- NLDAS Noah Land Surface Model L4 Hourly 0.125 x 0.125 degree V2.0 (NLDAS_NOAH0125_H) at GES DISC简介该数据集包含 53 个场，这些场由北美陆地数据同化系统（NLDAS-2）第二阶段的 Noah 陆面模型（LSM）模拟得出。数据采用 1/8 度网格间距，时间范围从 1979 年 1 月至今，时间分... NLDAS Noah Land Surface Model L4 Hourly 0.125 x 0.125 degree V2.0 (NLDAS_NOAH0125_H) at GES DISC简介该数据集包含 53 个场，这些场由北美陆地数据同化系统（NLDAS-2）第二阶段的 Noah 陆面模型（LSM）模拟得出。数据采用 1/8 度网格间距，时间范围从 1979 年 1 月至今，时间分...
- NLDAS Secondary Forcing Data L4 Hourly 0.125 x 0.125 degree V2.0 (NLDAS_FORB0125_H) at GES DISC简介本数据集包含北美陆地数据同化系统（NLDAS-2）第二阶段的次要强迫逐时数据“文件 B”。数据采用 1/8 度网格间距，时间范围从 1979 年 1 月至今，时间分辨率为小时。文件格式为 netCDF... NLDAS Secondary Forcing Data L4 Hourly 0.125 x 0.125 degree V2.0 (NLDAS_FORB0125_H) at GES DISC简介本数据集包含北美陆地数据同化系统（NLDAS-2）第二阶段的次要强迫逐时数据“文件 B”。数据采用 1/8 度网格间距，时间范围从 1979 年 1 月至今，时间分辨率为小时。文件格式为 netCDF...
- 分布外检测的Score-Based方法：能量函数与似然比的校准理论 引言：分布外检测的现实挑战与理论演进在现实世界的机器学习部署中，一个长期存在的挑战是模型在面对与训练数据分布不同的样本时的行为不可预测性。这种分布外（Out-of-Distribution, OOD）检测问题在安全关键领域如医疗诊断、自动驾驶和金融风控中尤为重要。传统的基于softmax置信度的方法已被证明在OOD检测上存... 分布外检测的Score-Based方法：能量函数与似然比的校准理论 引言：分布外检测的现实挑战与理论演进在现实世界的机器学习部署中，一个长期存在的挑战是模型在面对与训练数据分布不同的样本时的行为不可预测性。这种分布外（Out-of-Distribution, OOD）检测问题在安全关键领域如医疗诊断、自动驾驶和金融风控中尤为重要。传统的基于softmax置信度的方法已被证明在OOD检测上存...
- 如何用极低成本落地医疗AI？本文揭秘基于LLaMA-Factory Online的Qwen3-VL实战：16k数据，DeepSpeed 2避坑指南，稀疏激活（A3B）推理实测——让30B大模型在消费级显卡上流畅运行！ 如何用极低成本落地医疗AI？本文揭秘基于LLaMA-Factory Online的Qwen3-VL实战：16k数据，DeepSpeed 2避坑指南，稀疏激活（A3B）推理实测——让30B大模型在消费级显卡上流畅运行！
- 神经辐射场(NeRF)的逆渲染：可识别性与非凸优化landscape 引言：NeRF与逆渲染的交叉领域神经辐射场（Neural Radiance Fields, NeRF）自2020年提出以来，已成为三维场景表示与视图合成的革命性技术。其核心思想是使用多层感知机（MLP）将三维坐标和观察方向映射为体积密度和颜色值。然而，逆渲染（Inverse Rendering）视角下的NeRF提出了更深... 神经辐射场(NeRF)的逆渲染：可识别性与非凸优化landscape 引言：NeRF与逆渲染的交叉领域神经辐射场（Neural Radiance Fields, NeRF）自2020年提出以来，已成为三维场景表示与视图合成的革命性技术。其核心思想是使用多层感知机（MLP）将三维坐标和观察方向映射为体积密度和颜色值。然而，逆渲染（Inverse Rendering）视角下的NeRF提出了更深...
- NLDAS Primary Forcing Data L4 Hourly 0.125 x 0.125 degree V2.0 (NLDAS_FORA0125_H) at GES DISC简介本数据集包含北美陆地数据同化系统（NLDAS-2）第二阶段的主要逐时强迫数据“文件 A”。数据采用 1/8 度网格间距，时间范围从 1979 年 1 月至今，时间分辨率为小时。文件格式为 netCDF（... NLDAS Primary Forcing Data L4 Hourly 0.125 x 0.125 degree V2.0 (NLDAS_FORA0125_H) at GES DISC简介本数据集包含北美陆地数据同化系统（NLDAS-2）第二阶段的主要逐时强迫数据“文件 A”。数据采用 1/8 度网格间距，时间范围从 1979 年 1 月至今，时间分辨率为小时。文件格式为 netCDF（...
