿美元，6个月增90%。
大模型 Embedding 与向量相似度详解
Embedding 解决的问题：计算机不懂文字，但懂数字│▼文本 → 向量（1024维浮点数数组）│▼相似度解决的问题：怎么判断两个向量（文本）有多接近│▼余弦相似度：看向量方向的夹角，越接近0°越相似│▼最终效果：语义搜索——理解意思，而非字面匹配一句话总结：Embedding 把文字变成数字，余弦相似度比较数字的方向，两者结合实现了"理解语义"的搜索。
GPT-1 架构和计算细节
下面配合框图，对 GPT-1 的每个组件做公式展开 + 数值实例（配置：12 层 × 768，12 头，FFN 3072，词表 40478，共 117M 参数）。GPT-1 把翻译模型的编码器-解码器砍掉一半，只留解码器，然后以"预测下一个词"为目标在 BooksCorpus 上预训练。与 2017 原版的四个架构差异（框图中标 ★）：h0=E[token]+Epos[position],E∈R40478×768, Epos∈R512×768h^0 = E[\text{token}] + E_{pos}[\
终端 AI 审计与 “龙虾” 类智能体风险治理：从可见性到闭环溯源
生成式 AI 办公普及之后，数据泄露风险逐步下沉到终端。员工将合同、源代码、客户资料粘贴至公有大模型，以及龙虾（OpenClaw）这类本地开源 AI 智能体的滥用，成为企业安全新挑战。传统网络边界防护存在审计盲区，本文从风险链路拆解、核心能力模型、分级治理策略、落地踩坑点以及技术局限性多角度，分享终端侧 AI 安全治理的实践思路。
2.53 基于极稀疏指纹的室内定位注意力图元学习
该论文发表于IEEE Transactions on Mobile Computing（TMC）2026年6月，面向极稀疏指纹条件下的WiFi室内定位，针对指纹采集人力成本高、标记指纹稀缺时定位精度大幅下降的痛点，提出注意力图元学习模型AGML（Attentional Graph Meta‑Learning），结合图神经网络、元学习、两种指纹数据增强与分布对齐技术，在标记指纹极少的场景实现高精度室内定位，同时公开了多套真实+仿真定位数据集用于基准测试。场景：二维室内空间，障碍物造成信号遮挡，
语音识别与语音合成的技术原理及应用
语音识别 #语音合成 #人工智能 #大模型。语音识别与语音合成的技术原理及应用。一、语音识别的核心原理。二、语音合成的核心原理。三、工程落地的主要难点。五、需要关注的现实问题。
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
468
扫一扫
