AI在线 AI在线

理论

深度学习原来这么好懂?这篇大白话科普,让你轻松 get 新知识!

嘿,朋友们! 你是不是也经常在新闻、科技报道里看到“深度学习”这个词? 听起来是不是特别高大上,感觉像是只有顶尖科学家才能搞懂的神秘领域?
5/14/2025 8:25:00 AM
用户007

使用FastAPI和Redis Caching加快机器学习模型推理

译者 | 布加迪审校 | 重楼Redis 是一款开源内存数据结构存储系统,是机器学习应用领域中缓存的优选。 它的速度、耐用性以及支持各种数据结构使其成为满足实时推理任务的高吞吐量需求的理想选择。 我们在本教程中将探讨Redis缓存在机器学习工作流程中的重要性。
5/14/2025 8:16:46 AM
布加迪

Cursor AI 系统提示词泄露:Vibe 编程的七大提示词技巧

在当前 AI 快速演进的背景下,语言模型展现出的“智能性”愈发惊艳。 即使用户输入的提示词模糊不清,Claude 3.5 或 Cursor 等系统依旧能准确“读懂心思”,给出相对贴切的回应。 这种智能表现,部分原因来自系统提示词(System Prompt)机制的设计。
5/14/2025 8:11:07 AM
前端小智

三分之一的员工对AI的使用保密

员工对利用技术提高生产力的担忧日益加剧,同时对工作感到不满且缺乏工作动力。 事实上,根据Ivanti公司的调查,在工作中使用GenAI工具的员工中,有30%担心自己的工作可能被裁掉,27%的员工则出现了由AI引发的冒名顶替综合征,他们表示不希望别人质疑自己的能力。 “Ivanti的研究表明,员工仍然希望在工作生活中拥有更大的自主权,并希望得到能帮助他们做到最好的AI解决方案,”Ivanti的首席法律顾问兼人力资源与安全高级副总裁布鲁克·约翰逊(Brooke Johnson)表示,“为了应对这一问题,企业应考虑建立一个可持续的AI治理模型,将透明度放在首位,并通过创新来解决由AI引发的冒名顶替综合征这一复杂挑战。
5/14/2025 8:00:00 AM

智能体狂飙:深度智能化大变革来袭

在人工智能技术日新月异的当下,智能体(AI Agent)正突破实验室的局限,迈向规模化商用,成为全球科技巨头竞相角逐的战略高地。 从联想“超级智能体”的发布,到IBM企业级智能体平台的推出;从微软Copilot深度融入办公场景,到城市超级智能体在武夷山的落地,智能体技术凭借多模态交互、自主决策、跨生态协同等核心能力,正重塑人机协作模式,推动生产力范式向“认知操作系统”跃迁。 这一趋势不仅标志着AI技术从工具型助手向全场景智能伙伴的进化,更预示着个人、企业乃至城市将迎来一场深度智能化变革。
5/14/2025 7:10:00 AM
赵立京

企业应避免的关于智能体的五个认知陷阱

在商业和消费科技领域,最新的热点话题全都围绕着智能体。 这些智能体可以被视为GenAI领域的下一个飞跃,该领域曾为我们带来了ChatGPT等大型语言模型聊天机器人。 与仅仅回答问题或生成信息不同,它们能够代表我们采取行动,与其他工具和服务进行交互,以完成复杂的任务。
5/14/2025 7:00:00 AM
Bernard Marr

MCP如何实现Agentic AI工作流

Agentic AI工作流涌现! 本文揭秘如何用 Anthropic 的 MCP 赋能 LLM,实现自主决策。 通过 Todo List MCP Server 和 Calendar MCP Server 演示,展示 MCP 客户端如何协调工具和动态提示,构建模块化、可组合的智能自动化流程。
5/14/2025 3:20:00 AM
岱军

绝!三招教你私有化部署 DeepSeek

在数字化转型的进程中,企业不仅需要高效、智能的工具来提升运营效率,还需确保数据安全与满足隐私保护要求。 DeepSeek 私有化部署正是为解决这一需求而生的,它通过将 DeepSeek 智能助手从公共云端迁移至企业内部服务器,为企业提供了一种安全、可控且高度定制化的解决方案。 这种部署方 式不仅能够满足企业对敏感数据的保护需求,还能根据具体业务场景进行灵活 调整,从而为企业数字化转型提供强有力的支持。
5/14/2025 2:00:00 AM

一口气讲清楚:FC、MCP、A2A

前面几篇文章中,我介绍了AI大模型领域常见的几种专业术语,分别是:AGI、RAG、AIGC、LLM、MCP、EMB、向量库、训练集、多模态。 了解基础概念和专业术语之后,有助于我们在工作和生活中深入学习和应用AI。 这个时候,可能有同学会产生疑问,这么多大模型、ChatBot、智能体等AI工具,我该如何将它们融入到自己的生活和工作场景中呢?
5/14/2025 1:55:00 AM
老张

