生成式 AI - Diffusion 模型的数学原理（4）
来自 论文《 Denoising Diffusion Probabilistic Model》（DDPM）论文链接： https://arxiv.org/abs/2006.11239Hung-yi Lee 课件整理。
文心一言4.0 VS ChatGPT4.0哪家强？！每月60块的文心一言4.0值得开吗？
文心一言4.0 VS ChatGPT4.0哪家强？！每月60块的文心一言4.0值得开吗？
ChatGPT 国内快速上手指南
ChatGPT是由OpenAI团队研发的自然语言处理模型，该模型在大量的互联网文本数据上进行了预训练，使其具备了深刻的语言理解和生成能力。GPT拥有上亿个参数，这使得ChatGPT在处理各种语言任务时表现卓越。它的训练使得模型能够理解上下文、生成连贯的回应，并在广泛的主题上提供有深度的信息。用户可以
2024年五大科技与创业趋势：从AI退热到IPO挑战
2023年对于科技界和VC来说是充满活力的一年，人工智能的迅速崛起，或大或小的创业公司的戏剧性衰落都非常引人注目。从许多方面来看，我们预计2024年将是一个局势逐渐稳定的年份。围绕人工智能的热潮可能会减弱，同时，我们也希望看到裁员的情况有所减少。IPO市场可能会缓慢回暖，经过近两年资金减少的情况后，
AI：140-使用强化学习优化供应链管理
AI：140-使用强化学习优化供应链管理人工智能（AI）在不同领域中的应用日益广泛，其中强化学习（Reinforcement Learning，RL）作为一种强大的学习范式，正在为供应链管理带来革命性的变化。供应链是企业运作中至关重要的一环，涉及到产品生产、库存管理、物流运输等多个方面。通过引入强化
清华系面壁MiniCPM：国产AI模型新突破，2B小钢炮成本效率双优
在人工智能的快速发展中，模型的规模和性能成为衡量先进技术的关键指标。最近，清华系创业团队面壁智能发布的面壁MiniCPM模型，以其2B（24亿）参数的“小钢炮”身份，成功挑战了70亿参数的国际大模型Mistral-7B，实现了在多项AI评测中的领先成绩。
现实世界中的人工智能：工业制造的 4 个成功案例研究
从抓鸡翅到建立整个虚拟工厂，各种规模的制造商都利用人工智能以更快的速度、更低的成本和更低的风险生产更多的产品。我们能否让工厂变得足够聪明，在发生故障之前告诉我们？我们到处都有摄像头，但我们真的能监控我们运营的所有部分吗？我们能否制造出一个足够聪明的机器人来捡起一个鸡翅，即使它被挤进一堆湿漉漉的鸡翅中
中科星图GVE（AI案例）——如何利用高分辨率0.5m影像进行建筑物提取
高分辨率0.5m影像提供了详细的地表信息，特别适用于建筑物的提取。以下是一些利用高分辨率影像进行建筑物提取的方法：预处理：在进行建筑物提取之前，需要对影像进行一些预处理。首先，根据影像质量，可以进行边缘增强、噪声去除等处理。其次，可以进行影像配准，将不同时间段的影像进行配准，以获取更精确的建筑物边界
CF1145G AI Takeover 题解
CF1145G AI Takeover 题解
人工智能与城市管理：智能化城市的未来
1.背景介绍随着人口增长和城市发展的速度，城市化已经成为21世纪的主要趋势。随着城市规模的扩大，城市管理也变得越来越复杂。人工智能(AI)技术在许多领域都取得了重大突破，为城市管理提供了有力的支持。本文将探讨人工智能与城市管理的关系，以及智能化城市的未来发展趋势和挑战。1.1 城市管理的挑战城市管理
创新指南｜如何用生成式AI打造个性化客户忠诚度计划并革新体验
探讨人工智能（AI）如何彻底改变顾客忠诚度计划。AI通过分析顾客的购买历史、偏好和行为来个性化奖励和体验，使忠诚度计划更具吸引力和有效性。本指南强调了AI客户忠诚度计划中的作用，包括如何提高顾客参与度、增加客户保留率、优化营销开支、驱动数据驱动的决策制定，以及如何在业务扩展时保持个性化服务的质量。此
关于nuclei-ai-extension
用于生成模板的上下文菜单选项HackerOne报告到 nuclei 模板生成ExploitDB对 Nuclei 模板生成的漏洞利用BugCrowd / Intigriti / Synack 支持（即将推出）在渗透测试，漏洞挖掘等等过程中，编写 poc 是必不可少的一个过程，该工具使用 nuclei
AI都可以写代码了, 还有必要学编程吗?
科技发展日新月异，国际关系风云变幻。人工智能（AI）的崭露头角，外资单位的大量撤资，引发了对许多职业未来的担忧。在最近一批大学入学新生选择志愿时，已经有很多人对计算机和软件专业退避三舍，转而选择电子信息或者自动控制之类的专业。电子信息或者自动控制之类的专业当然是不错的，但程序员这个行业真的要走下坡路
AI 时代如何增强数据保护，来听 Commvault 怎么说
AI 时代，挖掘数据潜力已经被全行业重视，不过，如何在发挥数据潜力同时避免潜在威胁造成的损失，仍需投入更多的技术与思考。
第二章：AI大模型的基础知识2.3 自然语言处理基础2.3.1 词向量表示
在本篇博客文章中，我们将深入探讨自然语言处理（NLP）领域的一个重要概念：词向量表示。我们将从背景介绍开始，然后讲解核心概念与联系，接着详细解析核心算法原理、具体操作步骤以及数学模型公式。在此基础上，我们将提供具体的代码实例和详细解释说明，以及实际应用场景。最后，我们将推荐一些工具和资源，并总结未来
AI：138-开发一种能够自动化生成艺术品描述的人工智能系统
AI：138-开发一种能够自动化生成艺术品描述的人工智能系统随着人工智能技术的不断发展，其应用领域也在不断拓展。在艺术领域，人工智能的应用正带来一场革命，其中之一是自动化生成艺术品描述的人工智能系统。本文将探讨该系统的开发方向，并提供一个简单的代码实例。
AI大语言模型的模型可满足性设计
1. 背景介绍1.1 人工智能的崛起随着计算机技术的飞速发展，人工智能（AI）已经成为了当今科技领域的热门话题。从自动驾驶汽车到智能家居，AI已经渗透到了我们生活的方方面面。在这个过程中，大型语言模型（Large Language Models，简称LLMs）作为AI领域的重要组成部分，也得到了广
AI：137-基于深度学习的实时交通违法行为检测与记录
基于深度学习的实时交通违法行为检测与记录随着城市交通的不断发展和车辆数量的增加，交通违法行为的监测与记录变得尤为重要。传统的交通监控方法往往依赖于人工巡逻或固定摄像头，效率有限且容易出现漏洞。而基于深度学习的实时交通违法行为检测系统则为解决这一问题提供了一种创新的方法。
AI：135-基于卷积神经网络的艺术品瑕疵检测与修复
基于卷积神经网络的艺术品瑕疵检测与修复随着人工智能技术的不断发展，其在各个领域的应用也日益广泛。本文将重点关注人工智能在文化遗产保护领域中的应用，具体探讨基于卷积神经网络（CNN）的艺术品瑕疵检测与修复技术。通过深度学习的方法，我们可以在保护文化艺术品的过程中更加精准地检测和修复潜在的瑕疵，为后人留
2024年2月深度学习的论文推荐
我们这篇文章将推荐2月份发布的10篇深度学习的论文
