登录社区云，与社区用户共同成长
邀请您加入社区
我们相信，随着训练框架的持续优化与普及，智能体将逐步跨越“能跑通 Demo”的初级阶段，迈向“持续自主进化”的新阶段。未来，AReaL 团队将持续在系统可用性、训练引擎效率、AI 辅助开发与多模态智能体训练等方向发力，致力于打造面向 Agentic AI 时代的高性能 RL 基础设施。传统的强化学习训练系统多为同步模式，在每一轮训练中需要等待所有推理任务完成后再更新模型，这不仅限制了训练吞吐，也造
把图像划分成网格，每个网格预测多个预设形状的“锚框”（anchor），再微调偏移量得到最终检测框。为方便大家学习 这里给大家整理了一份系统学习资料包 需要的同学 根据下图指示自取就可以。：浅层特征分辨率高（适合小目标），深层特征语义强（适合大目标）。：同一个目标可能产生多个检测框，按置信度排序，IOU>阈值的框被抑制，只保留最优一个。：损失函数直接决定收敛速度和精度，YOLOv8/v10已优化为更
随着城市化进程加速和居民生活水平提升，我国生活垃圾年产量已突破2.5亿吨（住建部《2023年城乡建设统计年鉴》），传统人工分拣方式存在效率低、准确率差、人力成本高、二次污染严重等突出问题。为响应国家“双碳”战略与《“十四五”城镇生活垃圾分类和处理设施发展规划》政策导向，本研究设计并实现了一套端到端的基于深度学习的智能垃圾分类系统。系统采用改进型EfficientNetV2-S作为主干网络，融合注意
随着近来数据可用性，算力和新算法的快速发展，机器学习已逐渐成为实现人工智能（AI）的关键方法之一。机器学习是计算机科学更广泛领域中人工智能的一个子集。它用计算机和算法从“数据”中学习并发现“模式和洞察”，因为在许多情况下，“模式和洞察”就隐藏在“数据”之中。随着时代发展，从业务流程中积累的数据对人类来说理解起来可能非常复杂。然而算法却能够比人更快、更准确地从数据中发掘出“模式和洞察”。机器学习..
我们在用 stable diffusion制作AI图片时，默认生成图片的尺寸为512512，即使是竖图一般也就是512768，如果再把尺寸设置大一些，就会因为硬件算力不够而造成系统崩溃，今天就来跟大家聊一聊，如何将制作好的小图无损放大，得到一张高分辨率的大图。AI绘画功能强大，不仅可以将小图片进行高清无损放大，而且还能精细还原细节，小图片高清无损放大，分分钟搞定，单张、批量均可，免费不花钱。（文末
MiniCPM-V-2_6 是一个基于 MiniCPM 架构的多模态预训练模型，专为视觉和语言任务设计，具备高效处理图像和文本的能力，该模型基于 SigLip-400M 和 Qwen2-7B 构建，共有 8B 参数。
今年初，浪潮在IPF 2020大会上首次提出“智算中心”概念。如果回顾从年初的科技抗疫，教育、医疗、办公等业务加速走向线上，到新基建政策正式推出，产业数字化步伐再提速，会发现“智算中心”的提出可谓是恰逢其时，引发行业内外的高度关注。这种关注热潮在9月份浪潮云数智中国行上体现的淋漓尽致。不仅仅因为“智算中心”是浪潮之前推出的“计算力是生产力”、“产业AI化”、“智慧技术”等理念的一种延续，用户对之产
本文介绍了系统化学习AI大模型的课程内容，包含7个阶段：从系统设计到提示工程、平台开发、知识库应用、微调开发、多模态应用和行业解决方案。课程采用理论与实践结合的方式，涵盖大模型全栈开发技能，包括GPU算力、LangChain框架和垂直领域训练等核心内容。配套资源提供学习路线图、100套商业方案、视频教程、书籍和面试题库等。通过扫描二维码可免费获取完整PDF资料。课程旨在培养学员解决实际项目需求的能
2025年AI发展将呈现三大核心趋势：一是算法创新推动成本降低，以DeepSeek为代表的开源模型使AI技术民主化；二是AI Agent崛起成为生产力工具，数字劳动力时代即将到来；三是全球监管框架加速建立，推动AI进入规范发展新阶段。这些趋势标志着AI将从算力竞赛转向算法优化，从对话工具升级为生产力助手，并在监管护航下实现可持续发展。
