机器学习标签_ModelEngine社区

机器学习

流式计算的应用场景

大数据流式计算的应用场景较多，按照数据的产生方式、数据规模大小以及技术成熟度高低3个不同维度，金融银行业应用、互联网应用和物联网应用是3 种典型的应用场景，体现了大数据流式计算的基本特征。在物联网领域中，大数据流式计算的典型应用场景如下。据统计，目前互联网中75% 的数据来源于个人，主要以图片、音频、视频数据形式存在，需要实时分析和计算这些大量、动态的数据。社交网站：需要实时分析用户的状态信息，及

 workflower
2024-10-24 07:24:14

 990

 7

#人工智能 #机器学习 #深度学习 +1
斩获72k Star！谷歌大牛开源LLM终极宝库，100+智能体和RAG项目从入门到精通，收藏这篇就够了！

你是否有过这样的困扰：满怀热情想开发一款AI应用，却发现自己的技能止步于“调API”？今天为大家推荐一个GitHub开源项目**awesome-llm-apps，一个AI应用大全**，由谷歌云高级AI产品经理Shubham Saboo创建并维护。目前项目已斩获**72k Star**，发布以来多次登上GitHub热门榜单。

程序猿李巡天
2025-10-20 20:30:44

 1122

 22

#开源 #知识图谱 #人工智能 +3
腾讯云TI-ONE实战体验：一站式机器学习平台的全流程评测

腾讯云TI-ONE平台是国内领先的一站式机器学习平台，提供从数据准备、模型训练到部署的全流程支持。其核心优势在于深度集成腾讯云生态，具备TI-ACC加速技术、多框架支持和资源隔离等企业级特性。平台特别适合快速原型开发、大规模分布式训练和生产级部署，已在金融风控、工业质检等场景验证效果。相比国际同类产品，TI-ONE在易用性、本地化支持和性价比方面表现突出，能有效降低AI应用门槛，是值得国内企业优先

 haibuduoxieEQge
2025-10-16 14:33:04

 1194

 20

#腾讯云 #云计算 #机器学习
医药专家18年转型之路：从药品申报到AI大模型应用的实战指南！

文章讲述医药法规专家瑞小格如何从处理海量药品申报资料起步，自学编程开发工具，再到运用AI技术打造智能体与知识库的转型历程。她通过运营公众号分享经验，在医药法规领域建立了专业品牌，并成功实现知识付费。瑞小格强调"专业为基，AI为翼"，建议先分享再变现，选择合适平台，持续学习积累。她的实践为医药行业展示了AI应用的可能性，也为其他行业的AI落地提供了宝贵经验。

程序员王饱饱
2025-10-16 16:30:44

 964

 19

#人工智能 #架构 #开发语言 +1
医疗数据中的跨模态知识迁移学习技术

由于数据分布不均衡和标注成本高，跨模态知识迁移学习（Cross-Modal Knowledge Transfer Learning, CMKTL）成为解决医疗AI瓶颈的关键技术。跨模态知识迁移技术正在重塑医疗AI的开发范式，通过有效整合多源异构数据，显著提升了诊断准确率和模型泛化能力。随着多模态预训练模型的持续演进，医疗领域的AI应用将进入新的发展阶段。利用预训练大模型（如CLIP）作为教师模型，

jaxzheng
2025-10-19 02:00:16

 998

 22

#迁移学习 #机器学习 #深度学习 +2
程序员必看！构建Agentic AI的编程基础与工具链详解（建议收藏）

本文介绍了构建Agentic AI应用所需的编程基础和工具，包括Python、Hugging Face Transformers、LangChain、LangGraph、Langflow、LlamaIndex等。文章强调整合LangChain和LlamaIndex对于创建强大、可靠、上下文感知的Agent至关重要，并提供了从基础到高级的学习路线图，帮助开发者构建下一代AI应用。

进击的码农！
2025-10-21 15:55:39

 581

 11

#人工智能 #机器学习 #深度学习 +2
AI大模型RAG技术实战教程：从零基础到企业级应用，解决大模型知识过时问题（强烈建议收藏）

RAG技术的出现，不仅解决了大模型的固有缺陷，更为企业级AI应用开辟了一条可行的道路。从金融合规到医疗诊断，从智能制造到教育培训，RAG正在各个领域展现其变革力量。

程序员新一
2025-10-16 12:01:08

 1300

 30

#人工智能 #大数据 #机器学习 +2
【收藏必备】大模型正在重构开发范式，掌握高薪AI开发技能

大模型正在重构开发范式，企业急需能将业务需求转化为AI应用的程序员。具备RAG、Agent智能体和微调三大核心能力的AI应用开发工程师极度稀缺，薪资远超传统开发者。

yihanss
2025-10-18 18:36:53

 1248

 20

#人工智能 #重构 #深度学习 +2
《AI Engineering》权威发布：AI工程师必读，从基础模型到高质量AI应用的构建之道！

《AI Engineering》是AI工程领域的权威之作，系统介绍了使用基础模型构建高质量AI应用的工程方法。书中涵盖提示工程、RAG、微调、智能体等核心技术，以及评估、优化与部署等实践内容。作者Chip Huyen通过原则导向的方法论，帮助读者从"能用"到"好用"地构建AI应用，适合AI工程师、机器学习工程师和数据科学家等专业人士参考学习。

