- 博客(320)
- 资源 (30)
- 收藏
- 关注
RSS订阅原创 LangChain 1.0 智能体开发（三）：Agent 记忆管理——从短期对话到跨会话长期记忆
本文深入解析LangChain 1.0中Agent记忆机制，澄清“内存=短期、数据库=长期”的常见误解。核心观点：短期记忆绑定thread_id（会话），长期记忆绑定user_id（用户），分界线在于生命周期归属而非存储介质。短期记忆由Checkpointer管理，通过thread_id实现会话内上下文延续；长期记忆基于BaseStore或向量库，支持跨会话偏好与知识积累。文章详解InMemorySaver与PostgresSaver的适用场景，并强调生产环境应结合持久化检查点与结构化长期记忆，构建可信赖、
2026-09-18 18:15:00
661
原创 LangChain 1.0 智能体开发（二）：工具（Tools）的集成与调用
本文深入解析 Agent 工具设计的核心：工具是模型与真实世界交互的唯一接口，其 name、description 与 args_schema 构成模型决策依据，本质即提示词工程。文章系统讲解环境配置、模型加载（支持 OpenAI 兼容多厂商）、三种工具定义方式（@tool、StructuredTool 等）的 API 细节，并强调良好文档对工具调用准确性的关键作用，涵盖 MCP 协议接入、多工具调用实践与常见陷阱，为构建高效可控的 Agent 提供完整工程指南。
2026-09-18 18:00:00
335
原创 LangChain 1.0 入门八讲汇总：从“能调用“到“能上生产“的完整路基
本文对《LangChain 1.0 入门》系列八讲进行系统梳理，按“接口层、接入层、运行层、语义层”四层架构重构知识体系。强调Runnable为统一接口基石，模型接入依赖标准化配置，稳定性由重试与限速保障，而消息、提示词与结构化输出共同支撑业务语义。提出分阶段学习路径与复习策略，帮助开发者从零搭建可上线的生产级应用，突破“学完不会用”的瓶颈。
2026-09-16 14:53:14
280
原创 LangChain 1.0 智能体开发（一）：Agent 核心概念与技术架构
Agent以大语言模型为决策核心，通过循环调用工具实现多步任务自主执行。其本质是“模型+提示工程框架”（Harness），将任务分解、工具选择与路径调整交由模型在运行时动态决定。核心架构包含感知、认知中枢、记忆、工具与执行五大模块，形成“思考—行动—观察”的闭环。关键在于工具描述的精准性与上下文构造的有效性，而非模型本身。LangChain的create_agent提供了可配置的工程化实现，使复杂任务自动化成为可能。
2026-09-14 17:33:58
145
原创 LangChain 1.0 入门（八）：结构化输出全解｜全解析器实战+生产最佳实践
LangChain 1.0重构结构化输出，以with_structured_output统一API，支持Tool与Provider双策略，联动Pydantic强校验，实现字段约束、非法数据自动修正及嵌套复杂结构解析，适配多模型与生产环境。
2026-09-07 16:21:51
394
原创 LangChain 1.0 入门（七）：批处理、并发控制与流式传输
LangChain 1.0 重构底层 Runnable 原语，统一调用规范，提供 batch、abatch、stream、astream 等五种核心调用形态。本文详解批量、异步并发、流式、事件监听全套 API，涵盖参数配置、踩坑点及生产级代码，助力开发者规避限流、显存溢出、任务卡死和链路
2026-09-07 14:29:51
345
原创 LangChain 1.0 入门（六）：标准化内容块 Content Blocks——彻底解决多模型、多模态适配痛点（全代码实战版）
