AI在线 AI在线

理论

GCD-DDPM：用扩散模型重塑变化检测，精准捕捉细粒度变化

GCD-DDPM：用扩散模型重塑变化检测，精准捕捉细粒度变化
一眼概览GCD-DDPM 提出了一种 基于差分特征引导的去噪扩散概率模型（DDPM） 进行 变化检测（CD） 的方法，采用 生成式方式 直接生成变化检测（CD）图，而非传统的判别式分类方式。 在四个高分辨率遥感数据集上，该方法展现了优越的检测性能。 核心问题目前主流变化检测（CD）方法大多依赖 CNN 或 Transformer 进行判别式特征学习，但它们在 同时捕获局部细节信息和长距离依赖关系 方面存在局限，导致 变化检测精度不足，尤其是对于 复杂场景的细粒度变化 无法精准捕捉。
3/4/2025 4:00:00 AM
萍哥学AI
告别传统 SSE！fetch-event-source 让 AI 流式处理更高效

告别传统 SSE！fetch-event-source 让 AI 流式处理更高效
在 AI 大模型飞速发展的时代，前端开发者面临着如何高效处理实时数据流的挑战。 服务器发送事件（SSE）作为一种单向通信协议，能够让服务器主动向客户端推送实时更新，广泛应用于实时聊天、新闻推送等场景。 然而，标准的 EventSource API 存在诸多限制，例如只能使用 GET 请求、无法传递请求体等。
3/4/2025 3:00:00 AM
PIG AI
23个超强的DeepSeek提示词指令，一看就懂

23个超强的DeepSeek提示词指令，一看就懂
给大家分享几个超强的DeepSeek提示词，大家也可以模仿提示词的结构去书写自己需要的DeepSeek指令。 文中[...]内的只是示例，大家可以根据自己实际需求进行替换。 一、知识管理类请用康奈尔笔记法整理[会议记录/课程内容]，左侧提炼关键词，右侧记录案例证据，底部总结行动要点，最后将知识关联绘制成概念网络图。
3/4/2025 2:00:00 AM
丶平凡世界
LLM 大语言模型定义以及关键技术术语认知

LLM 大语言模型定义以及关键技术术语认知
大语言模型定义LLM（Large Language Models）是基于 Transformer 架构(可以理解为不同寻常的大脑)的深度神经网络，通过海量文本数据训练获得语言理解和生成能力。 其核心特征包括：参数规模达数十亿级别（GPT-3 175B参数）知识储备惊人，可以理解为脑细胞数量是普通人的千亿倍（1750亿参数），相当于把整个图书馆的书都装进大脑自回归生成机制（逐词预测）说话方式像接龙,当它写作文时，就像我们玩词语接龙：先写"今天"，然后根据"今天"想"天气"，接着根据"今天天气"想"晴朗"，逐字逐句生成内容。 注意力机制实现长程依赖建模特别会抓重点就像我们读小说时，会自动记住关键人物关系（比如注意到"陈平安喜欢宁姚"），它能自动捕捉文字间的深层联系。
3/4/2025 1:00:00 AM
山河已无恙
DeepSeek提示词超能手册：五大核心技巧，榨干AI生产力！

DeepSeek提示词超能手册：五大核心技巧，榨干AI生产力！
🎯 技巧1：R-T-F黄金三件套——角色 任务 格式锁定AI身份，输出不跑偏！ R (Role)：角色，明确AI需要扮演的身份或专家领域。 T (Task)：任务，清晰定义AI需完成的具体目标。
3/4/2025 12:35:00 AM
新叔
用上DeepSeek，改简历快人一步：AI简历优化保姆级教程

用上DeepSeek，改简历快人一步：AI简历优化保姆级教程
作为科技博主，我测评过上百款AI工具，今天给大家安利一个简历优化的"外挂神器"——DeepSeek。 它能让你的简历从"已读不回"变成"收割offer"，操作比美图秀秀还简单，特别适合没经验的应届生和转行小白。 一、为什么需要AI改简历？
3/4/2025 12:00:55 AM
架构师秋天
突破性进展！浙大scNiche框架精准识别细胞生态位，助力精准医疗