探索RAG数据分块策略:工具对比与实践指南(含code)

在检索增强生成(Retrieval-Augmented Generation, RAG)应用领域,数据分块作为关键预处理步骤,对模型性能和效果起着决定性作用。 本文深入探讨RAG应用中的数据分块策略,详细介绍和对比LangChain、LlamaIndex和Preprocess三种主流工具在数据分块方面的功能与特点,并结合实际案例分析其应用效果,为读者提供全面的技术指引。 RAG中数据分块的重要性RAG通过检索相关信息来增强语言模型的生成能力,数据分块则是优化这一过程的关键。
5/14/2025 1:40:00 AM
大模型之路

当AI智能体成了"打工人":我们还有饭碗吗?

"AI智能体要来抢我们饭碗了? " 这是最近在我们公司茶水间听到最多的一句话。  直到上周,我看到运营小张用一个智能体,3分钟就完成了以前需要整个团队忙活一整天的市场分析报告。
5/14/2025 1:00:00 AM
大数据AI智能圈

Unsloth 微调 Qwen3 实战教程来了!

unsloth微调Qwen3模型提供显著优势:训练速度提高2倍,VRAM使用减少70%,支持8倍长的上下文。 Qwen3–30B-A3B仅需17.5GB VRAM即可运行。 unsloth的Dynamic 2.0量化技术保证了高精度,同时支持原生128K上下文长度。
5/14/2025 1:00:00 AM

通用RAG:通过路由模块对多源异构知识库检索生成问答思路

如何在多个语料库(多源异构知识库,如:文本、图片、视频)中检索和整合来自不同模态和粒度的知识? UniversalRAG:一个多模态RAG框架,用于从多个模态和粒度的语料库中检索和整合知识。 下面来看看思路,供参考。
5/14/2025 12:23:00 AM
余俊晖

CVPR2025 | 五大榜单夺冠!MonSter:单目+双目融合引领深度估计新纪元

一眼概览:MonSter是一种创新性的双分支立体匹配方法,首次将单目深度估计与双目立体匹配协同优化,在多个主流数据集上取得全面领先的性能。 核心问题:传统立体匹配在遮挡、纹理缺失、重复结构和远距离区域表现不佳,难以恢复精确深度。 该研究核心在于:如何利用单目深度的结构先验弥补双目匹配在病态区域中的信息缺失,同时消除单目深度的尺度漂移误差。
5/13/2025 4:57:18 PM
萍哥学AI

支付巨头被打脸!曾放话AI能顶700名人类客服,年省4千万刀;一年后又把员工招回来了!CEO公开认错:我们部署AI的方式太极端了

编辑 | 伊风出品 | 51CTO技术栈(微信号:blog51cto)第一批因为AI裁员的公司,又把员工请回来了! 曾信誓旦旦宣布“一个 AI 顶 700 个客服”的 Klarna,如今不得不亲自“打脸”。 图片这家全球领先的“先买后付”平台(类似于国内的“蚂蚁花呗”),在 2024 年接入 OpenAI 技术后,便风风火火地All in AI:暂停招聘、削减成本,甚至计划用 AI 逐步取代多达数千名的外包客服。
5/13/2025 3:17:07 PM
伊风

一句指令,无限宇宙!Matrix-Game硬核上线,秒杀SOTA

黑客帝国中的「矩阵」,已照进现实。 指尖轻点,一个细节满满、物理规则完美运转的虚拟世界就此诞生。 这个曾经只在科幻大片出现的场景,如今「空间智能」就帮人类实现了。
5/13/2025 3:16:48 PM
新智元

突破大模型推理瓶颈!首篇「Test-Time Scaling」全景综述,深入剖析AI深思之道

本文由来自香港城市大学、麦吉尔大学(McGill)、蒙特利尔人工智能实验室(MILA)、人大高瓴人工智能学院、Salesforce AI Research、斯坦福大学、UCSB、香港中文大学等机构的多位研究者共同完成。 第一作者为来自香港城市大学的博士生张启源和来自蒙特利尔人工智能实验室(MILA)的博士生吕福源。 当训练成本飙升、数据枯竭,如何继续激发大模型潜能?
5/13/2025 3:13:28 PM
机器之心

AI 横扫医学问答,赢麻了?牛津大学团队实锤 AI 临床短板

原本以为,大模型考过了医学考试,离成为“AI医生”也就差临门一脚。 没想到,牛津大学最新这项研究,却狠狠给了一记当头棒喝。 图片论文地址:“AI诊断准确率高达99%!
5/13/2025 3:10:50 PM
文摘菌