在 LangChain 0\.x 版本的工程落地中，开发者普遍面临一个棘手问题：**大模型厂商适配成本极高**。不同厂商的文本输出、思维链结构、多模态数据解析规则完全割裂，切换 OpenAI、DeepSeek 等模型时，必须重构解析代码、适配差异化接口格式，不仅代码冗余严重，还极大限制了多模态 RAG、智能 Agent 等业务的通用性
2026-08-30 16:46:42
352
原创 LangChain 1.0 入门（五）：提示词工程、partial变量、ChatPromptTemplate、Hub模板库
提示词工程（Prompt Engineering）是大模型应用开发的核心环节，手写字符串拼接提示词难以维护、无法迭代调优。LangChain‑Core 的 Prompt 模板体系，就是把提示词工程**代码化、工程化**。本文先讲解提示词工程基础方法论，再结合 RAG知识库问答、代码助手、企业客服、Agent 系统指令真实业务场景，讲解API、核心参数、partial半成品模板、对话模板、LangSmith Hub模板仓库、生产踩坑与最佳实践，附带完整可运行Python示例。
2026-08-25 14:56:03
377
原创 LangChain 1.0 入门（四）： Messages 深度解析——大模型对话上下文核心单元
当我们调用大模型对话接口时，模型并不能自动记忆聊天历史。每一次调用 LLM 都是一次独立无状态请求。Messages 是 LangChain 1.0 中构建对话、Agent、RAG 应用的基石。很多开发者写多轮对话记不住上下文、多模态调用异常、工具调用报错，根源大多是对消息对象理解不到位。本文结合 LangChain 官方文档，从底层概念、消息类型、三种调用方式、多模态 Content‑Blocks、序列化持久化、实战案例以及踩坑点完整讲解 Messages。
2026-08-24 16:49:21
358
原创 LangChain 1.0 入门（三）：稳定性双核心——重试机制+速率限速器参数详解与实战
LangChain大模型API调用稳定性解决方案 本文介绍了LangChain 1.0中两大核心稳定性工具：.with_retry()自动重试机制和InMemoryRateLimiter速率限速器的组合使用方案。这两种机制分别解决大模型API调用中的不同问题： 速率限速器：作为事前防护，通过限制每秒请求数量，主动匹配服务商的QPS限制，避免触发429限流报错和服务器拥堵。 重试机制：作为事后兜底，采用指数退避+随机抖动策略，智能处理网络抖动、临时超时等瞬时故障，避免暴力重试加剧拥堵。
2026-08-23 20:40:57
476
原创 LangChain 1.0 入门（二）：LangChain 全模型标准化接入最佳实践（小白参数详解版）
本文是一篇详细指导如何在LangChain中调用不同大模型的教程，主要面向新手开发者。文章首先区分了LangChain中的两类模型：LLM文本模型和ChatModel对话模型，并指出其关键区别在于是否需要使用.content获取输出。 文中提供了多种主流模型的原生调用方法，包括DeepSeek、通义千问、OpenAI、Ollama本地模型和vLLM本地推理服务，对每个模型的关键参数进行了详细解释。特别强调了不同模型在参数设置上的区别和常见错误点。 为了解决原生调用方法存在的代码混乱、切换模型麻烦等问题，文章
2026-08-23 19:36:40
522
原创 LangChain 1.0 入门（一）：Runnable 统一接口全解析（含完整代码+逐行输出解读）
本文详细解析了LangChain 1.0中Runnable的核心设计思想与实现原理。Runnable作为统一接口，为所有功能组件提供了五种标准执行方式（invoke、batch、stream等）。文章通过真实代码演示和输出分析，对比了ChatPromptTemplate和@tool工具两类基础Runnable的执行行为差异，并深入解析了ChatModel、RunnableLambda等进阶组件的特性。重点总结了各类Runnable的生命周期事件和输出格式，揭示了LCEL管道语法的底层实现机制。最后提供了全类