突破性进展！浙大scNiche框架精准识别细胞生态位，助力精准医疗
编辑 | 2049随着单细胞空间组学技术的快速发展，科研人员可以在单细胞分辨率水平上系统探索组织中细胞状态、功能和相互作用。 然而，如何从这些海量的空间组学数据中精确识别和表征细胞生态位（cell niche）仍是一个重大挑战。 近日，浙江大学药学院团队开发了一个名为 scNiche 的计算框架，可以从单细胞分辨率的空间组学数据中有效识别和表征细胞生态位。
3/3/2025 4:23:00 PM
ScienceAI
马斯克最新预言：AI毁灭世界的概率为20%！星舰全程复用后成本将砍99%！计划30年内完成火星殖民，100万人定居新星！

马斯克最新预言：AI毁灭世界的概率为20%！星舰全程复用后成本将砍99%！计划30年内完成火星殖民，100万人定居新星！
整理 | 伊风出品 | 51CTO技术栈（微信号：blog51cto）3月1日，马斯克再次做客《The Joe Rogan Experience》播客节目，语出惊人！ “还有一个更高级的阶段——当AI比所有人类加在一起还要聪明。 坦白说，我觉得这个节点可能会出现在2029或2030年，基本上刚好赶上《终结者》的时间线。
3/3/2025 3:14:18 PM
武晓燕
Agent只是手段，工作流才是内容！

Agent只是手段，工作流才是内容！
编辑｜言征现代企业中有一个无名英雄：工作流程。 它有时被称为规则引擎、流程流、单状态机或软件定义的工作流程。 在用户界面（UI）中，它是一个“向导”。
3/3/2025 1:26:39 PM
言征
大模型是一场新的搜索战争，OpenAI不会赢家通吃，一家最好被收购！硅谷知名投资人曝料特朗普希望马斯克更积极裁撤美政府预算

大模型是一场新的搜索战争，OpenAI不会赢家通吃，一家最好被收购！硅谷知名投资人曝料特朗普希望马斯克更积极裁撤美政府预算
编辑 | 言征出品 | 51CTO技术栈（微信号：blog51cto）最近DeepSeek开源周带来了很多惊喜与热议。 但小编发现大家对于马斯克的Grok3的讨论却远远不够充分。 作为“大模型球赛”的最不可捉摸的强大力量，马斯克的xAI最新模型已经上线，便迅速登顶了iPhone的下载排行榜，引起的轰动同样不可小觑。
3/3/2025 12:59:39 PM
言征
中国团队首次夺魁！无问芯穹FlightVGM获FPGA'25最佳论文，峰值算力超GPU21倍

中国团队首次夺魁！无问芯穹FlightVGM获FPGA'25最佳论文，峰值算力超GPU21倍
国际可重构计算领域顶级会议 ——FPGA 2025 在落幕之时传来消息，今年的最佳论文颁发给了无问芯穹和上交、清华共同提出的视频生成大模型推理 IP 工作 FlightVGM，这是 FPGA 会议首次将该奖项授予完全由中国大陆科研团队主导的研究工作，同时也是亚太国家团队首次获此殊荣。 这项工作首次在 FPGA 上实现了视频生成模型（Video Generation Models, VGMs）的高效推理，也是该团队继去年在 FPGA 上加速大语言模型 FlightLLM（FPGA’24）后的最新系列工作。 与 NVIDIA 3090 GPU 相比，FlightVGM 在 AMD V80 FPGA 上实现了 1.30 倍的性能提升与 4.49 倍的能效提升（峰值算力差距超过 21 倍）。
3/3/2025 12:16:48 PM
机器之心
CVPR满分论文：一块2080Ti搞定数据蒸馏，GPU占用仅2G，来自上交大“最年轻博导”课题组

