（实证）数据复现：创新型城市绿色发展：效率测算、外部性与提升路径

最新推荐文章于 2025-05-10 21:07:22 发布
最新推荐文章于 2025-05-10 21:07:22 发布
阅读量452 收藏 7
点赞数 7
文章标签： 大数据
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/li514006030/article/details/135492595
版权
4.第四章：数据分类的基本概念
项目git同名小胡说技书
04-24 601
数据分类是根据数据的特性、用途、价值、敏感度等因素，按照预定的标准将数据划分为不同类别的过程。数据分类是数据治理的基础工作，为差异化数据管理提供依据。数据分类：关注数据的属性和特征，回答"这是什么类型的数据"数据分级：关注数据的重要性和敏感性，回答"这些数据有多重要或敏感"在实践中，有效的数据分类必须兼顾静态与动态的双重属性。静态属性反映数据的固有特征，而动态属性则体现数据在业务流转过程中的变化特性。真正成熟的数据分类体系能够捕捉这种双重性，为组织提供更全面的数据理解基础。
Visual Autoregressive Modeling: Scalable ImageGeneration via Next-Scale Prediction——视觉自回归建模
Together_CZ的博客
12-06 2494
Visual Autoregressive Modeling: Scalable ImageGeneration via Next-Scale Prediction 视觉自回归建模：通过下一步尺度预测实现可扩展的图像生成
DeepSeek测算：算力、性能、成本等
人工智能学家
02-09 517
来源：财经大瓜田SemiAnalysis新出的一篇分析报告，对于DeepSeek的分析，包括中国在成本、真实训练成本、封闭模型利润率影响方面的领先地位 ——H100 价格飙升、补贴推理定价、出口管制、多头潜在注意力机制。DeepSeek风靡全球过去一周，DeepSeek成为全球范围内热议的唯一话题。目前，DeepSeek的日流量已经远超Claude、Perplexity，甚至Google的Gemi...
推理LLMs发展综述：从GPT到DeepSeek
白景屹的博客
03-10 1157
推理LLMs发展综述：从GPT到DeepSeek
基于大模型的idea提炼：从ResearchAgent，到斯坦福的AI-Researcher、上海AI实验室的VIRSCI
结构之法 算法之道
05-06 6225
对本博客比较熟悉的朋友知道，我司论文项目组正在基于大模型做论文的审稿(含CS英文论文审稿、和金融中文论文审稿)、翻译，且除了审稿翻译之外，我们还将继续做润色/修订、idea提炼(包含论文检索)，是一个大的系统，包含完整的链路 由于论文项目组已壮大到18人，故目前在并行多个事，且我也针对idea提炼做一下技术探索
LLMs之Megatron-LM：Megatron-LM的简介、安装和使用方法、案例应用之详细攻略
头部AI社区如有邀博主AI主题演讲请私信—心比天高，仗剑走天涯，保持热爱，奔赴向梦想！低调，专注，谦虚，自律，反思，成长，还算比较正能量的博主，公益免费传播…内心特别想在AI界做出一些可以推进历史进程影响力的技术(兴趣使然，有点小情怀，也有点使命感呀
10-17 3488
​ LLMs之Megatron-LM：Megatron-LM的简介、安装和使用方法、案例应用之详细攻略 目录 Megatron-LM的简介 Megatron-LM的安装和使用方法 Megatron-LM的案例应用 Megatron-LM的简介 Megatron-LM 和 Megatron-Core，针对大规模训练 Transformer 模型的 GPU 优化技术。本仓库包含两个重要组成部分：Megatron-L
让AI写论文——全流程全自动的AI科学家：基于大模型提炼idea、写代码、做实验且最终写成论文
结构之法 算法之道
08-15 6820
熟悉本博客或我司七月的知道，过去一年，在机器人解决方案之外，大模型应用开发团队一直专注通过大模型赋能科研行业，所以在做面向科研论文相关的翻译、审稿、对话、修订(包含语法纠错、润色)、idea提炼等诸多系统()，目前正在逐一上线七月官网8.14这一天，一关注我们的朋友黄总，发我一篇文章《首位AI科学家问世！已独立生成10篇学术论文，还顺手搞了AI审稿人》，并说：“看看你们审稿大模型有什么可以借鉴的”我仔细一看，原来是这篇论文。
哈佛MEGa：解决大模型无法持续学习，适配医疗知识库持续更新
Debroon
05-07 886
MEGa 方法通过“多 LoRA + 门控机制”将新记忆直接注入模型内部，具有与 RAG 类似的检索能力，却不需要外部数据库。(1) 独立 LoRA Adapter、(2) 冻结基座仅微调 LoRA、(3) 内部门控相似度检索、(4) 多 Adapter 加权融合。相对传统全量微调、RAG 或普通 LoRA，它的关键优势是能在内部完成记忆注入 + 检索，且尽量减少灾难性遗忘。隐性方法主要包括使用模型内部激活做记忆键与“先回忆再问答”的 iRAG 过程。