2026-08-12 16:36:15
53
原创 2026年第29周（7.13-7.19）AI全复盘：技术突破、行业趣闻翻车、算力服务器商业动态
本周AI行业呈现「国内硬件落地爆发、海外舆论翻车频发、算力商业量价齐涨」的鲜明格局。WAIC 2026集中释放国产算力十万卡集群、顶级开源大模型、超节点硬件三大里程碑成果；海外接连爆出隐私泄露、版权翻车、算法歧视争议；AI服务器集采、长单租赁、液冷算力商业化迎来密集落地，产业从「模型参数内卷」正式转向「算力基建+场景落地」双主线。
2026-07-19 15:52:16
747
原创 LangChain 1.0 全新架构深度解析！从生态组件到底层运行原理
LangChain 1.0 全面升级解析：构建生产级大模型应用的新标准 LangChain 1.0 作为大模型应用开发的主流框架，完成了从实验性工具到企业级解决方案的蜕变。本文系统性地拆解了其核心升级亮点和完整生态体系： 关键升级： 采用统一架构（LCEL + LangGraph）取代碎片化Chain体系 标准化Agent开发接口，简化智能体创建流程 原生支持状态持久化和断点续跑 深度集成LangSmith实现全链路可观测性 七大核心层级
2026-07-19 15:11:41
44
原创 2026上半年通用语言理解场景选型推荐
本报告对当前主流AI大模型在纯文本理解场景下的性能进行系统评估，涵盖DeepSeekV4、GLM-5、Qwen3.5等10款模型。DeepSeekV4-Pro以1M上下文、88.7 MMLU得分成为开源天花板；GLM-5在AAIntelligenceIndex获50分，与ClaudeOpus4.5同级；Qwen3.5-397B以91.5 MMLU得分居开源第一。报告建议：追求性能选DeepSeekV4-Pro，成本敏感选MiniMaxM2.5（1美元/小时），需多模态能力选Qwen3.5-397B。
2026-05-14 15:51:14
646
原创 2026年上半年开源AI编程大模型选型指南
2026年主流编程大模型横向评测：DeepSeek V4-Pro以1.6T参数和1M上下文窗口展现全能表现，MiniMax M2.5以80.2% SWE-bench得分和100TPS推理速度成为性价比之王，GLM-5.1以58.4% SWE-benchPro得分创开源纪录，Qwen3-Coder-30B专注代码生成，Kimi-K2擅长思维链推理，MiniMax M2.7强化多智能体协作能力。评测涵盖参数量、量化格式、显存需求等核心指标，为开发者提供专业选型参考。
2026-05-14 15:47:41
1236
原创 从Prompt到Harness：AI Agent三代工程化全解析
本文系统解析了AIAgent工程化的三代技术演进。第一代Prompt Engineering通过优化提示词解决基础交互问题；第二代Context Engineering通过上下文管理解决信息边界问题；第三代Harness Engineering构建完整工程框架，实现任务规划、执行评估和安全管控的三层闭环架构。文章详细阐述了三代技术的核心方法、适用场景及相互关系，并分享了全球大厂的成功案例。
2026-05-13 15:15:00
695
原创 Linux系统管理（二十）——Linux root磁盘不足？一站式应急清理方案（亲测可用）
Linux root磁盘不足应急清理方案：当服务器告警磁盘空间100%时，可通过三步快速释放空间。1）应急清理：安全删除yum缓存（yum clean all）、系统日志（rm -rf /var/log/.gz）和临时文件（/tmp/）；2）深度清理：移除无用依赖包（yum autoremove）、Python缓存（pip cache purge）和特定大文件；3）长期维护：设置日志大小限制（journalctl --vacuum-size=100M）和定期清理任务。操作时需避免误删核心文件，清理后验证空间