CVPR满分论文：一块2080Ti搞定数据蒸馏，GPU占用仅2G，来自上交大“最年轻博导”课题组
只要一块6年前的2080Ti，就能做大模型数据蒸馏？ 来自上交大EPIC实验室等机构的一项最新研究，提出了一种新的数据集蒸馏方法——NFCM。 与前SOTA相比，新方法的显存占用只有1/300，并且速度提升了20倍，相关论文获得了CVPR满分。
3/3/2025 12:13:15 PM
量子位
检索了15460项研究，AI与机械流行病学建模相结合：机遇和挑战的范围界定回顾

检索了15460项研究，AI与机械流行病学建模相结合：机遇和挑战的范围界定回顾
编辑丨toileter将嵌入机械模型中的先前流行病学知识与 AI 的数据挖掘功能相结合，为流行病学建模提供了变革性的潜力。 虽然 AI 与传统机械方法的融合正在迅速发展，但工作仍然分散。 目前，需要更好地纳入现实的决策考虑，扩大对不同数据集的探索，以及进一步研究生物和社会行为机制。
3/3/2025 12:01:00 PM
ScienceAI
速度提升3200倍，准确率提高40%！深度神经网络+纠错码革新DNA存储技术

速度提升3200倍，准确率提高40%！深度神经网络+纠错码革新DNA存储技术
编辑 | 2049在全球数据量呈指数级增长的今天，传统存储技术的扩展速度已难以跟上。 脱氧核糖核酸（DNA）分子作为一种信息存储介质，以其卓越的信息密度、增强的数据耐久性和几乎可忽略的维护能耗，正逐渐成为解决存储危机的关键方案。 然而，DNA 存储技术面临可扩展性和准确性之间的权衡困境，成为商业化落地的主要障碍。
3/3/2025 11:59:00 AM
ScienceAI
RAG（一）RAG开山之作：知识密集型NLP任务的“新范式”

RAG（一）RAG开山之作：知识密集型NLP任务的“新范式”
在AI应用爆发的时代，RAG（Retrieval-Augmented Generation，检索增强生成）技术正逐渐成为AI 2.0时代的“杀手级”应用。 它通过将信息检索与文本生成相结合，突破了传统生成模型在知识覆盖和回答准确性上的瓶颈。 不仅提升了模型的性能和可靠性，还降低了成本，增强了可解释性。
3/3/2025 11:41:11 AM
Glodma
AI学术算命？Gemini 2.0预测谷歌AI大佬职业生涯，准到离谱！

AI学术算命？Gemini 2.0预测谷歌AI大佬职业生涯，准到离谱！
如果让人工智能来点评博士论文，还顺手预测一下作者将来的职业发展。 会是什么样子？ 最近，谷歌首席科学家、Gemini负责人Jeff Dean就玩了这么一出，他把自己的博士论文交给了最新的Gemini 2.0。
3/3/2025 11:21:40 AM
新智元
2025年的五大AI趋势：智能体、开源和多模型

2025年的五大AI趋势：智能体、开源和多模型
随着AI技术的飞速发展，2025年的AI领域将迎来前所未有的变革。 从开源AI的崛起，到多模态AI的普及，再到本地AI的蓬勃发展，以及AI成本的显著降低和智能体的广泛应用，这五大趋势将深刻影响企业和个人的未来发展。 2025年，AI领域不再仅仅局限于大型语言模型（LLM），而是聚焦于更智能、更廉价、更专业和更本地的AI解决方案，这些方案能够处理多种数据类型，并实现自主行动。
3/3/2025 11:16:18 AM
Sol Rashidi
PyTorch内存优化的十种策略总结：在有限资源环境下高效训练模型

PyTorch内存优化的十种策略总结：在有限资源环境下高效训练模型
在大规模深度学习模型训练过程中，GPU内存容量往往成为制约因素，尤其是在训练大型语言模型(LLM)和视觉Transformer等现代架构时。 由于大多数研究者和开发者无法使用配备海量GPU内存的高端计算集群，因此掌握有效的内存优化技术变得尤为关键。 本文将系统性地介绍多种内存优化策略，这些技术组合应用可使模型训练的内存消耗降低近20倍，同时不会损害模型性能和预测准确率。
3/3/2025 10:42:50 AM
佚名