obsessioning的博客

原创 AI图像生成大模型

通常，图像嵌入是通过CLIP（contrastive language-image pre-training，对比文本-图像对的预训练）模型计算得到的，CLIP模型使用文本和图像对的大型数据集进行训练。CLIP模型能够为图像和文本创建图像嵌入，也就是说图像嵌入中不仅包含图像本身的数据，而且还包含图像的说明文字的信息。画面缓缓展开，首先映入眼帘的是一座巍峨挺拔的主峰，它矗立于画面中央偏上位置，山峰层峦叠嶂，云雾缭绕其间，仿佛是天与地的交界，既神秘又庄严。峰之上，古松苍翠，枝干虬曲，展现出顽强的生命力。

原创 体验ai代码生成

1.def hanoi(n, start, helper, target): """ 递归实现汉诺塔移动逻辑 :param n: 剩余需要移动的圆盘数量 :param start: 起始柱子（A/B/C） :param helper: 辅助柱子（A/B/C） :param target: 目标柱子（A/B/C） """ if n == 1: # 终止条件：只剩1个圆盘，直接移动到目标柱 print(f"移动圆盘1从柱子{start}到柱子{target}") return # 步骤1：把n-1个圆盘从sta

原创 制作物理知识动画PPT部分的提示词（HTML）

noStroke();} // 绑定控件事件 $('#angle').on('input', function() { angle = parseFloat($(this).val());

原创 体验大语言模型

多模态能力原生成熟：虽序号 13 出现回复错误，但本身集成了完善的图像生成、识别引擎，序号 14 - 19 的图像处理任务中，能精准识别景点、人物状态并结合数学能力解题，适配多场景图文交互。中文与本地化适配佳：对中式表达、网络流行语等理解精准，在序号 2 的归纳题、序号 9 的伦理题中，回复贴合国内用户思维习惯，且事实核查严谨，减少模型 “幻觉”。长对话与推理连贯：处理多轮复杂任务时，能保持语义一致性，序号 9 的伦理题中，既给出结论，又能深度阐释背后的伦理逻辑，思考过程完整。系数化为 1，x = 5；

原创 图像剪切python

原创 自注意力控制问题

NLP（Natural Language Processing，自然语言处理）是人工智能（AI）的核心子领域，研究如何让计算机 “理解、处理、生成人类自然语言”（如中文、英文），实现人机之间的有效沟通。简单说：人类用语言交流，NLP 就是给计算机安装 “语言翻译官 + 理解大脑”，让它能读懂文字、听懂语音，甚至写出符合人类逻辑的内容。NLP 是让计算机 “懂语言、用语言” 的 AI 领域，核心痛点是处理 “上下文依赖” 和 “长文本”；

原创 整理统计学

最大似然函数是似然函数的最大化操作，生成模型通过最大化似然函数来估计模型的最优参数。其核心思想是找到能使当前观测数据出现概率最大的模型参数，从而让模型尽可能地拟合训练数据的分布，以便后续能生成与训练数据分布相似的新样本。例如在训练 VAE 的编码器和解码器时，就会涉及到对似然相关的损失函数的优化，本质上是在最大化数据的似然（或变分下界）。似然函数是生成模型中连接模型参数和观测数据的桥梁，它表示在给定模型参数的情况下，观测到当前数据的概率。

原创 使用线性回归预测房价

plt.scatter(data.loc[:,'人均收入'],data.loc[:,'价格'])plt.scatter(data.loc[:,'平均房龄'],data.loc[:,'价格'])plt.scatter(data.loc[:,'面积'],data.loc[:,'价格'])# 绘制散点图：x轴为数据中的'人均收入'列，y轴为'价格'列。# 绘制散点图：x轴为数据中的'平均房龄'列，y轴为'价格'列。# 绘制散点图：x轴为数据中的'面积'列，y轴为'价格'列。

原创 人工智能的发展历程

人工智能的发展历程