- 当量子力学遇上人工智能：科幻照进现实了吗？ 当量子力学遇上人工智能：科幻照进现实了吗？
- PEFT（Parameter-Efficient Fine-Tuning）是一种对大模型部分参数进行调整的方法，训练快消耗少。通过PEFT在特定领域提升大模型的能力。假设有这样题目：“一组数字 [19, 36, 55, 7]，要求通过加减乘除最后得出65”，让我们看看QWen2.5-0.5B的模型会不会做。from transformers import pipelinepipe = pip... PEFT（Parameter-Efficient Fine-Tuning）是一种对大模型部分参数进行调整的方法，训练快消耗少。通过PEFT在特定领域提升大模型的能力。假设有这样题目：“一组数字 [19, 36, 55, 7]，要求通过加减乘除最后得出65”，让我们看看QWen2.5-0.5B的模型会不会做。from transformers import pipelinepipe = pip...
- AI批改作文的准确性与局限性分析关键词：作文自动评分、AES、BERT、微调、可解释性、数据偏差 1. 背景与问题定义 1.1 为什么需要AI批改作文传统人工批改成本高、一致性差、反馈滞后，而大规模写作教学（如托福/雅思、K12作文、企业内训）需要及时、可扩展、标准化的评分与诊断。自动作文评分（Automated Essay Scoring, AES）系统应运而生，核心任务包括：整体评分（... AI批改作文的准确性与局限性分析关键词：作文自动评分、AES、BERT、微调、可解释性、数据偏差 1. 背景与问题定义 1.1 为什么需要AI批改作文传统人工批改成本高、一致性差、反馈滞后，而大规模写作教学（如托福/雅思、K12作文、企业内训）需要及时、可扩展、标准化的评分与诊断。自动作文评分（Automated Essay Scoring, AES）系统应运而生，核心任务包括：整体评分（...
- 智能教育平台如何实现个性化学习推荐？——从算法到落地代码的全景解析 为什么个性化学习推荐是教育数字化的“圣杯”传统教育平台以“班级”为单位推送统一内容，导致“优生吃不饱、差生跟不上”。据 HolonIQ 2024 报告显示，个性化学习可使学习效率平均提升 30–50%，并显著降低辍学率。实现个性化推荐的核心难点在于：教育数据稀疏：学生-习题交互矩阵极度稀疏（<0.5%）。知识状态动态演化：... 智能教育平台如何实现个性化学习推荐？——从算法到落地代码的全景解析 为什么个性化学习推荐是教育数字化的“圣杯”传统教育平台以“班级”为单位推送统一内容，导致“优生吃不饱、差生跟不上”。据 HolonIQ 2024 报告显示，个性化学习可使学习效率平均提升 30–50%，并显著降低辍学率。实现个性化推荐的核心难点在于：教育数据稀疏：学生-习题交互矩阵极度稀疏（<0.5%）。知识状态动态演化：...
- 深度强化学习在异构环境中AI Agent行为泛化能力研究随着人工智能技术的迅猛发展，AI Agent 在游戏、智能制造、自动驾驶等场景中已逐步展现出强大的自适应能力。特别是深度强化学习（Deep Reinforcement Learning, DRL）的引入，使得智能体能够通过与环境的交互，自动学习最优的行为策略。本文将系统性地探讨基于深度强化学习的AI Agent行为决策机制，并结合代码... 深度强化学习在异构环境中AI Agent行为泛化能力研究随着人工智能技术的迅猛发展，AI Agent 在游戏、智能制造、自动驾驶等场景中已逐步展现出强大的自适应能力。特别是深度强化学习（Deep Reinforcement Learning, DRL）的引入，使得智能体能够通过与环境的交互，自动学习最优的行为策略。本文将系统性地探讨基于深度强化学习的AI Agent行为决策机制，并结合代码...
- 本项目集成了 YOLOv8纸板破损缺陷检测模型 与 PyQt5图形界面工具，支持对工厂包装纸箱表面出现的多种破损瑕疵（如撕裂、压痕、孔洞等）进行快速准确识别。检测逻辑精准，界面操作便捷，适用于工厂自动质检、流水线布控系统等实际场景。 本项目集成了 YOLOv8纸板破损缺陷检测模型 与 PyQt5图形界面工具，支持对工厂包装纸箱表面出现的多种破损瑕疵（如撕裂、压痕、孔洞等）进行快速准确识别。检测逻辑精准，界面操作便捷，适用于工厂自动质检、流水线布控系统等实际场景。
- ACT-America: L1 Meteorological and Aircraft Navigational Data简介该数据集提供飞机导航参数和相关气象数据（通常称为“内务管理”数据），以支持 NASA 大气碳和运输-美国（ACT-America）项目两架飞机的研究活动。ACT-America 的任务为期五年，包括五次为期六周的密集实地考察，覆盖美国中部和东部所有四个季节和三个地区。... ACT-America: L1 Meteorological and Aircraft Navigational Data简介该数据集提供飞机导航参数和相关气象数据（通常称为“内务管理”数据），以支持 NASA 大气碳和运输-美国（ACT-America）项目两架飞机的研究活动。ACT-America 的任务为期五年，包括五次为期六周的密集实地考察，覆盖美国中部和东部所有四个季节和三个地区。...
