- Keras 3 架构解析（一）：基础计算层——从计算后端到张量运算 引言深度学习框架的核心任务，是将数学模型转换为能够在计算设备上执行的程序。一个完整的深度学习系统不仅需要描述神经网络的结构，还必须解决张量运算、自动微分、计算图编译、内存管理以及硬件执行等问题。在传统的深度学习框架中，这些能力通常被整合在同一套技术体系内。例如，PyTorch 具有自己的张量系统、自动微分引擎与计算编译机制... Keras 3 架构解析（一）：基础计算层——从计算后端到张量运算 引言深度学习框架的核心任务，是将数学模型转换为能够在计算设备上执行的程序。一个完整的深度学习系统不仅需要描述神经网络的结构，还必须解决张量运算、自动微分、计算图编译、内存管理以及硬件执行等问题。在传统的深度学习框架中，这些能力通常被整合在同一套技术体系内。例如，PyTorch 具有自己的张量系统、自动微分引擎与计算编译机制...
- 11 月 2 日，杭州的 AI for Science 公司深度原理（Deep Principle）发布了 Hydrogen-1.0，以 MIT 许可在 Hugging Face 开放权重。媒体标题大多围绕一个数字展开：753B。这个数字是真的。但把它和底座的规格并排放一下，会看到一件更有意思的事：规格项GLM-5.3（2026-08 发布）Hydrogen-1.0（2026-11-02 发... 11 月 2 日，杭州的 AI for Science 公司深度原理（Deep Principle）发布了 Hydrogen-1.0，以 MIT 许可在 Hugging Face 开放权重。媒体标题大多围绕一个数字展开：753B。这个数字是真的。但把它和底座的规格并排放一下，会看到一件更有意思的事：规格项GLM-5.3（2026-08 发布）Hydrogen-1.0（2026-11-02 发...
- 10月底的GitHub Universe大会披露：9月单月Commit达74亿次、约为上年同期的5倍；今年累计新增400万个CPU核心与160PB存储；而90天可用性一度跌到约84%。三个数字，结论只有一句：当提交的验证成本趋近于零，提交必然泛滥，质量体系必须重新设计。 GitHub为什么突然紧急扩容？先把事件压成一张事实表：表之外有两点。其一，这不是从容的容量规划，而是被动追赶：4月月提交... 10月底的GitHub Universe大会披露：9月单月Commit达74亿次、约为上年同期的5倍；今年累计新增400万个CPU核心与160PB存储；而90天可用性一度跌到约84%。三个数字，结论只有一句：当提交的验证成本趋近于零，提交必然泛滥，质量体系必须重新设计。 GitHub为什么突然紧急扩容？先把事件压成一张事实表：表之外有两点。其一，这不是从容的容量规划，而是被动追赶：4月月提交...
- MIT CSAIL 让大模型直接读写神经网络权重，不重训、不用梯度，就把数学成绩从 7.9% 提到 48.1%。本文从 AI 测试视角拆三件事：不运行也能审计、最小改动胜过全量重跑、修掉障碍不等于补上能力，以及测试工程师下一步该往哪一级走。 一、我们实打实来看这组实验：八组实验可以压成三类事实，我只保留能迁移到质量工作的那部分。类别实验做了什么关键结果读权重四个结构、输入通道、动作空间完全相... MIT CSAIL 让大模型直接读写神经网络权重，不重训、不用梯度，就把数学成绩从 7.9% 提到 48.1%。本文从 AI 测试视角拆三件事：不运行也能审计、最小改动胜过全量重跑、修掉障碍不等于补上能力，以及测试工程师下一步该往哪一级走。 一、我们实打实来看这组实验：八组实验可以压成三类事实，我只保留能迁移到质量工作的那部分。类别实验做了什么关键结果读权重四个结构、输入通道、动作空间完全相...
- 随着人工智能技术的快速迭代，大模型作为新一代智能系统的核心载体，已成为企业数字化转型的关键驱动力。在众多大模型开发服务商中，如何选择具备技术深度、服务能力与行业适配性的合作伙伴，是企业决策者面临的核心问题。本文将从大模型开发的核心评估维度切入，系统解析数商云在技术架构、服务体系与行业落地能力上的优势，为企业选择合适的大模型开发公司提供专业参考。一、大模型开发服务的行业现状与核心评估维度当前，... 随着人工智能技术的快速迭代，大模型作为新一代智能系统的核心载体，已成为企业数字化转型的关键驱动力。在众多大模型开发服务商中，如何选择具备技术深度、服务能力与行业适配性的合作伙伴，是企业决策者面临的核心问题。本文将从大模型开发的核心评估维度切入，系统解析数商云在技术架构、服务体系与行业落地能力上的优势，为企业选择合适的大模型开发公司提供专业参考。一、大模型开发服务的行业现状与核心评估维度当前，...
