HelloWorld 开发者社区
科技资讯
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
Argus 0.5.0 发布:新增进程控制,完善原生 Windows 任务管理
MetaForge 2026.0.0 发布,整合数据库工作台与可视化分析
开源项目
全部项目推荐好文
tesla-t4 GPU 推理 resnet50 比 CPU 快多少?
!图片.png(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/32ae0af088f6a077025e8c73d2f2d288.png)teslat4GPU推理resnet50比CPU快27倍<blo
【FATE联邦学习】自定义数据集自定义神经网络模型下的横向纵向训练
前言代码大部分来自https://fate.readthedocs.io/en/latest/tutorial/pipeline/nn_tu...(https://link.segmentfault.com/?enc4DNsybFoF3ru0vbLqQb7CQ%3D%3D
【FATE联邦学习】standalone版Fateboard修改配置
背景&做法很多其他程序(比如vscode的codeserver)也会使用这个127001:8080socket进行通信,这样就没办法远程用vscode去开发了,所以需要修改下Fateboard的socket配置。官方文档中也给出了如何修改配置(https://li
【FATE联邦学习】指南 如何使用自己的神经网络模型?如何使用自己的数据集?
经过入门(入门1(https://segmentfault.com/a/1190000043482301),入门2(https://segmentfault.com/a/1190000043487155)),对FATE已经大概了解了,剩下的功能等官方文档已经相当详细,本博客只是一点指引,文档
m1 macos13 使用TensorFlow 问题与解决方案
目标使用m1芯片的macpro进行gnn的学习时候,奇慢无比,每1000次训练在500秒以上,原因是tf没有使用GPU加速;安装使用miniconda,默认的conda不支持macos,无法安装macdeps;下载安装包https://repo.an
结合基于规则和机器学习的方法构建强大的混合系统
经过这些年的发展,我们都确信ML即使不能表现得更好,至少也可以在几乎所有地方与前ML时代的解决方案相匹配。比如说一些规则约束,我们都会想到能否把它们替换为基于树的ml模型。但是世界并不总是黑白分明的,虽然机器学习在解决问题上肯定有自己的位置,但它并不总是最好的解决方案。基于规则的系统甚至可以胜过机器
书籍推荐-《自主无人系统的智能环境感知技术》
!图片(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/82fc5eec405097f3e624412583e2da0e.png)书籍:EnvironmentalPerceptionTechnologyforUnmanne
独立产品灵感周刊 DecoHack #050 - 基于 ChatGPT 的 API 能做什么产品
ChatGPT的API3.5开放过去了一周,果然和预想的一样,接入API的产品爆炸式地出现了非常多,很多产品已经做的非常好用了,在很多场景方便了太多。本期整理了一些做的很不错的产品。<blockquote本周刊记录有趣好玩的独立产品设计开发相关内容,每周发布,往期内容同样精彩,感
DetectGPT:使用概率曲率的零样本机器生成文本检测
DetectGPT的目的是确定一段文本是否由特定的llm生成,例如GPT3。为了对段落x进行分类,DetectGPT首先使用通用的预训练模型(例如T5)对段落~xi生成较小的扰动。然后DetectGPT将原始样本x的对数概率与每个扰动样本~xi进行比较。如果平均对数比高,则样本可能来自
一万年太久,只争朝夕 | Foundation model的进展仍不够快
<blockquote<p编者按:如今根基模型(FoundationModels)的应用和相关创新正在快速涌现,但仍有很大的提升空间,目前还无法充分发挥根基模型的潜能、将其高效快速地应用于企业级AI应用中。</p<p根基模型的加速应用和落地,带动了基础设施和工具领域的创新。本期IDPIn
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。