2026-04-17 17:07:19
621
原创 LangChain ShellTool 深度解析：从基础使用到安全增强(限制shell的执行权限)
本文全面解析了LangChain生态中的ShellTool工具，从基础使用到Agent集成再到安全增强。ShellTool作为连接大语言模型与操作系统的桥梁，允许执行shell命令进行系统交互。文章首先介绍基础用法，然后展示如何集成到Agent中处理复杂任务，最后重点讲解安全增强方案，通过白名单、黑名单和目录限制等机制构建SafeShellTool。最佳实践部分强调安全使用建议、适用场景和性能考量。ShellTool为AI应用提供了强大的系统交互能力，但需谨慎使用以确保安全。
2026-03-22 12:24:18
93
原创 全网都在抢的「AI龙虾」大乱斗！4家神仙打架，普通人只能看馋
有Mac+抢到邀请 → 玩腾讯Q-Claw想简单无脑上手 → 冲智谱AutoClaw爱摸鱼想云端养 → 选字节Coze小米17系列+极客身份 → 等小米MiClaw邀请总之，现在的AI龙虾圈就是：大厂内卷、用户抢码、普通人坐等公测～你抢到内测资格了吗？评论区聊聊你最想养哪只龙虾！
2026-03-17 15:53:27
404
原创 AI圈炸了！全民养龙虾、Siri换芯、国产大模型爆发｜3.8-3.9热点全梳理
AI从"聊天"走向"行动":智能体Agent成为新入口本地+隐私成标配:企业与个人更看重数据安全国产技术全线提速:大模型、端侧、硬件同步突破机会与风险并存:装机热背后,安全与合规不能少一句话预判:人人拥有专属AI数字员工的时代,真的来了。图 | AI时代总结Part.07 互动与关注。
2026-03-09 19:19:40
505
原创 爆火的“龙虾AI“OpenClaw：从程序员玩具到全网顶流，它的故事藏着AI的未来
2026年开年，科技圈被一只"龙虾"霸屏了。它不是餐桌上的麻辣小龙虾，也不是水族馆里的观赏生物，而是一个名叫OpenClaw的开源AI项目。粉丝们自称"甲壳教徒"，喊着"记忆是神圣的"口号，疯狂"养虾"；工信部紧急发布安全警告，提醒大家警惕它的潜在风险；它从一个程序员的业余玩具，短短3个月登顶GitHub热榜，经历两次改名风波，却越挫越火。今天，我们就来扒一扒OpenClaw的前世今生，聊聊它背后那些让人啼笑皆非的趣闻，以及牵动全网的热点新闻，读懂这只"龙虾"为何能掀起全球AI狂潮。
2026-03-08 17:06:53
1230
原创 玩转大语言模型——在Windows环境下本地部署openclaw
安装openclaw需要用到linux环境，在windows环境中可以使用WSL实现，WSL的安装过程可以参照以下博客，本文不再赘述。
2026-03-07 19:11:37
159
原创 2月26日AI全景日报：国产AI历史性反超、全球算力狂飙，一个时代正式开启
2026年2月26日成为AI发展里程碑：中国AI模型调用量首次超越美国，全球前五模型中国占四席；可灵3.0登顶文生视频榜首，华为云码道上线，国产AI实现全维度突破。英伟达财报创纪录，Meta与AMD签600亿美元芯片订单，全球算力竞赛白热化。AI应用全面爆发，从消费到产业实现规模化落地，同时全球监管收紧，安全伦理成为焦点。这一天标志着中国AI从追赶到领跑、行业从技术竞赛转向应用落地、发展模式从野蛮生长转向规范合规三大历史性转折。
2026-02-27 12:21:59
635
原创 2月25日AI全景日报：国产模型狂飙、全球算力豪赌、安全与监管齐升级
