HelloWorld 开发者社区
科技资讯
微软 MAI Code 2 系列进入 Copilot:按工程任务选择编程模型
OpenAI 发布 GPT-6.2 Astra 与 Sol:专业交付、编程效率与团队选型
Qwen4-Max 发布:百万 Token 上下文、多模态与长任务如何落地
Jync 2.2.1 发布:完善告警通知,修复 CDC 与 ETL 可靠性问题
phimint 0.10.0 发布:终端智能体加入交互输入处理
Cursor 更新安全事件调查:扩展分发、历史凭据与团队排查
SoduWork 开源,尝试用独立审查与插件治理组织智能体交付
百度世界提出智能组织思路,关注 AI 从个人工具进入业务闭环
openKylin 全球生态推广会举行,推进本地化与社区合作
光船 1.1.0 尝鲜版二更新,探索 AI 会话与代码生成结合
开源项目
全部项目推荐好文
海洋气象预测Baseline[4]:(TensorFlow、torch版本)MLP、TCNN+RNN、LSTM模型训练以及预测
人工智能创新挑战赛:海洋气象预测Baseline4完整版(TensorFlow、torch版本)含数据转化、模型构建、MLP、TCNNRNN、LSTM模型训练以及预测1.赛题简介项目链接以及码源见文末2021“AIEarth”人工智能创新挑战赛,
AI人工智能领域精美绘图模板分享
!cover.jpeg(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/89750c30ca0cb059e9f79bc0e11243dc.png)1人工智能的发展历程如今人工智能的应用渗透了我们生活的方方面
阿里云 OpenSearch 重磅推出 LLM 问答式搜索产品,助力企业高效构建对话式搜索服务
1.企业专属问答搜索1.1.世界知识vs企业专属知识ChatGPT、通义千问正在引领搜索技术变革,其表现出的“什么都懂,什么都能聊”关键是依赖于底座大语言模型(LargeLanguageModel,LLM)中压缩的世界知识。但无论是多强大的LLM,能压缩的知识
JupyterLab 4.0 发布了
JupyterLab是JupyterNotebook的下一代版本,它提供了更强大的功能和更灵活的用户界面,6月6日,官方发布了JupyterLab4.0的说明,并且说该版本是下一个主要的版本。JupyterLab的主要改进是:用户界面:JupyterNotebook使用单个
数据分享|R语言逐步回归、方差分析anova电影市场调查问卷数据可视化|附代码数据
全文链接:http://tecdat.cn/?p30680(https://link.segmentfault.com/?encoflNCL0HO4ElMpwvqhzccQ%3D%3D.bStkfCqFJWZvG1ZwjDaScYxQw0Awc7ubgBx3kW4BOVQ%3D)
基于PySpark的10亿级数据集LAION-5B元数据快速处理实践(全文分享)
推荐语多模态大模型训练如火如荼展开,但以LAION5B为代表的大规模多模态数据集获取却成了一个令人头疼的问题。OpenDataLab两位工程师在浦数AITalk做了非常实用的LAION5B下载经验分享,我们整理了其演讲内容、Parquet文件、图片下载工具,希望能对大家下载同
面向动态图的极低时延 GNN 推理采样服务
GraphLearn是阿里云机器学习平台PAI团队和达摩院智能计算实验室图计算团队共建的工业界大规模图神经网络训练框架,也是一站式图计算平台GraphScope的图学习引擎。GraphLearn最新开源了面向动态图的GNN在线推理实时采样服务(DGS)。DGS具备处理实时高吞吐图更新的能力,并能
一分钟学会 C4D 与 Blender 做缝线的方法
01、C4D篇首先是使用C4D来制作缝线的方法(跟着教程做完所有思路后,因为每个人的模型的不同,所以还需要自行调整细节哦)!图片(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/4da290c7b823bb06bede7ef
人工智能创新挑战赛助力精准气象和海洋预测Baseline[3]:TCNN+RNN模型、SA-ConvLSTM模型
“AIEarth”人工智能创新挑战赛:助力精准气象和海洋预测Baseline3:TCNNRNN模型、SAConvLSTM模型1.气象海洋预测模型建立之TCNNRNN本次任务我们将学习来自TOP选手“swglhl”的冠军建模方案,该方案中采用的模型是TCNN
人工智能创新挑战赛:助力精准气象和海洋预测Baseline[2]:数据探索性分析(温度风场可视化)、CNN+LSTM模型建模
“AIEarth”人工智能创新挑战赛:助力精准气象和海洋预测Baseline2:数据探索性分析(温度风场可视化)、CNNLSTM模型建模1.气象海洋预测数据分析数据分析是解决一个数据挖掘任务的重要一环,通过数据分析,我们可以了解标签的分布、数据中存在的缺失值和异常
正在加载更多文章…
加载更多已加载文章中没有匹配内容,可继续加载更多。