- 本项目集成了 YOLOv8 安全帽检测模型 与 PyQt5 图形界面工具，实现了包括图片、文件夹、视频与摄像头等多种输入方式的自动识别功能。配套完整源码与训练流程说明，让你开箱即用、快速部署自己的安全帽检测系统。适用于建筑工地、工厂车间、实验室等对人员安全有严格要求的场所。 本项目集成了 YOLOv8 安全帽检测模型 与 PyQt5 图形界面工具，实现了包括图片、文件夹、视频与摄像头等多种输入方式的自动识别功能。配套完整源码与训练流程说明，让你开箱即用、快速部署自己的安全帽检测系统。适用于建筑工地、工厂车间、实验室等对人员安全有严格要求的场所。
- ACT-America: L2 In Situ CO2, CO, and CH4 Concentrations from Towers, Eastern USA简介该数据集提供了由大气碳和运输-美国 (ACT-America) 项目运营的仪器通信塔网络测得的大气二氧化碳 (CO2)、一氧化碳 (CO) 和甲烷 (CH4) 浓度。ACT-America 的任务为期五年，包括五次为期 6 周的... ACT-America: L2 In Situ CO2, CO, and CH4 Concentrations from Towers, Eastern USA简介该数据集提供了由大气碳和运输-美国 (ACT-America) 项目运营的仪器通信塔网络测得的大气二氧化碳 (CO2)、一氧化碳 (CO) 和甲烷 (CH4) 浓度。ACT-America 的任务为期五年，包括五次为期 6 周的...
- 基于YOLOv8的狗狗品种(多达60种常见犬类)品种鉴别识别项目｜完整源码数据集+PyQt5界面+完整训练流程+开箱即用！源码包含：完整YOLOv8训练代码+数据集(带标注)+权重文件+直接可允许检测的yolo检测程序+直接部署教程/训练教程‘配套完整训练代码、标注数据、模型权重与部署教程，帮助用户从0到1训练并部署自己的狗狗品种识别系统。可广泛应用于：宠物店、犬类救助站、智慧城市宠物监管... 基于YOLOv8的狗狗品种(多达60种常见犬类)品种鉴别识别项目｜完整源码数据集+PyQt5界面+完整训练流程+开箱即用！源码包含：完整YOLOv8训练代码+数据集(带标注)+权重文件+直接可允许检测的yolo检测程序+直接部署教程/训练教程‘配套完整训练代码、标注数据、模型权重与部署教程，帮助用户从0到1训练并部署自己的狗狗品种识别系统。可广泛应用于：宠物店、犬类救助站、智慧城市宠物监管...
- 基于机器学习的信用卡欺诈检测实战：从数据到部署的完整链路 摘要信用卡欺诈每年给全球金融机构带来数百亿美元损失。传统规则系统召回率低、误杀率高，而机器学习（ML）模型可在毫秒级实时识别异常交易。本文以 Kaggle 经典数据集 creditcard.csv 为例，完整地走完一条工业级欺诈检测流水线：数据探索 → 采样策略 → 模型构建 → 阈值优化 → 性能监控 → 在线推理，并提供可直接复... 基于机器学习的信用卡欺诈检测实战：从数据到部署的完整链路 摘要信用卡欺诈每年给全球金融机构带来数百亿美元损失。传统规则系统召回率低、误杀率高，而机器学习（ML）模型可在毫秒级实时识别异常交易。本文以 Kaggle 经典数据集 creditcard.csv 为例，完整地走完一条工业级欺诈检测流水线：数据探索 → 采样策略 → 模型构建 → 阈值优化 → 性能监控 → 在线推理，并提供可直接复...