论文精读——Miko: Multimodal Intention KD from LLM for Social-Media Commonsense Discovery
a131529的博客
12-25 1232
论文精读——Miko: Multimodal Intention KD from LLM for Social-Media Commonsense Discovery
实证研究：创新城市绿色发展效率与提升策略
资源摘要信息:"该资源关注的是“创新型城市绿色发展”的主题，以实证数据为基础，深入探讨了城市绿色发展的效率测算、外部性影响以及可能的提升路径。通过自主整理2006年至2019年地级市的数据，作者张杰和范雨婷在...
COCO数据集评价：如何撰写评估报告并深度解读结果
本文旨在全面探讨COCO数据集评价的基础知识、评估报告的理论与实践技巧，并展望未来评价方法的发展趋势。首先介绍了COCO数据集评价的重要性，以及评估报告撰写的目的和意义。接着，深入解析了评估指标，并探讨了报告...
【模块化编程】：FANUC机器人编程效率的革命
模块化编程是一种提高软件开发效率和维护性的编程范式，尤其在FANUC机器人编程中，它能够优化系统架构，提升代码复用性，并有助于快速响应定制化需求。本文首先介绍了模块化编程的基本概念与优势，并对FANUC机器人...
误差理论与测量技术：现代测量的结合与对比分析
误差理论与测量技术是确保数据准确性与可靠性的重要领域。本文系统地介绍了误差理论的基础知识，包括误差的定义、分类、特性和处理方法。同时，详细阐述了测量技术的原理、分类、应用及创新挑战，并对现代测量技术...
构建高质量数据湖：大数据治理在湖仓一体架构下的实践指南
2401_88419115的博客
05-07 989
湖仓一体（Lakehouse）是数据湖（Data Lake）和数据仓库（Data Warehouse）两者的融合架构，旨在将数据湖的扩展性和灵活性与数据仓库的数据管理能力和结构化查询性能结合起来。支持 Hive / HBase / Kafka / Spark 等平台接入提供 REST API 和 Web UI 查询支持数据血缘、分类、标签、审计等功能通过对数据湖的五大治理模块进行系统化建设，企业可以在保持数据湖开放与扩展能力的同时，实现安全、可控、高质量的数据管理。
互联网大厂Java面试实录：Spring Boot与微服务架构在电商场景中的应用解析
最新发布
码农飞哥
05-10 878
本文通过一个互联网大厂Java岗位电商场景面试故事，系统解析了Java 8/11、Spring Boot、微服务架构、数据库连接池、消息队列和安全框架的应用，帮助读者掌握面试重点和技术业务结合。
202535｜ Kafka架构与重要概念+幂等性+事务
weixin_43422022的博客
05-10 490
Kafka 的事务是一个强大的特性，它允许用户将多个消息的发送操作封装在一个原子操作中。通过事务，生产者可以确保多条消息的发送要么全部成功，要么全部失败。Kafka 的事务能够保证数据一致性，特别是在分布式环境下，避免了部分消息写入而其他消息丢失的问题。Kafka 事务不仅仅用于生产者，也为消费者提供了精确一次消费（Exactly Once Semantics, EOS）的能力。事务在 Kafka 中的应用解决了消息重复消费和漏消费的难题，提升了消息流的可靠性。
RDD有哪几种创建方式
2403_85813624的博客
05-07 335
通过对已有的RDD执行转换操作（如`map`、`filter`、`flatMap`等），可以生成新的RDD。通过`parallelize()`方法将本地集合转换为RDD。这种方式适合在测试或处理小规模数据时使用，它能将本地的Python列表、Java数组等集合数据并行化到集群上。可以从多种外部存储系统中读取数据来创建RDD，这些存储系统包括但不限于本地文件系统、Hadoop分布式文件系统（HDFS）、Amazon S3等。# 对rdd1进行map转换操作，生成新的RDD。### 从其他RDD转换创建。
26届秋招收割offer指南
涤生大数据
05-06 2972
26届暑期实习已经陆续启动，这也意味着对于26届的同学们来说，“找工作”已经提上了日程。为了帮助大家更好地准备暑期实习和秋招，本期主要从时间线、学习路线、核心知识点及投递几方面给大家介绍，希望能为大家提供一些实用的建议和帮助。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

samFuB

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值