本文以智能客服为例，系统介绍了AI产品经理的核心能力与工作流程。课程主讲人结合美团、用友等企业实战经验，梳理出AI产品经理三大关键步骤：1）业务需求拆解与可行性评估；2）算法效果跟踪与需求提出；3）基于技术边界的产品功能设计。课程体系包含AI产品基础知识（技术全景图、算法原理、模型评估）、实战案例（推荐系统/预测产品开发）及配套资料库（PRD模板/数据标注方法）。特别强调AI产品经理需掌握数据、算
摘要：随着AI技术发展，企业面临算力适配滞后和生态兼容不足两大挑战。浪潮云海InCloudAIOS提出"分层解耦、开放兼容"理念，推出异构加速设备动态扩展方法和推理引擎快速适配框架，实现新算力小时级兼容和模型高效部署。该方案通过统一能力模型和标准化接口设计，解决了异构GPU管理和推理引擎适配难题，已成功支持千亿参数模型的快速部署。未来将持续优化性能，助力企业高效管理异构算力，推
报告系统性分析了算力中心服务商的产业现状、竞争格局及市场环境，同时探讨了AI大模型带来的职业机遇与技术趋势。数据显示，2025年大模型相关岗位缺口将达47万，初级工程师平均薪资28K，凸显行业人才需求。报告详细拆解了从提示词工程到模型训练的四阶段学习路径，并分享了大模型落地实践案例与学习资源。此外，针对算力服务商面临的挑战与机遇，报告提出了综合评价体系，为从业者提供战略参考。完整版报告可通过CSD
只要排得上号的芯片企业，主推都是AI，性能和算力一年比一年猛，
兄弟们！现在用Cursor写代码确实爽，但你知道这玩意其实是慢性毒药吗？当编程变得和用Word一样简单，老板还需要花钱雇你写CRUD吗？未来5年真正值钱的程序员，都是懂大模型原理的程序员！随着模型架构的改进、硬件的国产化替代、算力资源的共享等方式，未来几年大模型训练的成本会急剧下降。当大模型的训练成本降低到一定程度的时候，中小企业也就能参与大模型的游戏了，到时候市场对懂AI大模型原理的程序员的需求
《算力中心服务商发展报告》从行业现状、市场环境、趋势热点等维度系统分析算力产业发展，揭示行业竞争格局与核心挑战，为相关企业及投资者提供战略参考。报告完整版已上传CSDN平台，可扫码免费获取。同时附赠AI大模型学习资源包，涵盖系统设计、提示词工程、平台开发等七大阶段课程，以及商业化方案、视频教程等实用资料，助力开发者掌握大模型应用能力。
我们已经适应了有问题就向豆包、DeepSeek等AI助手提问的方式。一般的问题，大模型都能很好的回答；但在一些专业垂直门类方向的深度问题，通用大模型受限于其训练数据都是公开网络所获取的公开数据，以及训练截止时间早所导致的知识未更新等问题，这就使得AI的回答在专业度和时效性方面有所欠缺。这个时候，我们一般使用自建AI知识库来弥补这个知识空白。就好像用自建的知识库为AI大模型挂接了一个外脑一样。这个问
摘要：昇腾AI计算解决方案以极致算力，端边云融合、全栈创新，开放生态的硬核实力。用户可以使用标准的Matrix接口实现业务引擎，对外释放昇腾AI加速能力。从卷积神经网络中的矩阵乘法（GEMM）说起说起AI业务，就不得不提最经典的AlexNet，AlexNet模型于2012年提出，其被认为是计算机视觉领域最有影响力的模型之一。AlexNet网络主要包含八层，前五层是卷积层，最后三层是全连接层。 配合
DeepSeek 一上线，行业有个声音是医生以后可能就没饭吃了。近期在一场公开活动中，上海交通大学医学院附属仁济医院（下简称“仁济医院”）副院长、泌尿科学科带头人薛蔚说道。这番话的另一面，是传统医疗机构对新一代AI技术的价值重估。2025 年开年，DeepSeek掀起了大模型领域的新走向，将行业落地的算力、算法门槛都大幅降低，使得AI与产业融合开始爆发，医疗就是其中的热门场景之一。一时间，涌入了更