- 1 简介矩阵运算规则矩阵运算类似于对两个或多个数字执行的算术运算。基本运算：矩阵加法、减法、乘法、逆运算、点乘、转置、广播、维度匹配等。矩阵的加法、减法、乘法包括两个或多个矩阵，转置、逆运算仅对一个矩阵进行。矩阵运算的条件取决于运算的类型。对于矩阵的加减法，两个矩阵的顺序应该相同。对于两个矩阵的乘法，两个矩阵的顺序是第一个矩阵中的列数等于第二个矩阵中的行数。乘法矩阵运算有两种类型。矩阵的标... 1 简介矩阵运算规则矩阵运算类似于对两个或多个数字执行的算术运算。基本运算：矩阵加法、减法、乘法、逆运算、点乘、转置、广播、维度匹配等。矩阵的加法、减法、乘法包括两个或多个矩阵，转置、逆运算仅对一个矩阵进行。矩阵运算的条件取决于运算的类型。对于矩阵的加减法，两个矩阵的顺序应该相同。对于两个矩阵的乘法，两个矩阵的顺序是第一个矩阵中的列数等于第二个矩阵中的行数。乘法矩阵运算有两种类型。矩阵的标...
- ABoVE: Study Domain and Standard Reference Grids, Version 2简介北极-北方脆弱性实验 (ABoVE) 已开发两种标准化空间数据产品，以加快研究活动的协调并促进数据互操作性。ABoVE 研究区域涵盖美国阿拉斯加的北极和北方地区以及北美加拿大西部省份。该研究区域内已指定核心研究区域和扩展研究区域，并以矢量表示（Shapefile）、栅格表... ABoVE: Study Domain and Standard Reference Grids, Version 2简介北极-北方脆弱性实验 (ABoVE) 已开发两种标准化空间数据产品，以加快研究活动的协调并促进数据互操作性。ABoVE 研究区域涵盖美国阿拉斯加的北极和北方地区以及北美加拿大西部省份。该研究区域内已指定核心研究区域和扩展研究区域，并以矢量表示（Shapefile）、栅格表...
- 车联网与AI协同的智能交通管理系统：从算法到落地关键词：C-V2X、边缘计算、联邦学习、数字孪生、交通信号优化 1. 系统概念与技术架构 1.1 什么是“车联网+AI”智能交通管理把传统交通系统拆成三个维度来看：车端：OBU（On-Board Unit）实时上报轨迹、速度、故障码；路端：RSU（Road-Side Unit）+ 感知基站（毫米波+摄像头）形成连续感知断面；云端：区域交通大脑... 车联网与AI协同的智能交通管理系统：从算法到落地关键词：C-V2X、边缘计算、联邦学习、数字孪生、交通信号优化 1. 系统概念与技术架构 1.1 什么是“车联网+AI”智能交通管理把传统交通系统拆成三个维度来看：车端：OBU（On-Board Unit）实时上报轨迹、速度、故障码；路端：RSU（Road-Side Unit）+ 感知基站（毫米波+摄像头）形成连续感知断面；云端：区域交通大脑...
- 对抗样本攻击防御：从理论到生产系统的落地对抗样本攻击（Adversarial Attack）是深度学习安全领域最关键的问题之一。它不仅挑战了模型的鲁棒性，还威胁着自动驾驶、医疗诊断、金融风控等关键场景的实际应用安全。本文将系统梳理对抗攻击的理论基础，介绍主流的防御机制，并通过代码示例展示其在生产系统中的实现思路。 一、对抗样本简介与威胁模型对抗样本是对输入样本施加微小扰动后生成的“恶意样本... 对抗样本攻击防御：从理论到生产系统的落地对抗样本攻击（Adversarial Attack）是深度学习安全领域最关键的问题之一。它不仅挑战了模型的鲁棒性，还威胁着自动驾驶、医疗诊断、金融风控等关键场景的实际应用安全。本文将系统梳理对抗攻击的理论基础，介绍主流的防御机制，并通过代码示例展示其在生产系统中的实现思路。 一、对抗样本简介与威胁模型对抗样本是对输入样本施加微小扰动后生成的“恶意样本...
上滑加载中
推荐直播
-
华为云码道Skill实战与极速交付，智能开发全链路实战2026/07/22 周三 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；姜浩-华为云HCDG核心组成员
直播深度解读华为云码道6月产品新特性，从Skill市场安装专家技能，带你零距离体验从需求，开发，审查，重构全链路闭环的开发过程。从零构建并交付一个完整项目，让您体验从代码提交到服务上线的“极速”之旅。
回顾中 -
聚开发者之力，创具身新未来2026/07/23 周四 15:00-17:00
张豪杰/程文/王军/刘新春/黄钦开 /张晓天
本次华为云具身智能开发平台CloudRobo培训面向具身智能开发者，带您全流程体验机器人本体R2C小时级接入、环境重建与轨迹生成仿真数据生产、PB级数据管理、数据评测、模型训推、强化学习和Benchmark一键评测等功能，并体验业界主流具身模型应用。
回顾中 -
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
热门标签