AI
刷新
MAICC 如何让 AI 团队在瞬间学会完美协作

博主头像 不再需要重新学习:MAICC 如何让 AI 团队在瞬间学会完美协作1. 问题:AI 团队换任务就得从头练多智能体强化学习(MARL)有个老问题。传统算法面对新任务时,需要重新跑上百万次训练迭代。这个成本在实际场景中很难接受。问题在 Dec-POMDP(去中心化部分可观测马尔可夫决策过程)框架下更加严 ...

语音合成技术发展简史:从拼接合成到神经网络 TTS

系列文章导航 第一篇:语音合成技术发展简史(本文) 第二篇:主流 TTS 架构对比 第三篇:语音克隆是怎么实现的 第四篇:TTS 推理速度为什么这么慢 第五篇:本地部署 TTS 方案横向对比 第六篇:VoxFlash-TTS 部署实践 本文是「语音合成技术系列」第一篇,梳理语音合成技术从早期到现在的 ...

去AI味十大Agent skill

博主头像 去AI味十大Agent skill每个项目的核实说明与可访问的官方链接:humanizer功能定位:去除 AI 写作痕迹的元老级工具,支持中英文。官方地址:https://github.com/blader/humanizer说明:该项目基于 Claude Code Skill 构建,通过扫描并重写 ...

折腾半小时,终于让AI 能直接帮我写飞书文档了

博主头像 飞书 CLI 实战:让 AI Agent 帮你操作飞书 一、事情是这样的 前阵子在排查公司内网一个 Java 服务的问题,日志刷了一屏幕。问题定位到了,方案也理清了,于是习惯性对 AI 说:"帮我把分析结果整理一下,写成一个飞书文档。" AI 很快就生成了一段漂亮的文字分析。然后我说:"写到飞书里。 ...

时序大模型科学应用案例-1:用时序大模型服务平台 TimechoAI 预测太阳活动

博主头像 我们每天都生活在各种“预测”之中。 明天出门要不要带伞,导航告诉你半小时后哪条路会堵,电力调度中心盯着晚高峰的负荷曲线,运维团队判断设备什么时候该换零件,平台预估下一波流量会不会挤爆服务器。 这些问题来自不同领域,但在数据的视角看,它们长得一模一样: 都是一条随时间起伏的曲线。 只要一个系统会随时间 ...

2026 南京江宁装修公司细分场景适配观察:十家本土装企真实口碑与专项优势解析,金管家装饰全维度测评稳居榜首

博主头像 引言 江宁作为南京面积最大、常住人口突破 200 万的核心板块,家装市场呈现高度分化的消费特征:东山老城三十年以上老旧公房集中,老房翻新隐患重重;百家湖、九龙湖聚集大平层、联排别墅改善客群;秣陵、禄口空港新城刚需安置房、毛坯新房订单持续走高;汤山自建房、沿街小型商铺、交付不满五年的精装房局部改造共同 ...

15天学会AI应用开发(八)使用向量数据库实现RAG功能

博主头像 上一篇文章采用字符串匹配的方式来查找知识,这种方式比较呆板不够智能,接下来引入向量数据库,通过向量化实现更精细的知识检索。 一、文本嵌入Embedding模型 向量化一段文本的时候,经常用到all-MiniLM-L6-v2,它是一个轻量级的文本嵌入Embedding模型,专门把文字转成数字向量,给R ...

15天学会AI应用开发(七)有了大模型为什么还要引入RAG

博主头像 ​前面的文章依次介绍了如何截断历史会话的对话记录,包括按照记录数量截断、按照Token长度截断,以及浓缩为摘要截断等等,其中摘要操作又分为三大类: 1、使用第三方的摘要库对文本摘要; 2、使用在线大模型对文本摘要; 3、使用离线大模型对文本摘要; 以上对会话记录的各种处理操作,统称为AI应用的上下文 ...

从 豆包 到 Codex CLI:一名普通开发者的 AI 工具进化路线

博主头像 一、前言 作为一名普通开发人员,我对 AI 工具的上手其实算比较晚。今年五月以前,基本还只是把 AI 当作聊天机器人使用。有时听同事提到一些关键词都听不懂,甚至不知道该如何提问,心里多少有些惭愧。直到最近因为一个契机,沉下心认真摸索了一段时间,才真正感受到 AI 工具的魅力和强大,也切身体会到它对生 ...

深度学习进阶(三十一)FlashAttention:IO 感知的精确注意力

博主头像 上一篇我们把现代大模型的五个核心模块拼回了 LLaMA 这个完整案例中,可以看到注意力机制仍然是计算最密集的部分。 而这个密集程度在序列变长时,会变得越来越恐怖: 标准自注意力的计算复杂度和空间复杂度都是 \(O(n^2)\):序列长度翻倍,计算量翻四倍,内存占用也翻四倍。 而在之前,我们用 KV ...

给 AI Agent 使用 Puppeteer 之前,先定义浏览器边界

Puppeteer 是非常适合 AI coding agent 使用的工具。它用 Node.js API 控制 Chrome 或 Firefox,可以做浏览器自动化、截图、网页抓取、页面检查、网络请求观察和重复性 Web 任务。 但这也是风险来源。 一旦 Agent 能打开浏览器,它就可能接触真实网 ...

<1234···50>