- 一、2026年AI智能体开发行业发展现状与趋势随着人工智能技术的快速迭代，2026年已成为AI智能体从概念验证迈向规模化落地的关键一年。全球AI智能体相关市场规模预计将突破1500亿美元，其中企业级应用贡献超七成份额。当前行业已步入智能体"Level 3时代"，即系统能够在结构化环境中自主执行复杂任务，未来将逐步向开放环境下的通用智能（Level 5阶段）演进。这一转变的核心标志是智能体具备... 一、2026年AI智能体开发行业发展现状与趋势随着人工智能技术的快速迭代，2026年已成为AI智能体从概念验证迈向规模化落地的关键一年。全球AI智能体相关市场规模预计将突破1500亿美元，其中企业级应用贡献超七成份额。当前行业已步入智能体"Level 3时代"，即系统能够在结构化环境中自主执行复杂任务，未来将逐步向开放环境下的通用智能（Level 5阶段）演进。这一转变的核心标志是智能体具备...
- 一、2026年AI智能体开发行业发展现状与趋势随着人工智能技术的快速迭代，2026年已成为AI智能体从概念验证迈向规模化落地的关键一年。全球AI智能体相关市场规模预计将突破1500亿美元，其中企业级应用贡献超七成份额。当前行业正经历从"工具辅助"向"自主主体"的范式转变，智能体已进入"Level 3时代"，能够在结构化环境中自主执行复杂任务，未来将逐步向开放环境下的通用智能（Level 5阶... 一、2026年AI智能体开发行业发展现状与趋势随着人工智能技术的快速迭代，2026年已成为AI智能体从概念验证迈向规模化落地的关键一年。全球AI智能体相关市场规模预计将突破1500亿美元，其中企业级应用贡献超七成份额。当前行业正经历从"工具辅助"向"自主主体"的范式转变，智能体已进入"Level 3时代"，能够在结构化环境中自主执行复杂任务，未来将逐步向开放环境下的通用智能（Level 5阶...
- 一、2026年智能体开发行业发展现状与技术趋势随着人工智能技术的深度演进，智能体开发已从概念验证阶段迈向规模化商业应用。据行业研究数据显示，全球AI智能体市场规模预计从2024年的470亿美元增长至2026年的1200亿美元，年复合增长率达40.15%。这一增长态势反映了企业对智能化转型的迫切需求，同时也标志着智能体技术已进入"重工程化"发展阶段——行业焦点从通用能力竞争转向垂直领域的任务闭... 一、2026年智能体开发行业发展现状与技术趋势随着人工智能技术的深度演进，智能体开发已从概念验证阶段迈向规模化商业应用。据行业研究数据显示，全球AI智能体市场规模预计从2024年的470亿美元增长至2026年的1200亿美元，年复合增长率达40.15%。这一增长态势反映了企业对智能化转型的迫切需求，同时也标志着智能体技术已进入"重工程化"发展阶段——行业焦点从通用能力竞争转向垂直领域的任务闭...
- 最近 LongCat-2.5 这个模型在技术圈讨论挺多。做测试这些年，对大模型新闻一般保持克制——参数再大、榜单再漂亮，跟我天天点 bug、守门禁能有多大关系？但这个模型我研究下来，方向不太一样。它不是又一个会聊天的模型，定位是面向长程智能体任务，参数 1.6 万亿，激活约 480 亿，原生多模态，Agentic RL——这几个标签凑一起，恰好都压在测试自动化的命门上。。一、LongCat-... 最近 LongCat-2.5 这个模型在技术圈讨论挺多。做测试这些年，对大模型新闻一般保持克制——参数再大、榜单再漂亮，跟我天天点 bug、守门禁能有多大关系？但这个模型我研究下来，方向不太一样。它不是又一个会聊天的模型，定位是面向长程智能体任务，参数 1.6 万亿，激活约 480 亿，原生多模态，Agentic RL——这几个标签凑一起，恰好都压在测试自动化的命门上。。一、LongCat-...
- 数据工作不是配角——读《Thinking about High-Quality Human Data》有感读完 Lilian Weng 这篇文章，最让我触动的是开头引用的那句话："Everyone wants to do the model work, not the data work。"这句话像一面镜子，照出了整个 AI 社区的集体心态：我们热衷于讨论模型架构、训练技巧、评测榜单，却很少... 数据工作不是配角——读《Thinking about High-Quality Human Data》有感读完 Lilian Weng 这篇文章，最让我触动的是开头引用的那句话："Everyone wants to do the model work, not the data work。"这句话像一面镜子，照出了整个 AI 社区的集体心态：我们热衷于讨论模型架构、训练技巧、评测榜单，却很少...