程序员王饱饱
2025-10-19 08:00:00

 1665

 23

#人工智能 #机器学习 #深度学习 +1
第四范式「OpenMLDB 企业级机器学习数据库关键技术与系统平台」项目获权威认可

通过开源开放，OpenMLDB形成了具备自主知识产权、面向AI应用落地的国产化开源方案，降低了广大企业与开发者应用先进AI数据管理技术的门槛，对构建健康、可持续的AI技术生态，提升我国在基础软件领域的自主创新能力具有积极意义。在这些对系统稳定性、数据准确性和处理性能要求极高的领域，OpenMLDB有效支撑了智能风控、实时营销、政务服务优化等关键场景，通过了严苛生产环境的检验，证明了其技术先进性与工

 weixin_43798812
2025-10-23 17:32:12

 106

#机器学习 #数据库 #人工智能
大模型开发必读：从RAG到上下文工程的进化之路（值得收藏）

文章从RAG技术的兴衰历程切入，揭示其被过度简化的局限性，提出"上下文工程"作为更精确的替代概念。上下文工程强调在每一步生成中精准决定上下文窗口内容，并拆解为内循环（单次生成中的信息筛选）和外循环（系统持续优化）。文章详细分析了"上下文腐烂"问题，介绍多阶段检索等有效方法，并展望未来检索系统发展方向，推动AI应用开发从"炼金术"向"工程学"转变。

进击的码农！
2025-10-18 15:52:38

 869

 25

#机器学习 #人工智能 #开发语言 +2
企业效率提升300%的秘密：AI智能铁三角(Agent+RAG+MCP)架构实战指南！

2025年企业AI应用报告显示，采用完整智能架构的企业效率提升高达300%，而仅使用单一工具的企业改进率仅为15%。这一差距的核心在于是否掌握了由Agent、RAG与MCP构成的“智能铁三角”。缺少其中任何一环，AI系统都难以突破工具化局限，无法实现真正的智能化升级。

Python程序员小泉
2025-10-20 10:25:49

 676

 21

#人工智能 #架构 #产品经理 +2
腾讯云TI-ONE vs 阿里云PAI：一站式机器学习平台全面对比与实战指南

腾讯云TI-ONE平台评测：本土AI开发者的高效选择摘要：腾讯云TI-ONE机器学习平台在多项对比测试中脱颖而出，成为国内企业AI开发的优选方案。该平台提供从数据预处理到模型部署的全流程支持，具有三大核心优势：1）多层次的开发体验，满足不同技术背景团队成员的协作需求；2）内置TI-ACC加速服务，显著提升训练和推理性能；3）优异的性价比和本土化服务支持。与阿里云PAI相比，TI-ONE操作界面更

 haibuduoxieEQge
2025-10-16 14:41:16

 1417

 24

#腾讯云 #云计算 #机器学习
估值100亿！Mercor获3.5亿C轮融资，靠“人类训练AI”领跑赛道

目前，Mercor的客户已覆盖多家前沿AI实验室和财富500强企业，其技术广泛应用于医疗影像识别、金融风险分析、法律推理等关键领域，既帮企业保证了AI应用的合规性与准确性，也加速了AI落地的效率。这家2023年才成立的公司，用“一年一轮融资、估值连番跳”的速度，刷新了AI经济领域的成长纪录，更值得关注的是，它正用“人类训练AI”的模式，重塑未来劳动市场的新形态。未来，随着“人类+智能体”经济时代的

 pincaimao2025
2025-11-04 09:41:35

 335

 3

#人工智能 #机器学习 #深度学习
企业级大模型应用解决方案：从零到一搭建AI应用平台，小白也能轻松上手

文章介绍了针对中小微企业的企业级大模型应用解决方案，分析了现有开源工具的局限性，提出了一种支持多重主流大模型与RAG技术及AI agent深度融合的通用型AI应用管理平台。该平台解决了企业用户侧与管理侧门户分离、用户角色和权限管理、安全管理以及易用性等核心需求，为没有研发团队的中小微企业提供一站式AI服务接入能力，帮助企业安全、高效地应用大模型技术赋能业务。

编程喵酱
2025-10-16 17:34:14

 673

 20

#人工智能 #机器学习 #深度学习
Coze、Dify、n8n三大AI智能体平台深度解析：零基础入门到实战选择指南！

文章详细对比了三大AI工具：Coze(字节跳动出品，适合非技术人员快速创建AI助手)、Dify(专业开发者平台，企业级AI应用开发)和n8n(技术人员自动化工具，实现跨系统AI工作流)。强调它们不是竞争关系，而是面向不同层次需求的产品，帮助读者根据自身技术能力和应用场景选择合适的工具，提高开发效率。

