- 航空发动机作为飞机的核心动力源，其运行的安全性和可靠性至关重要。然而，实际运行中故障样本极度匮乏、各类故障发生频率高度不均衡，且监测数据随着每日飞行任务不断增长，给传统的静态数据驱动诊断模型带来了巨大挑战。为了应对这一难题，国内研究团队在《Advanced Engineering Informatics》上发表了名为“Continual contrastive reinforcement l... 航空发动机作为飞机的核心动力源，其运行的安全性和可靠性至关重要。然而，实际运行中故障样本极度匮乏、各类故障发生频率高度不均衡，且监测数据随着每日飞行任务不断增长，给传统的静态数据驱动诊断模型带来了巨大挑战。为了应对这一难题，国内研究团队在《Advanced Engineering Informatics》上发表了名为“Continual contrastive reinforcement l...
- 在现代船舶动力系统运维中，船用柴油机燃烧室部件由于长期处于高温、高压等恶劣工作环境，极易发生故障。传统的智能故障诊断方法在面对实际工程应用时，往往受到故障样本稀缺以及机器学习“黑盒”模型缺乏物理解释性的双重制约。针对这些瓶颈问题，近期发表在《Measurement》期刊上的研究提出了一种新型诊断框架，其论文题目为“Thermodynamic simulation-assisted rando... 在现代船舶动力系统运维中，船用柴油机燃烧室部件由于长期处于高温、高压等恶劣工作环境，极易发生故障。传统的智能故障诊断方法在面对实际工程应用时，往往受到故障样本稀缺以及机器学习“黑盒”模型缺乏物理解释性的双重制约。针对这些瓶颈问题，近期发表在《Measurement》期刊上的研究提出了一种新型诊断框架，其论文题目为“Thermodynamic simulation-assisted rando...
- 随着电动汽车、便携式电子设备及航空航天领域的快速发展，锂离子电池的健康状态（SOH）在线精确估算对保障系统安全运行至关重要。然而，现有的高精度深度学习模型通常结构复杂，计算和存储资源消耗大，难以直接部署在资源受限的电池管理系统（BMS）中。近期，发表在《Energy》期刊上的学术论文“BMSFormer: An efficient deep learning model for online... 随着电动汽车、便携式电子设备及航空航天领域的快速发展，锂离子电池的健康状态（SOH）在线精确估算对保障系统安全运行至关重要。然而，现有的高精度深度学习模型通常结构复杂，计算和存储资源消耗大，难以直接部署在资源受限的电池管理系统（BMS）中。近期，发表在《Energy》期刊上的学术论文“BMSFormer: An efficient deep learning model for online...
- 一、先给结论AI客服之所以能越来越"懂你"，靠的正是海量且高质量的训练数据。真实对话，就是其中最好、最核心的教材。简单来说，AI客服的大脑，是用真实世界的对话"喂"出来的——那些你每天在旺旺上打的字、问的问题、发的表情，经过清洗、标注、微调之后，变成了AI的"肌肉记忆"。 二、AI客服的"教材"从哪里来？——三大来源AI客服的学习资料来源非常广泛，主要可以分为三大类： 2.1 最宝贵的教材... 一、先给结论AI客服之所以能越来越"懂你"，靠的正是海量且高质量的训练数据。真实对话，就是其中最好、最核心的教材。简单来说，AI客服的大脑，是用真实世界的对话"喂"出来的——那些你每天在旺旺上打的字、问的问题、发的表情，经过清洗、标注、微调之后，变成了AI的"肌肉记忆"。 二、AI客服的"教材"从哪里来？——三大来源AI客服的学习资料来源非常广泛，主要可以分为三大类： 2.1 最宝贵的教材...