2026年2月25日，不是普通的一天。它是国产AI全球化的里程碑，是全球算力军备赛的宣言书，是AI安全与监管的分水岭。AI不再是概念，而是生意、基础设施、国家竞争力。对于企业与个人，跟上AI、用好AI，就是抓住这个时代的最大机遇。关注我们，每日获取最深度、最完整、最有价值的AI行业日报，不错过每一个风口。
2026-02-26 12:54:27
430
原创 打破信息差——2月24日AI全景日报：巨头博弈、技术狂飙、政策加码，全球AI赛道迎来历史
海南省发布《“人工智能+”行动方案（2026-2028年）》，聚焦商业航天、防灾减灾等场景，打造特色AI产业生态；国内三部门明确AI算力成本纳入研发费用加计扣除，税收优惠助力企业减负。2026年2月24日，是AI行业平凡却又关键的一天。这里有巨头的兴衰、技术的突破、地缘的博弈，更有产业的希望。AI不再是遥远的未来，而是正在发生的现实。对于每一个人、每一家企业而言，拥抱AI、跟上节奏，就是抓住这个时代的最大机遇。关注我们，每日获取最深度、最完整、最有价值的AI行业日报。
2026-02-25 07:39:10
718
原创 打破信息差——2026年2月23日AI全景日报
2月23日的两大事件，彻底改写了国内大模型赛道的叙事逻辑： 过去行业比拼参数大小、训练速度、论文数量；现在行业比拼收入规模、付费用户、全球化能力、企业服务渗透率。商业化兑现，成为2026年大模型赛道唯一的核心考核标准。2026年2月23日，不是一个普通的日子。它是国产大模型商业化的里程碑，是AI民生应用的起点，是具身智能爆发的信号，也是全球AI格局重构的开始。对于普通人、创业者、企业决策者而言： AI不再是遥远的概念，而是必须抓住的机遇。2026年，所有行业都值得用AI重做一遍。
2026-02-24 11:23:17
1013
原创 打破信息差——2月22日AI全景：算力理性、视频革命、安全合规，行业正式进入下半场
AI行业进入理性深耕阶段：效率、安全、合规成新主线 2026年2月22日，全球AI行业迎来关键转折。OpenAI大幅下调算力预算，转向效率优先；Sora 2.0突破10分钟视频生成，多模态技术进入实用化阶段；李飞飞团队获10亿融资，3D空间AI加速落地。同时，AI安全风险凸显，黑客利用AI攻破600+防火墙，版权争议升级，监管趋严。行业从野蛮生长转向理性发展，算力精准投入、技术商业化落地、安全合规治理成为核心趋势。AI正从实验室走向社会基础设施，效率与风险管控并重。
2026-02-23 10:52:59
1051
原创 打破信息差——2月21日AI全域热点全复盘
2026年2月21日成为全球AI发展里程碑，行业呈现技术突破、资本重构与产业落地的多维爆发。技术端，谷歌Gemini 3.1 Pro推理性能翻倍，OpenAI发布GPT-5.3并获千亿融资，模型竞赛转向实用化；资本端，OpenAI估值逼近万亿美元，算力投资趋于理性，国产AI港股单日暴涨42%。中国实现科研与商用双突破，罕见病诊断系统登顶《自然》，智谱AI付费套餐售罄，自主生态加速成型。政策推动AI深度融入实体经济，企业进入"强制AI化"阶段。行业整体告别野蛮生长，呈现专业化、理性化、主权
2026-02-22 10:15:03
707
原创 打破信息差——2026年2月20日AI技术大爆发全解析
2026年2月19-20日，全球AI领域迎来爆发性突破。中国在医疗AI和芯片研发取得重大成果：DeepRare罕见病诊断系统登顶《Nature》，清华推出全球首款量产级全柔性AI芯片FLEXI。OpenAI、xAI等企业密集发布GPT-5.2、Grok4.2等新一代AI模型，性能显著提升。全球算力军备赛升级，英伟达、Meta等企业加速布局。资本市场火热，OpenAI融资超千亿美元，国内月之暗面获7亿美元投资。AI应用已渗透至机器人、可穿戴设备、游戏开发等多个领域，产业化进程加速。这48小时标志着AI技术从实
2026-02-20 09:11:45
3600
原创 技术速递——通义千问 3.5 深度横评：纸面超越 GPT‑5.2，实测差距在哪？
