Top10[十分读书社2022年3月读书分享] image 十分读书社自成立,这是正式运转第三个月,本月共收到读书分享77篇,比上月63篇增加了14篇,一方面是增加不少社员,另一方面是社员们投稿数量增加了,现根据奖励办法,对前十名进行奖励: 每月推荐一篇收益最高的读书分享,按排名给予奖学金。 第1名:50贝 第2-3名:30贝 第4-10名:10贝 第1名:佛晓星辉 读书||尘世里的暂坐——读《暂坐》有感 127.4 第 人工智能 2025年05月28日 184 点赞 0 评论 3036 浏览
大模型选型“炼狱”与终结:一份来自普通开发者的AI Ping深度评测报告 在人工智能应用开发的浪潮中,每一位开发者或许都经历过相似的“启蒙时刻”:初次调用大模型API,看到屏幕上流畅涌现出精准答案时的兴奋。然而,当兴奋褪去,真正将大模型集成到生产环境时,一场更为严峻的考验才刚刚开始。这不再是关于模型能否回答“地球为什么是圆的”,而是关乎你的应用能否在真实的用户压力下 人工智能 2025年09月28日 180 点赞 0 评论 3039 浏览
十年之约|十年人间:第12个月(07/2022),浅谈AI觉醒 Blade Runner 2049 七月一班的, 十年之约, 我已经走到第12个月。 (2021/08/16—2022/07/16) 一、Cyberpunk电影 其实我对自己不太关心的事情基本不会关注,以致在AI觉醒这件事情上从来没让思辨多驻留一会儿,以为就是个机器人罢了,替代人们工作就好,没想过有朝一日它会“懂事”了。因而说在这件事情上是孤陋寡闻都一点不为过。 就是现在我还是写不 人工智能 2025年06月18日 95 点赞 0 评论 3064 浏览
AI工具泛滥时代,为什么“能力“越来越不值钱? 文章目录 一、一个荒诞的现象:工具民主化与机会不平等 二、三个被误读的AI创业神话 三、AI创作者的真正壁垒:从"工具使用者"到"商业闭环构建者" 四、给新手的实战建议:从0到1的行动清单 五、关于《脉向AI》栏目 六、适合谁看? 一、一个荒诞的现象:工具民主化与机会不平 人工智能 2026年03月01日 169 点赞 0 评论 3071 浏览
华为昇腾310P 176T算力AI 智能计算模组规格书 目录 产 品介绍 ...................................................................................................................................... 3 1、产品简介............. 人工智能 2025年04月24日 131 点赞 0 评论 3086 浏览
《AI大模型应知应会100篇》第5篇:大模型发展简史:从BERT到ChatGPT的演进 第5篇:大模型发展简史:从BERT到ChatGPT的演进 摘要近年来,人工智能领域最引人注目的进步之一是大模型(Large Language Models, LLMs)的发展。这些模型不仅推动了自然语言处理(NLP)技术的飞跃,还深刻改变了人机交互的方式。本文将带领读者回顾大模型发展的 人工智能 2025年05月02日 188 点赞 0 评论 3094 浏览
AuditLuma - AI代码审计系统(智能体) AuditLuma - AI代码审计系统(智能体) 🔍AuditLuma是一个智能代码审计系统,它利用多个AI代理和先进的技术,包括多代理合作协议(MCP)和Self-RAG(检索增强生成),为代码库提供全面的安全分析。 项目地址AuditLuma 演示视 人工智能 2025年08月30日 46 点赞 0 评论 3097 浏览
本地部署 DeepSeek R1(0528):从“能跑”到“可用、可管、可扩展”的私人 AI 助手指南 本地部署 DeepSeek R1(0528):从“能跑”到“可用、可管、可扩展”的私人 AI 助手指南 1. 引言:本地化的价值,不是“省钱”,而是“可控” 2. DeepSeek R1 最新版本与模型家族:你部署的不是一个模型,而是一套梯度 2.1 你现在应该知道的“新变化” 2.2 关键一句 人工智能 2026年01月28日 130 点赞 0 评论 3099 浏览
实测百度文心快码,国产 AI 代码编辑器离 Cursor 平替还有多远? 近年来,AI代码助手如雨后春笋般涌现,像Cursor、Windsurf、Cline等工具凭借强大的代码生成和编辑能力,赢得了不少开发者的青睐。然而,一个不容忽视的现实是,这些热门工具大多来自国外,并深度绑定国外的大模型。在当前日益复杂的中美贸易关系下,这无疑给国内企业带来了潜在的“断供”和“卡脖子”风 人工智能 2025年04月24日 43 点赞 0 评论 3104 浏览
future——加速你的单细胞分析 由于单细胞数据本身就具有数据量大的特点,所以在进行单细胞数据分析时往往会出现运行时间太长的问题。 不过好在 Seurat 为我们提供了部分函数与 future 并行计算的链接。 安装future future已经托管到CRAN上了,所以我们可以直接通过CRAN对其进行安装: install.packages("future") 支持future并行计算的函数 NormalizeData 人工智能 2025年07月20日 117 点赞 0 评论 3108 浏览