- 提交训练作业那一刻，日志中冷不丁冒出一行 ModuleNotFoundError: No module named 'xxx'，而同样的代码在本地 Jupyter 里明明跑得通。这种“本地能跑、云端崩掉”的割裂感，几乎是每个 ModelArts 新手都会撞上的第一堵墙。这个报错本身并不复杂，但它的出现往往暴露出环境一致性、依赖声明和容器执行逻辑上的一系列盲区。 提交训练作业那一刻，日志中冷不丁冒出一行 ModuleNotFoundError: No module named 'xxx'，而同样的代码在本地 Jupyter 里明明跑得通。这种“本地能跑、云端崩掉”的割裂感，几乎是每个 ModelArts 新手都会撞上的第一堵墙。这个报错本身并不复杂，但它的出现往往暴露出环境一致性、依赖声明和容器执行逻辑上的一系列盲区。
- 模型越大越聪明？边缘 AI 推理别再“硬堆配置”，量化才是破局关键 模型越大越聪明？边缘 AI 推理别再“硬堆配置”，量化才是破局关键
- OPERA Dynamic Surface Water Extent from Harmonized Landsat Sentinel-2 provisional product (Version 1)简介本数据集包含 OPERA 3 级动态临时地表水范围产品版本 1。数据为自 2023 年 4 月起的临时地表水范围观测数据。已知问题和使用注意事项详见“文档”部分。生成每个产品的输入数据集... OPERA Dynamic Surface Water Extent from Harmonized Landsat Sentinel-2 provisional product (Version 1)简介本数据集包含 OPERA 3 级动态临时地表水范围产品版本 1。数据为自 2023 年 4 月起的临时地表水范围观测数据。已知问题和使用注意事项详见“文档”部分。生成每个产品的输入数据集...
- RLHF是大模型对齐领域经典且完整的技术体系，依托人工反馈标注、奖励模型建模、强化学习多轮迭代的完整链路，让模型精准贴合人类偏好，是顶级商用大模型高精度对齐的核心基石，整体效果顶尖，但流程复杂、成本高昂。PPO作为RLHF的核心执行算法，凭借小幅稳定迭代的约束机制，解决了大模型强化学习训练不稳定的核心痛点，是传统高精度对齐场景的最优技术选择。 而DPO是对齐技术迭代优化的核心产物，跳出了传统强 RLHF是大模型对齐领域经典且完整的技术体系，依托人工反馈标注、奖励模型建模、强化学习多轮迭代的完整链路，让模型精准贴合人类偏好，是顶级商用大模型高精度对齐的核心基石，整体效果顶尖，但流程复杂、成本高昂。PPO作为RLHF的核心执行算法，凭借小幅稳定迭代的约束机制，解决了大模型强化学习训练不稳定的核心痛点，是传统高精度对齐场景的最优技术选择。 而DPO是对齐技术迭代优化的核心产物，跳出了传统强
- 很多同学能跑出机器学习结果，却不知道如何写进论文。论文不需要堆代码，也不需要展示所有实验过程，而是要把数据、方法、结果和解释组织成清晰的学术叙事。本文总结机器学习结果写进论文时的常见结构。 很多同学能跑出机器学习结果，却不知道如何写进论文。论文不需要堆代码，也不需要展示所有实验过程，而是要把数据、方法、结果和解释组织成清晰的学术叙事。本文总结机器学习结果写进论文时的常见结构。
- 引言在机器学习中，梯度提升决策树（GBDT）一直是处理表格数据的利器。然而，传统的 GradientBoostingClassifier 在面对大规模数据集时，训练速度往往不尽如人意。为了解决这一问题，Scikit-learn 在 0.21 版本中引入了 HistGradientBoostingClassifier 和 HistGradientBoostingRegressor。这两个基于... 引言在机器学习中，梯度提升决策树（GBDT）一直是处理表格数据的利器。然而，传统的 GradientBoostingClassifier 在面对大规模数据集时，训练速度往往不尽如人意。为了解决这一问题，Scikit-learn 在 0.21 版本中引入了 HistGradientBoostingClassifier 和 HistGradientBoostingRegressor。这两个基于...