- 当Stable Diffusion在30秒内生成4K分辨率画作时，当GPT-4能通过法学院考试时，当波士顿动力Atlas机器人通过视觉反馈完成后空翻时，这背后是自然语言处理（NLP）、计算机视觉与强化学习构成的"认知三角"在精密协作。这三项技术如同量子纠缠的三位一体——NLP赋予机器语言理解能力，计算机视觉构建视觉认知维度，强化学习形成决策控制系统，共同推动人工智能从感知智能迈向认知智能的跃... 当Stable Diffusion在30秒内生成4K分辨率画作时，当GPT-4能通过法学院考试时，当波士顿动力Atlas机器人通过视觉反馈完成后空翻时，这背后是自然语言处理（NLP）、计算机视觉与强化学习构成的"认知三角"在精密协作。这三项技术如同量子纠缠的三位一体——NLP赋予机器语言理解能力，计算机视觉构建视觉认知维度，强化学习形成决策控制系统，共同推动人工智能从感知智能迈向认知智能的跃...
- 在当今这个数字化飞速发展的时代，软件系统变得越来越复杂。从简单的桌面应用到庞大的分布式微服务架构，代码行数呈指数级增长，随之而来的软件缺陷（Bug）也愈发难以捉摸。传统的软件测试方法虽然经过几十年的发展已经相当成熟，但在面对现代软件系统的复杂性时，仍然显得力不从心。作为一名长期从事软件开发和测试工作的工程师，我深刻体会到调试过程中的痛苦与挑战。然而，近年来机器学习技术的迅猛发展为软件测试领域... 在当今这个数字化飞速发展的时代，软件系统变得越来越复杂。从简单的桌面应用到庞大的分布式微服务架构，代码行数呈指数级增长，随之而来的软件缺陷（Bug）也愈发难以捉摸。传统的软件测试方法虽然经过几十年的发展已经相当成熟，但在面对现代软件系统的复杂性时，仍然显得力不从心。作为一名长期从事软件开发和测试工作的工程师，我深刻体会到调试过程中的痛苦与挑战。然而，近年来机器学习技术的迅猛发展为软件测试领域...
- Nimbus-7 Solar and Earth Flux Data in Native Binary Format简介NIMBUS7_ERB_SEFDT 数据集是由 Nimbus-7 地球辐射收支 (ERB) 仪器数据生成的太阳和地球辐射通量数据磁带 (SEFDT)。SEFDT 项目的主要目的是生成一个仅包含太阳数据和广角地球辐射通量数据的磁带。Nimbus-7 上的 ERB 仪器有两个总... Nimbus-7 Solar and Earth Flux Data in Native Binary Format简介NIMBUS7_ERB_SEFDT 数据集是由 Nimbus-7 地球辐射收支 (ERB) 仪器数据生成的太阳和地球辐射通量数据磁带 (SEFDT)。SEFDT 项目的主要目的是生成一个仅包含太阳数据和广角地球辐射通量数据的磁带。Nimbus-7 上的 ERB 仪器有两个总...
- Nimbus-7 Total Solar Irradiance Data in Native Format简介NIMBUS7_ERB_Ch10C_TSI_NAT 数据集是搭载于地球辐射收支 (ERB) 卫星上的 Nimbus-7 10C 通道 (Ch10C) 总太阳辐照度 (TSI) 数据，采用原生 (NAT) 格式。Nimbus 7 研发卫星是一个稳定的、面向地球的平台，用于测试用于污染... Nimbus-7 Total Solar Irradiance Data in Native Format简介NIMBUS7_ERB_Ch10C_TSI_NAT 数据集是搭载于地球辐射收支 (ERB) 卫星上的 Nimbus-7 10C 通道 (Ch10C) 总太阳辐照度 (TSI) 数据，采用原生 (NAT) 格式。Nimbus 7 研发卫星是一个稳定的、面向地球的平台，用于测试用于污染...
