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
AI + 材料计算,迈出学习的第一步
入门材料计算如履薄冰?掌握正确的方法才能游刃有余随着产业发展和技术进步,我们发现越来越多不同背景的朋友们都开始关注和研究材料计算。譬如,拥有实验背景的研发人员希望通过计算模拟来优化实验方案,从而节省时间和资源;而AI领域的研究者则期待探究如何将人工智能应用于材料设计,以更高效地开发
DMFF:分子力场开发新利器
分子体系模拟与分子力场分子体系模拟在生物大分子结构预测、药物筛选、有机材料筛选等领域具有重要应用价值。分子体系的模拟中最重要的就是刻画体系势能函数、描述相互作用。在经典分子动力学模拟(CMD)中,势能函数遵循固定的数学形式,而分子力场即以数学函数的形式给出了分子间与
AI近十年盘点:纵览AI发展历程,探寻AI未来走向
<blockquote<p编者按:当我们回顾过去十年的人工智能发展历程时,可以看到一场现在还正在进行的变革,对我们的工作方式、商业运营模式和人际交往行为都产生了深远的影响。从2013年的AlexNet到变分自编码器,再到最近的生成式大模型,人工智能技术不断出现的突破性进展推动着整个领域的蓬勃发展
MaskFormer:将语义分割和实例分割作为同一任务进行训练
目标检测和实例分割是计算机视觉的基本任务,在从自动驾驶到医学成像的无数应用中发挥着关键作用。目标检测的传统方法中通常利用边界框技术进行对象定位,然后利用逐像素分类为这些本地化实例分配类。但是当处理同一类的重叠对象时,或者在每个图像的对象数量不同的情况下,这些方法通常会出现问题。诸如Faster
强化学习从基础到进阶-案例与实践[4.1]:深度Q网络-DQN项目实战CartPole-v0
强化学习从基础到进阶案例与实践4.1:深度Q网络DQN项目实战CartPolev01、定义算法相比于Qlearning,DQN本质上是为了适应更为复杂的环境,并且经过不断的改良迭代,到了NatureDQN(即VolodymyrMnih发表的Nature论文
强化学习从基础到进阶-常见问题和面试必知必答[4]::深度Q网络-DQN、double DQN、rainbow
强化学习从基础到进阶常见问题和面试必知必答4::深度Q网络DQN、doubleDQN、经验回放、rainbow、分布式DQN1.核心词汇深度Q网络(deepQnetwork,DQN):基于深度学习的Q学习算法,其结合了价值函数近似(valuef
强化学习从基础到进阶-常见问题和面试必知必答[3]:表格型方法:Sarsa、Qlearning;蒙特卡洛策略、时序差分等
强化学习从基础到进阶常见问题和面试必知必答3:表格型方法:Sarsa、Qlearning;蒙特卡洛策略、时序差分等以及Qlearning项目实战1.核心词汇概率函数和奖励函数:概率函数定量地表达状态转移的概率,其可以表现环境的随机性。但是实际上,我们经常
轻量级的深度学习框架Tinygrad
Tinygrad是一个轻量级的深度学习库,它提供了一种简化和直观的方法来理解和实现神经网络。在本文中,我们将探讨Tinygrad及其主要功能,以及它如何成为那些开始深度学习之旅的人的有价值的工具。!(https://imghelloworld.osscnbeijing.aliyunc
轻松配置深度学习模型 ?
动动发财的小手,点个赞吧!!(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/f7613b76aea67c69f2334079687b5bef.png)由于所有模块都需要大量参数和设置,因此管理深度学习模型可能很困难。训练
PromptBench:大型语言模型的对抗性基准测试
PromptBench是微软研究人员设计的一个用于测量大型语言模型(llm)对对抗性提示鲁棒性的基准测试。这个的工具是理解LLM的重要一步,随着这些模型在各种应用中越来越普遍,这个主题也变得越来越重要。!(https://imghelloworld.osscnbeijing.aliy
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。