- 预训练是从无到有造模型，搭建AI的通用认知底子；微调是从通用到专业改模型，让AI适配行业业务；量化、剪枝、蒸馏是从笨重到轻盈优模型，解决落地部署难题。这五项技术贯穿大模型研发、定制、优化、落地全生命周期，没有优劣之分，只有场景适配之别。新手落地项目，优先掌握微调+量化，低成本快速实现业务落地；进阶优化再叠加剪枝、蒸馏，打造极致轻量化模型；而预训练仅需了解原理 预训练是从无到有造模型，搭建AI的通用认知底子；微调是从通用到专业改模型，让AI适配行业业务；量化、剪枝、蒸馏是从笨重到轻盈优模型，解决落地部署难题。这五项技术贯穿大模型研发、定制、优化、落地全生命周期，没有优劣之分，只有场景适配之别。新手落地项目，优先掌握微调+量化，低成本快速实现业务落地；进阶优化再叠加剪枝、蒸馏，打造极致轻量化模型；而预训练仅需了解原理
- 对于很多科研机器学习任务来说，公开数据集并不现成，数据往往需要从大量文献中手动整理。本文介绍如何把文献阅读转化为数据集建设流程，让论文中的表格、实验条件和结果变成可用于机器学习建模的结构化数据。 对于很多科研机器学习任务来说，公开数据集并不现成，数据往往需要从大量文献中手动整理。本文介绍如何把文献阅读转化为数据集建设流程，让论文中的表格、实验条件和结果变成可用于机器学习建模的结构化数据。
- “这个AI客服回答得很对，但总觉得有点冷冰冰的。”这是很多AI客服上线后最常收到的用户反馈。技术上挑不出毛病——信息准确、流程合规、逻辑清晰——但就是不像一个“人”在说话。问题出在哪？一个经过SFT（监督微调）的模型，本质上是在模仿训练数据中“正确答案”的格式和内容。它学的是“遇到这种问题，标准回答长什么样”——但它没学过“为什么这个回答比那个回答好”，也没学过“在什么情况下该调整语气、该主... “这个AI客服回答得很对，但总觉得有点冷冰冰的。”这是很多AI客服上线后最常收到的用户反馈。技术上挑不出毛病——信息准确、流程合规、逻辑清晰——但就是不像一个“人”在说话。问题出在哪？一个经过SFT（监督微调）的模型，本质上是在模仿训练数据中“正确答案”的格式和内容。它学的是“遇到这种问题，标准回答长什么样”——但它没学过“为什么这个回答比那个回答好”，也没学过“在什么情况下该调整语气、该主...
- 引言在机器学习领域，梯度提升（Gradient Boosting）是一种强大且广泛使用的集成学习算法。它通过串行方式构建一系列弱学习器（通常是决策树），每一棵树都在修正前一棵树的预测误差，从而形成一个强预测模型。Scikit-learn提供了GradientBoostingRegressor类，让我们可以方便地在Python中应用这一算法进行回归任务。本文将带你从零开始，系统学习如何使用S... 引言在机器学习领域，梯度提升（Gradient Boosting）是一种强大且广泛使用的集成学习算法。它通过串行方式构建一系列弱学习器（通常是决策树），每一棵树都在修正前一棵树的预测误差，从而形成一个强预测模型。Scikit-learn提供了GradientBoostingRegressor类，让我们可以方便地在Python中应用这一算法进行回归任务。本文将带你从零开始，系统学习如何使用S...
- OPERA Land Surface Disturbance Alert from Harmonized Landsat Sentinel-2 provisional product (Version 0)简介面向最终用户的遥感分析观测产品（OPERA）基于协调的 Landsat Sentinel-2（HLS）临时数据产品的地表扰动警报版本 0，利用 Landsat 8 和 Landsat ... OPERA Land Surface Disturbance Alert from Harmonized Landsat Sentinel-2 provisional product (Version 0)简介面向最终用户的遥感分析观测产品（OPERA）基于协调的 Landsat Sentinel-2（HLS）临时数据产品的地表扰动警报版本 0，利用 Landsat 8 和 Landsat ...
上滑加载中
推荐直播
-
用码道，让你的AI作品三步上朋友圈2026/08/04 周二 19:00-20:00
林华鼎-华为云AI开发者运营负责人
从入门 · 到做AI应用 · 到企业级开发。不教编程，只教用AI · 零代码、有产出、能带走、可炫耀 · 每课人人动手实操
回顾中 -
华为云码道Agent集成与鸿蒙实战2026/08/11 周二 19:00-21:00
王一男-华为云码道产品规划专家；李炎-华为云码道产品专家；彭江敏-华为云鸿蒙端云一体化开发专家
本次直播带你解读华为云码道7月份产品新特性、新功能。更有专家演示码道Agent Space × 钉钉机器集成实战，从0到1打通消息通道；码道鸿蒙端云一体化实战，快速搭建员工签到系统。
回顾中
热门标签