- AI底层原理：从拟合到涌现大众常常误以为人工智能拥有自我意识，能够像人一样理解和思考。事实上，当下主流AI属于弱人工智能，本质是一套在高维空间里拟合数据分布的统计系统，它并不“懂”内容，只是在海量样本中学习模式，并基于概率生成合理结果。现代大模型的能力根基，建立在人工神经网络、自注意力机制与预训练范式三者之上。人工神经网络是AI最基础的载体，灵感来自人脑神经元的连接方式，但二者有着本质区别... AI底层原理：从拟合到涌现大众常常误以为人工智能拥有自我意识，能够像人一样理解和思考。事实上，当下主流AI属于弱人工智能，本质是一套在高维空间里拟合数据分布的统计系统，它并不“懂”内容，只是在海量样本中学习模式，并基于概率生成合理结果。现代大模型的能力根基，建立在人工神经网络、自注意力机制与预训练范式三者之上。人工神经网络是AI最基础的载体，灵感来自人脑神经元的连接方式，但二者有着本质区别...
- 《强化学习与最优控制》第 2.1 节 · 值空间近似概述从这一篇开始，我们正式进入强化学习。第 1 章建立了精确 DP 的框架，现在要放松"精确"这个要求。值空间近似是本书最核心的思想——所有后续方法都是它的具体实例。 一、核心思想精确 DP 的递归方程：Jk∗(xk)=minuk[gk(xk,uk)+Jk+1∗(fk(xk,uk))]J_k^*(x_k) = \min_{u_k} \le... 《强化学习与最优控制》第 2.1 节 · 值空间近似概述从这一篇开始，我们正式进入强化学习。第 1 章建立了精确 DP 的框架，现在要放松"精确"这个要求。值空间近似是本书最核心的思想——所有后续方法都是它的具体实例。 一、核心思想精确 DP 的递归方程：Jk∗(xk)=minuk[gk(xk,uk)+Jk+1∗(fk(xk,uk))]J_k^*(x_k) = \min_{u_k} \le...
- 随机森林（Random Forest）是机器学习中最经典的集成学习算法之一。它通过 Bootstrap 有放回抽样和随机特征选择，训练大量具有差异的决策树，再将多棵树的预测结果进行组合，从而降低单棵决策树的预测方差，提高模型稳定性。 随机森林（Random Forest）是机器学习中最经典的集成学习算法之一。它通过 Bootstrap 有放回抽样和随机特征选择，训练大量具有差异的决策树，再将多棵树的预测结果进行组合，从而降低单棵决策树的预测方差，提高模型稳定性。
- 大模型竞赛进入2026年，一个值得注意的变化是“国芯国模”不再是一个口号式的组合。美团发布的LongCat-2.5总参数1.6万亿，训练全程由国产算力完成，在长上下文监督微调中单卡训练吞吐较分布式数据并行基线提升86%，推理端采用W4A4量化后，输入处理和逐token生成吞吐均提升约四成。更具底层意义的是“九源统一智能计算系统”，它通过统一算子库、通信库和编程语言，试图打破“一芯一栈、逐芯适... 大模型竞赛进入2026年，一个值得注意的变化是“国芯国模”不再是一个口号式的组合。美团发布的LongCat-2.5总参数1.6万亿，训练全程由国产算力完成，在长上下文监督微调中单卡训练吞吐较分布式数据并行基线提升86%，推理端采用W4A4量化后，输入处理和逐token生成吞吐均提升约四成。更具底层意义的是“九源统一智能计算系统”，它通过统一算子库、通信库和编程语言，试图打破“一芯一栈、逐芯适...
- 从变更管理角度拆解 AI 应用的发布体系：把 Prompt、模型版本、检索配置打包成可版本化的行为单元，在 CI 挡确定性错误、离线集挡能力倒退、灰度挡线上漂移，并用三集分离与查看次数配额防止评测集被过拟合。 从变更管理角度拆解 AI 应用的发布体系：把 Prompt、模型版本、检索配置打包成可版本化的行为单元，在 CI 挡确定性错误、离线集挡能力倒退、灰度挡线上漂移，并用三集分离与查看次数配额防止评测集被过拟合。
上滑加载中
推荐直播
-
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 -
华为云开发者AI素养直播课·第五期2026/09/04 周五 16:00-18:00
林华鼎-华为云AI开发者运营负责人；蒋春阳-华为云AI开发者案例开发专家
本期直播内容： AI工具体验营 · 第5-8课连讲。Agent-Team 多智能体协作完成毕业设计实践
回顾中 -
华为云开发者AI素养ClassRoom·第六期2026/09/08 周二 19:00-20:00
樊渊-2026华为软件挑战赛冠军
高手来了：看软挑高手解析二维排样问题—从工业难题到算法突破
回顾中
热门标签