- 很多人第一次接触各家大模型时，都会觉得它们的回答能带来意想不到的惊喜，但有时，AI回答又怪怪的、啰嗦、甚至有点危险。这背后，其实就是一个核心问题：对齐（Alignment），本篇文章将带您轻松了解当下较为常见的三种训练模式：PPO、DPO、KTO，以及其所需要的配置，并安利一个网页大模型微调工具！ 很多人第一次接触各家大模型时，都会觉得它们的回答能带来意想不到的惊喜，但有时，AI回答又怪怪的、啰嗦、甚至有点危险。这背后，其实就是一个核心问题：对齐（Alignment），本篇文章将带您轻松了解当下较为常见的三种训练模式：PPO、DPO、KTO，以及其所需要的配置，并安利一个网页大模型微调工具！
- 开篇语哈喽，各位小伙伴们，你们好呀，我是喵手。运营社区：C站/掘金/腾讯云/阿里云/华为云/51CTO；欢迎大家常来逛逛 今天我要给大家分享一些自己日常学习到的一些知识点，并以文字的形式跟大家一起交流，互相学习，一个人虽可以走的更快，但一群人可以走的更远。 我是一名后端开发爱好者，工作日常接触到最多的就是Java语言啦，所以我都尽量抽业余时间把自己所学到所会的，通过文章的形式进行输出，... 开篇语哈喽，各位小伙伴们，你们好呀，我是喵手。运营社区：C站/掘金/腾讯云/阿里云/华为云/51CTO；欢迎大家常来逛逛 今天我要给大家分享一些自己日常学习到的一些知识点，并以文字的形式跟大家一起交流，互相学习，一个人虽可以走的更快，但一群人可以走的更远。 我是一名后端开发爱好者，工作日常接触到最多的就是Java语言啦，所以我都尽量抽业余时间把自己所学到所会的，通过文章的形式进行输出，...
- 可解释AI的公理化方法：Shapley值与交互指数的公理冲突 引言：可解释AI的数学基础危机在人工智能决策日益影响人类生活的今天，模型可解释性已从"锦上添花"变为"不可或缺"。然而，当前最流行的Shapley值解释方法正面临深刻的数学危机——其核心公理体系内部存在不可调和的冲突。研究表明，超过60%的工业级AI应用在使用Shapley值进行特征归因时，遭遇了交互效应导致的解释不一致问题。本... 可解释AI的公理化方法：Shapley值与交互指数的公理冲突 引言：可解释AI的数学基础危机在人工智能决策日益影响人类生活的今天，模型可解释性已从"锦上添花"变为"不可或缺"。然而，当前最流行的Shapley值解释方法正面临深刻的数学危机——其核心公理体系内部存在不可调和的冲突。研究表明，超过60%的工业级AI应用在使用Shapley值进行特征归因时，遭遇了交互效应导致的解释不一致问题。本...
- 可解释AI的公理化方法：Shapley值与交互指数的公理冲突 引言：可解释AI的数学基础危机在人工智能决策日益影响人类生活的今天，模型可解释性已从"锦上添花"变为"不可或缺"。然而，当前最流行的Shapley值解释方法正面临深刻的数学危机——其核心公理体系内部存在不可调和的冲突。研究表明，超过60%的工业级AI应用在使用Shapley值进行特征归因时，遭遇了交互效应导致的解释不一致问题。本... 可解释AI的公理化方法：Shapley值与交互指数的公理冲突 引言：可解释AI的数学基础危机在人工智能决策日益影响人类生活的今天，模型可解释性已从"锦上添花"变为"不可或缺"。然而，当前最流行的Shapley值解释方法正面临深刻的数学危机——其核心公理体系内部存在不可调和的冲突。研究表明，超过60%的工业级AI应用在使用Shapley值进行特征归因时，遭遇了交互效应导致的解释不一致问题。本...
- 一、引言在供应链体系中，有一个很重要的模块：需求预测模块，其精度直接决定了库存调拨的合理性与及时性。传统预测模式依赖静态历史数据与简单时间序列模型，面临三大核心挑战：响应滞后：无法实时捕捉促销活动、天气变化等动态因素（某门店促销期间预测误差高达35%）。特征单一：仅依赖商品历史销量，忽略区域人口密度、竞品价格等外部变量。迭代缓慢：模型参数调整需人工介入，季度更新一次，难以适应市场波动。为解决... 一、引言在供应链体系中，有一个很重要的模块：需求预测模块，其精度直接决定了库存调拨的合理性与及时性。传统预测模式依赖静态历史数据与简单时间序列模型，面临三大核心挑战：响应滞后：无法实时捕捉促销活动、天气变化等动态因素（某门店促销期间预测误差高达35%）。特征单一：仅依赖商品历史销量，忽略区域人口密度、竞品价格等外部变量。迭代缓慢：模型参数调整需人工介入，季度更新一次，难以适应市场波动。为解决...
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