阿里通义千问Qwen3.5-Plus技术测试报告显示，该模型采用稀疏MoE、混合注意力和原生多模态三大创新架构，397B总参数仅激活17B，实现高效部署。实测验证其性能超越GPT-5.2等闭源模型，256K长文本处理速度提升19倍，多模态识别准确率达98%，Agent任务完成率100%，且百万Token成本仅0.8元。报告证实Qwen3.5在架构效率、多模态融合和场景落地方面表现优异，为中小企业提供了高性能、低成本的AI解决方案，推动开源大模型进入工业化应用阶段。
2026-02-20 08:49:21
3021
原创 打破信息差——2026年2月19日AI热点新闻速览
医疗AI行业呈现巨头布局入口、初创深耕垂类的分化格局。OpenAI推出ChatGPTHealth并收购数据公司，Anthropic主攻B端医疗流程，中国百川智能将医疗大模型幻觉率降至2.6%。央视春晚机器人表演引发外媒热议，彰显中国AI与制造业融合成果。国际方面，高通投资印度AI基金1.5亿美元，阿达尼集团计划千亿美元AI数据中心建设。美国财政部发布AI金融安全资源，Meta推出反AI勒索协议。行业趋势显示，医疗AI正从技术竞赛转向价值验证，中美应用路径差异明显，全球关注点转向AI实际效益。
2026-02-19 19:27:07
2138
原创 大模型原理剖析——多头并行 + 潜变量协同：原理、应用与部署优化
“多头并行+潜变量协同”是深度学习的核心架构，通过多子空间并行挖掘差异化特征（如LLM的语法/语义关联、ASR的频谱/时序依赖），并整合潜变量突破表达瓶颈。其优势在于： 高效并行：适配GPU/CPU硬件加速，显存占用降低50%，推理速度提升2-3倍； 精准建模：LLM生成逻辑性提升30%，ASR在噪声环境错误率降低10%-20%； 灵活部署：支持轻量模型（h=8-16，单卡部署）到大规模模型（h=32-64，多卡并行），平衡效果与成本。
2025-12-25 11:09:39
693
原创 大模型原理剖析——矩阵吸收优化：LLM推理加速的核心原理与实践
矩阵吸收优化是一种针对Transformer自注意力机制的无损推理加速技术。其核心思想是利用矩阵乘法结合律和模型参数的固定性，通过预计算合并查询和键的投影矩阵W_qk=W_q^U·(W_k^U)^T，将标准自注意力计算中的3次矩阵乘法减少为2次。该技术可降低30%-40%的计算量，实现1.5-2倍推理加速，尤其适用于长序列和高并发场景。优势包括无精度损失、实现简单、兼容其他优化技术，但仅适用于推理阶段。工程实现仅需预计算W_qk并调整计算顺序，是LLM推理优化的有效手段。
2025-12-25 10:08:39
1010
原创 大模型原理剖析——解耦RoPE(旋转位置编码)的基本原理
本文介绍了改进传统旋转位置编码（RoPE）的解耦RoPE（DRoPE）方法。传统RoPE将位置与维度直接耦合，导致长序列场景下高频维度饱和、低频维度区分度不足的问题。解耦RoPE通过引入独立的缩放因子，拆分位置与维度的耦合关系，使不同维度的位置编码敏感度可独立调节。分组解耦形式分别设置高低频维度的缩放因子，平衡长短序列表现。代码实现显示该方法仅需轻微修改传统RoPE计算逻辑，不增加额外开销。解耦RoPE显著提升了模型对长序列的适应性，可广泛应用于长文本建模和大模型上下文扩展场景。
2025-12-23 13:59:43
1101
原创 大模型原理剖析——突破LLM效率瓶颈：多标记预测(MTP)技术深度解析与实战
多标记预测（MTP）技术通过单次前向传播同时预测多个后续词元，显著提升大语言模型的生成效率。相比传统逐词元生成方式，MTP在训练阶段增加信号密度，推理阶段结合推测解码可实现1.8-2.6倍加速。DeepSeek提出的链式MTP架构通过依赖前序表征保证文本连贯性。实战示例展示了PyTorch实现框架，包含共享编码器和多头预测结构。MTP在长文本生成等场景优势明显，是优化LLM性能的重要方向。