Python程序员小泉
2025-10-21 15:49:16

 898

 12

#人工智能 #开源 #开发语言 +3
30亿设备100亿TOPS算力！

作为驱动AI应用的技术基石，不论是要快速上市兑现性能价值，还是要深度设计配置，从高端智能手机、PC到新兴AI智能设备，Arm总能帮助厂商找到峰值性能、持续能效与芯片面积之间的灵活平衡“甜点”。今天，从安卓到苹果生态，端侧AI的快速发展需要更多底层技术创新的支撑，AI应用体验仍有较大提升空间，Arm Lumex的发布，给行业提供了一套扎实的计算平台基础，让厂商和开发者们面对AI这场硬仗有更充足的弹药

 中國龍在廣州
2025-10-14 11:30:00

 1405

 33

#人工智能 #大数据 #搜索引擎 +2
多模态大模型：开启下一代多模态应用的革命性突破

在研究进展与计算能力提升的双重驱动下，多模态大模型的发展正驶入快车道。随着模型不断进化，其变革AI应用的潜力日益凸显。未来，多模态大模型的重要发展方向之一是生成“文本-图像交织内容”——将文本描述与配套视觉元素深度融合，实现更全面的多模态内容理解与生成。此外，拓展多模态大模型的模态覆盖范围（整合更多类型的数据）将进一步增强其能力，使其能更灵活、更深入地与多媒体信息及现实世界环境交互，提升多感官领域

 曼孚科技
2025-10-20 15:50:33

 881

 8

#人工智能 #语言模型 #transformer +1
Anthropic推出Claude Skills——告别Prompt堆砌，构建模块化AI智能体！

Anthropic推出的Claude Skills通过模块化方式解决AI应用中Prompt管理难题。Skills如同"AI工作手册"，包含完成任务所需全部资源，采用分层加载技术减少上下文负担。这一创新使AI Agent从"Prompt堆砌"转变为可维护工程体系，开发者角色也从"Prompt工程师"升级为"AI能力架构师"。Skills代表AI工程化新范式，证明AI能力不仅取决于模型参数，更取决于工

 全栈大佬！
2025-10-21 11:02:41

 1084

 28

#人工智能 #机器学习 #开发语言 +2
2025版，后端程序员转型AI大模型实战指南：工程化视角下的学习路线与超详细攻略！

《后端程序员转型AI大模型的优势与路径》后端程序员在转型AI大模型领域具备独特优势：1）工程能力可迁移至模型API服务化设计、GPU资源调度等场景；2）Python生态和数据库经验能快速适配工具链；3）业务抽象能力可转化为Prompt设计和Agent开发。建议分四阶段转型：1-2个月掌握API与Prompt工程，2-3个月攻克RAG与Agent开发，3-6个月学习微调与工程化部署，长期追踪前沿技

 AGI大模型老王
2025-10-15 13:32:37

 807

 7

#人工智能 #机器学习 #AIGC +2
突发！这本老牌期刊惨遭EI 数据库剔除！

2025年10月EI期刊目录更新，Neutrosophic Sets and Systems（ISSN:2331-6055）被剔除。该刊由新墨西哥大学出版，创刊于2013年，聚焦中性哲学及相关系统研究，涵盖逻辑、代数、AI应用等领域。最后收录至2025年第88卷。更多期刊动态可关注"Unionpub学术"公众号获取。

WangUnionpub
2025-10-21 09:58:23

 392

#机器学习 #数据库 #人工智能 +2
TensorFlow模型部署实战从SavedModel到TensorRT的完整优化流程

从SavedModel到TensorRT的完整优化流程代表了现代机器学习部署的最佳实践。通过合理利用TensorFlow生态中的各种工具，开发者能够在保持模型功能完整性的同时，极大提升推理性能。随着硬件技术的不断进步和软件工具的持续优化，这一流程也将不断完善，为AI应用的大规模部署提供更强有力的支持。

qq_41069030
2025-10-14 18:14:36

 771

 14

#机器学习
大模型学习：一文厘清Agentic AI与AI Agent的核心差异与应用场景

文章核心内容是区分Agentic AI与AI Agent这两种AI应用路径。AI Agent是单一功能执行者，基于预设规则执行任务，适合结构化、短期ROI需求场景；Agentic AI是多载体协同的智能体系，能自主决策、持续学习，处理复杂动态问题，适合跨部门协作和战略决策。企业应根据业务需求选择合适技术，可采用"AI Agent执行+Agentic AI统筹"的混合模式，实现从自动化到智能化的跨越

 编程喵酱
2025-10-22 18:12:29

 871

 15

#人工智能 #学习 #深度学习 +1