算法优化-青云TOP-AI综合资源站平台|青云聚合API大模型调用平台|全网AI资源导航平台

青云TOP-AI综合资源站平台|青云聚合API大模型调用平台|全网AI资源导航平台

行动起来，活在当下

累计撰写 5842 篇文章
累计创建 2040 个标签
累计收到 0 条评论

目录CONTENT

以下是算法优化相关的文章

2025-12-01
如何加速语言模型的训练语言模型训练涉及大量的计算资源和时间，本指南深入探讨了多种加速训练过程的有效策略。文章详细介绍了从硬件优化到软件配置的各个方面，包括采用混合精度训练、使用梯度累积以模拟更大的批次大小、以及实施高效的数据加载和模型并行化技术。掌握这些方法可以显著缩短模型开发周期，提高训练效率，从而加速AI创新。
- 2025-12-01
- 0
- 0
- 0
- AI基础/开发
- AI工具应用
2025-11-29
改变推荐算法排名能改变一个人的政治立场一项发表在《科学》期刊上的新实验揭示了社交媒体算法排名的深远影响。研究人员开发了一种AI驱动的浏览器扩展程序，用于实时重新排序X/Twitter的信息流。实验结果显示，即使接触到少量敌对政治内容的变化，也能在数天内显著影响用户对反对党的看法。这为算法介导的内容排名对用户社交媒体信息流的因果效应提供了直接证据，凸显了社交媒体平台在塑造公众舆论和情感极化中的强大作用。
- 2025-11-29
- 0
- 0
- 0
- AI行业应用
- AI新闻/评测
2025-11-27
基于活结的机械传动与机器人操作本文介绍了一种基于活结（slipknot）的机械传动机制，用于控制人类和机器人系统的智能操作。该机制通过拓扑设计和活结的系紧与释放，实现了95.4%的力传递一致性，无需额外传感器和控制器。在外科手术修复中的应用显示，它能将新手外科医生的打结力精度提高121%，使其达到专家水平，并改善了术后血液供应和组织愈合。
- 2025-11-27
- 0
- 0
- 0
- AI行业应用
- AI工具应用
2025-11-26
AI组合或将开启人类级别的智能结合“老式”的逻辑系统与大型语言模型所依赖的神经网络，正成为人工智能领域的热门趋势。美国人工智能促进协会（AAAI）的成员普遍认为，仅靠神经网络无法实现人类级别的智能，必须引入符号AI的元素。本文探讨了这种混合方法如何可能推动AI迈向新的智能高度。
- 2025-11-26
- 0
- 0
- 0
- AI新闻/评测
- AI基础/开发
2025-11-22
专家级特征工程：高风险模型的先进技术
- 2025-11-22
- 0
- 0
- 0
- AI基础/开发
- AI工具应用
2025-11-22
摆脱时序差分学习的强化学习：一种分而治之的新范式本文介绍了一种基于“分而治之”（divide and conquer）范式的强化学习（RL）新算法，它完全不依赖于存在可扩展性挑战的时序差分（TD）学习。该算法通过对轨迹进行分段合并，理论上能将贝尔曼递归次数减少到对数级别，有效解决了长程任务中的误差累积问题。研究团队将其应用于目标条件强化学习，提出了<strong>Transitive RL (TRL)</strong>，并在OGBench等高难度任务上取得了优异表现，无需手动设置TD($n$)中的超参数$n$。
- 2025-11-22
- 0
- 0
- 0
- AI基础/开发
2025-11-21
RenderFormer：神经网络如何重塑3D渲染本文基于微软研究院关于RenderFormer的研究，探讨了神经网络如何革新3D渲染领域。RenderFormer框架利用Transformer架构，旨在提高3D数据渲染的效率和质量，是计算机图形学和AI在空间理解方面的重要进展。
- 2025-11-21
- 0
- 0
- 0
- AI创意设计
- AI行业应用
2025-11-21
人工智能生成性模型与“记忆”研究的进展人工智能研究正聚焦于如何让大型语言模型（LLM）具备长期记忆能力，以解决当前模型缺乏上下文连贯性的局限。研究人员通过模仿人类大脑的记忆机制，开发出新的算法来提升模型的学习和检索能力。这种进展有望使得AI系统能够处理更复杂的、需要跨越长时间段信息的任务，极大地拓宽了人工智能的应用边界，特别是在需要个性化、持续交互的场景中。
- 2025-11-21
- 0
- 0
- 0
- AI基础/开发
- AI新闻/评测
2025-11-21