2025-12-23 11:05:02
1299
原创 大模型原理剖析——多头潜在注意力 (MLA) 详解
多头潜在注意力(MLA)是DeepSeek团队提出的创新机制，通过低秩压缩键值缓存至潜在空间，显著降低内存占用(减少53%)和计算开销(延迟降低53%)。MLA采用解耦RoPE、矩阵吸收优化等技术，在保持模型性能的同时支持长文本处理(32K token)。相比传统注意力机制，MLA具有内存效率高(缓存仅为MHA的1/8)、计算速度快等优势，特别适合大规模模型部署和多模态融合应用。该技术为AI系统的高效化开辟了新路径，有望成为下一代大模型的标准组件。
2025-12-22 20:52:28
1360
原创 大模型原理剖析——DeepSeek-V3深度解析：671B参数MoE大模型的技术突破与实践
DeepSeek-V3通过“MoE架构+MLA注意力+负载均衡+混合精度训练+MTP生成”的技术组合，在671B参数规模下实现了“能力强、速度快、成本低”的平衡；而DeepSeek-R1则填补了“深度逻辑分析”的场景空白。二者形成互补，覆盖了通用任务与专业推理的需求。
2025-12-22 20:09:41
1244
原创 大模型原理剖析——拆解预训练、微调、奖励建模与强化学习四阶段（以ChatGPT构建流程为例）
本文解析了ChatGPT四阶段构建流程：1）自监督预训练阶段通过海量文本学习语言规律；2）有监督微调阶段用标注指令数据训练模型理解人类需求；3）奖励建模阶段构建文本质量评估体系；4）强化学习阶段基于反馈优化模型输出。每个阶段在数据规模、算法类型和计算资源上都有特定要求，通过层层递进的训练最终实现模型的智能表现。该流程体现了从基础能力奠基到精细化优化的完整技术路径。
2025-12-21 17:14:35
1084
机器学习资料、实验代码及报告.zip
2023-02-17
航拍语义分割（附数据集）.zip
2023-02-17
用于语义分割的航拍数据集
2023-02-17
手写数学符号识别项目-Handwritten-math-symbols-recognition.zip
2023-02-17
基于tensorflow的手语检测
2022-11-04
人脸检测和动漫脸检测剪裁脚本.zip
2022-11-04
python实现用于图片拟合的免疫遗传算法
2022-04-11
法律人工智能幻觉基准测试V2（Legal AI Hallucination Benchmark V2）-评估法律推理、智能合约与GDPR中的LLM准确性-30个场景
2026-09-18
糖尿病风险预测-一个包含15,000个患者档案的综合表格数据集，用于机器学习
2026-09-18
跨时代的全景牙科X光片（OPG）
2026-09-18
TikTok 商店销售数据集
2026-09-17
AI基准与人类基线-人类在36项AI基准测试中得分
2026-09-17
交通事故预测指标数据集
2026-09-17
合成水鸟分类数据集（waterbird-complete95-forest2water2）
2026-09-17
黑色素瘤皮肤癌数据集-良性与恶性
2026-09-17
甲状腺癌复发数据集(RAI 治疗后的甲状腺癌数据集，分析性别、年龄和风险因素)
2025-04-15
注释超声肝脏图像数据集
2025-04-15
IMDb 电影类型分类数据集
2025-04-15
电动汽车保有量数据集（来自美国政府的电动汽车数量数据）
2025-04-15
土壤污染和相关健康影响数据集
2025-04-15
沃尔玛股票数据(2000年至2025年)
2025-04-15
骨折数据集 – 胫骨和腓骨
2025-04-15
GraphRAG输出中文提示词
2025-02-18
stable diffusion内存溢出
2023-02-18
TA创建的收藏夹 TA关注的收藏夹
TA关注的人