存储AI–AI博客聚合
最新聚合的文章
-
学习大模型训练的显存管理与混合精度
在上一篇中，我们学习了参数是怎么被一步步更新的：前向传播算出损失，反向传播沿计算图把梯度传回每个参数，最后 AdamW 用一阶、二阶矩估计对参数做更新。当时我们的注意力都在计算过程上，有一个问题被有意
-
一次 92 分一次 8 分，都是同一个系统：EVICALC 用 1730 道题教你做人
DocSem 共享任务系统 EVICALC 复盘：官方终测 1730 题联合准确率仅 8.61%，而一次
-
workbuddy和codebuddy免费送1000积分, 10秒钟搞定
关注我的朋友, 都知道我喜欢薅羊毛🐑 今天偶然发现QClaw页面显示送1000积分, 分享给大家 https://qclaw.qq.com 第一步, 打开QClaw https://qclaw.qq.
-
宏技能一失败就抓瞎？给 Coding Agent 的技能库装个「降级键」
编码 Agent 的技能库只解决了「检索哪个技能」，没解决「执行时用多粗的动
-
从零到落地的AI系统学习进阶路线
从零到落地的AI系统学习进阶路线 一、路线总览 AI 学习不是背 API，而是建立一条"数学基础 → 机器学习 → 深度学习 → 工程落地"的能力链。建议按四个阶段推进，每个阶段配可运行的实战项目，避
-
AI Agent 产业趋势 2026—2028：从部署率 17% 与 95.3%，看可信执行和 ROI
同在2026年，为什么Gartner和IDC的Agent部署比例差距巨大？从统计口径、七层执行架构到Memory、端侧、安全与真实ROI，系统判断2027—2028行业方向。
-
2027—2028 AI 产业趋势：云端 Agent、端侧 AI、小模型与隐私安全
面向 2027—2028 年的 AI 产业研究：分析云端 Agent 持续执行、端侧 AI 与小模型协同、多模态检索、隐私和数据主权、可信工具调用、算力供给、推理经济学及商业化前景，给出依据、选型建议与可验证的未来情景。
-
2026年第43周GitHub趋势周报
导读 本周 GitHub Trending 榜单呈现出一条非常清晰的主线特征——AI 代理正在完成从“对话式助手”向可生产、可管控、可审计的代理工程系统跃迁。过去很长一段时间里，AI 编码工具的形态大
-
如何用 Claude Opus 5.5 做一支音乐 MV？代码逐帧渲染完整教程（2026）
前言：Opus 5.5 是怎么「画」出 MV 的 最近刷到很多「用 Opus 5.5 做的 MV」，画面是手绘水彩风，小角色跟着节拍动，歌词一个字一个字亮起来。第一反应会以为是某个视频生成模型做的——
-
Windows也能用 Apple Watch 解锁
Mac 能用 Apple Watch 自动解锁，Windows 不能。这个开源工具把它补上了：戴着手表走开就锁屏，走回来自动解锁。本文讲原理、用法、安全和局限。
-
VeOps 深度调查：让 AI 排障从“能用”走向“可靠”
火山引擎全栈可观测平台深度调查：排障场景自动分步排查，从告警直达根因，输出带证据链的结论与处置建议；结构化记录，支持复核、交接与知识沉淀，提升故障响应效率与可靠性。
-
金融 AI 最危险的“专业感”：数据是真的，数字却算错了
数据来源是真的，报告里的数字却错了。一次指数低点计算错误，让我们重新区分取数、计算和写报告：为什么多模型投票不能代替复算，漂亮报告也不能证明研究完成？
-
一次 Skill 评测的复盘：我推翻了一份现成的模型选型结论，然后自己造了个评测平台
看了一眼同事的skill评测报告，一怒之下我就自己做了个skill评测平台，来完成长期的skill效果和最佳模型评测和选型
-
给豆包和 Claude 派活总返工？把测试用例搬进提示词，前置验收清单一次交差
我是小虎，做AI企业陪跑这两年，加上之前十多年的代码开发底子，我发现很多老板和职场人都有个通病——用豆包或Claude时，特别喜欢事后算账。东西写砸了，就甩一句「不对，重写」，或者「你看看错哪了」。结
-
消除AI幻觉，普通人能做的五件事
AI幻觉没法彻底消除。这不是技术不够好，是原理决定的。大模型就是个概率预测机器，每一步都在猜"下一个词最可能是什么"。它不知道的时候不会停下来，会猜一个听起来最合理的。所以别想着消灭幻觉，要想的是怎么
