人工智能

1. 首页
2. IT互联网
3. 人工智能

AI的提示词专栏：学术写作 Prompt，论文摘要、引言、结论生成

AI的提示词专栏：学术写作 Prompt，论文摘要、引言、结论生成 本文聚焦学术写作中摘要、引言与结论三大核心模块，系统拆解其写作逻辑与痛点，提供针对性 Prompt 设计方案及实战案例。首先分析三大模块功能差异与常见问题，如摘要重点模糊、引言逻辑断层等，对应给出 Prompt 解决思路；随后

人工智能 2026年01月13日 71 点赞 0 评论 14184 浏览

AI赋能原则2解读思考：从权威到机制-AI 时代的分层式信任体系

目录一、AI 的“撒谎”：技术能力还是系统性风险？（一）生成式机制的幻觉性（hallucination）（二）多模态模型的构建方式导致的结构偏移（三）任务驱动可能诱导“策略性输出”二、在真假交织的时代：信任不再来自“权威”，而来自“

人工智能 2026年01月13日 78 点赞 0 评论 10295 浏览

脉脉AI创作者活动：聊聊AI时代技术人的真实出路

✨哈喽！我是 我不是呆头呀！ 📝 专注C/C++、Linux编程与人工智能领域，分享学习笔记！ 🌟 感谢各位小伙伴的长期陪伴与支持，欢迎文末添加好友一起交流！ 目录 前言 先说句实话：AI创作不是万能药

人工智能 2026年01月13日 98 点赞 0 评论 13252 浏览

探索Maas平台与阿里 QWQ 技术：AI调参的魔法世界

摘要：本文介绍了蓝耘 Maas 平台在人工智能领域的表现及其核心优势，包括强大的模型支持、高效的资源调度和友好的操作界面。文章还探讨了蓝耘 Maas 平台与阿里 QWQ 技术的融合亮点及应用拓展实例，并提供了调参实战指南，最后对蓝耘 Maas 平台的未来发展进行了展望。1.蓝耘 Maas 平台初印象以下是关于“Maas”和“阿里 QWQ”的概

人工智能 2026年01月13日 194 点赞 0 评论 2691 浏览

【转载】不确定性原理本质上与量子力学无关，而是纯数学现象

沃纳-海森堡 很多人认为，海森堡测不准原理（不确定性原理）是关于观察者通过光子与电子相互作用，从而影响光子的动量的理论。 观察者必须影响电子的动量（或某些量子状态）才能观察到它，这可能是真的，但这并不是不确定性原理的根本原因！让我们先定义一下海森堡的不确定性原理。 在量子力学中，测不准原理（也被称为海森堡测不准原理）是一种数学不等式，对粒子的某些物理量的值（如位置和动量）可以从

人工智能 2026年01月12日 57 点赞 0 评论 7394 浏览

豆包风波后的破局者：智谱 AutoGLM 让“AI 手机”走向公共基建

本期开源项目地址： 2025年12月，手机圈经历了一场从“豆包手机”的技术封锁，到智谱 AutoGLM 开源破局的过山车。这不仅是产品的迭代，更是一场关于流量分发权与AI 代理（Agent）未来的深度博弈。一、 豆包手机：被

人工智能 2026年01月11日 41 点赞 0 评论 3089 浏览

本地AI知识库神器AnythingLLM：工程人设置与使用全攻略-从零到能用，大模型入门到精通，收藏这篇就足够了！

这一节我们来全面介绍一下anythingllm的功能、设置、以及使用。下期讲各种软件和anythingllm配合联动（给各类软件加这个大脑）或angthingllm设置厉害的agent或MCP，功能更强大。 一、什么是anythingllm以及它的原理是什么？ (1)什么是anythingllm？anythingllm其实是一个

人工智能 2026年01月11日 60 点赞 0 评论 3684 浏览

重新定义创意边界：Seedream 4.0深度测评——从个人创作到企业级生产的AI图像革命

一、引言：AI图像创作的“奇点时刻”” 2025年的AI赛道，图像生成领域正经历一场“效率革命”。从Midjourney的写实风格到DALL·E 3的语义理解，技术迭代速度远超行业预期。然而，用户痛点始终存在： 创作流程割裂：生成、编辑、排版需切换多个工具，设计师日均耗时超3小时在“导出-导入”的

人工智能 2026年01月11日 102 点赞 0 评论 19794 浏览

AI提效指南：生成精美PPT与漫画

🎬 博主名称： 超级苦力怕 🔥 个人专栏： 《Java 成长录》 《AI 工具使用目录》 🚀 每一次思考都是突破的前奏，每一次复盘都是精进的开始！ 前言 使用前提：拥有科学上网的能力，建议拥有 Gemini Pro 版，否则只能使

人工智能 2026年01月11日 171 点赞 0 评论 9825 浏览

AI的提示词专栏：低资源模型（7B）Prompt 高质量输出策略

AI的提示词专栏：低资源模型（7B）Prompt 高质量输出策略 本文聚焦参数量约 70 亿的低资源模型，先分析其部署成本低但存在知识覆盖有限、逻辑连贯性不足等输出痛点，再从指令简化与目标聚焦、知识注入与上下文补充、示例引导与格式约束、逻辑引导与多轮交互四方面，提出核心 Prompt 优化策略。随后结合内容

人工智能 2026年01月11日 103 点赞 0 评论 4204 浏览