Sortera利用AI技术将美国废弃铝材问题转化为现金流回收铝材潜力巨大，但分选混合铝屑一直是个难题。初创公司Sortera利用AI模型结合激光、X射线荧光和高速摄像头数据，实现了对不同等级铝材超过95%的准确率分离。这一突破不仅解决了行业痛点，还帮助公司实现了盈利，并计划扩张建厂。
- 2025-11-21
- 0
- 0
- 0
2025-11-20
深度学习训练工具箱：PyTorch 2.0 正式发布！训练速度提升 30%-50% PyTorch 2.0 已经正式发布，带来了重大的架构升级，核心亮点在于引入了全新的 <em>torch.compile()</em> 编译 API。该功能实现了深度学习模型的自动性能优化，显著提升了模型训练和推理速度。根据官方基准测试结果，PyTorch 2.0 在实际工作负载下的训练速度提升了 30% 至 50%，推理性能提升甚至超过 2 倍。此次更新标志着 PyTorch 在易用性和性能方面迈出了关键一步，为开发者提供了更高效的AI开发体验，并强调了其对动态计算图的兼容性。
- 2025-11-20
- 0
- 0
- 0
- AI基础/开发
- AI工具应用
2025-11-20
使用 Spectrum 微调技术提高 Amazon SageMaker AI 上的 FM 训练效率本文深入介绍了 Spectrum 微调技术，这是一种通过识别和选择性训练基础模型（FM）中最具信息量的层来提高训练效率的新方法。我们将展示如何在 Amazon SageMaker AI 上实施 Spectrum 微调，并与 QLoRA 等技术进行对比，证明 Spectrum 能够在显著减少资源消耗和训练时间的同时，保持更高的模型性能。
- 2025-11-20
- 0
- 0
- 0
2025-11-19
处理几乎任何数据科学项目的五步指南数据科学项目成功与否的关键在于结构化的流程，而非仅仅是模型构建。本指南提出了一个实用的五步框架，帮助专业人士避免常见的陷阱，如目标错误或忽略数据质量问题。这五个步骤强调了业务目标定义、深入数据探索、建立有意义的基线、系统化地改进特征工程，以及在生产条件下的严格验证。遵循这一流程，可以确保开发出的AI解决方案不仅在技术指标上出色，更能为业务带来实际价值，是成功交付项目的基石。
- 2025-11-19
- 0
- 0
- 0
- AI基础/开发
- AI工具应用
2025-11-16
一束光实现类超级计算机级AI运算阿尔托大学研究人员开发出一种仅需一束光就能执行AI张量运算的方法。通过将数据直接编码到光波中，他们使计算能够被动、自然且同时发生。这种方法无需电子元件，未来有望集成到光子芯片中，为AI系统带来速度和能效的巨大飞跃。
- 2025-11-16
- 0
- 0
- 0
2025-11-15
中国AI模型自主学会了基础物理学——它能带来哪些科学发现？一个名为“AI-Newton”的中国团队开发的AI系统，能够从原始实验数据中自主推导出关键的物理学原理，例如牛顿第二定律。该模型通过逐步构建知识库来模仿人类科学过程，这预示着AI在无需人类预先编程的情况下发现科学洞见的潜力。
- 2025-11-15
- 0
- 0
- 0
2025-11-14
使用 Dask 和 Scikit-learn 处理大型数据集
- 2025-11-14
- 1
- 0
- 0
- AI基础/开发
- AI工具应用
2025-11-14
预测新突破：结果惊人地接近现实测量值一组数学家开发出一种名为最大一致性线性预测器（MALP）的新方法，旨在使预测值与现实世界结果保持更紧密的一致性。该方法通过最大化一致性相关系数（CCC）来实现，在医学和健康数据测试中，它通常优于传统的误差最小化方法，有望重塑科学预测的可靠性。
- 2025-11-14
- 0
- 0
- 0
- AI新闻/评测
- AI基础/开发
2025-11-12
面向高风险模型的专家级特征工程：高级技术
- 2025-11-12
- 0
- 0
- 0
- AI基础/开发
- AI工具应用
2025-11-11
Python GIL终结的意义是什么？ Python的全局解释器锁（GIL）正在被逐步移除，这一变化不仅是技术性的，更具有深远的文化意义。GIL的终结将重塑Python的编写、扩展和思考方式。PEP 703标志着Python设计哲学的历史性转变，通过引入可选的无GIL构建，并重构CPython的内存模型，解决了长期以来Python在多核CPU上无法实现真正多线程的瓶颈。对于数据科学和AI应用而言，这意味着计算密集型任务的性能将实现线性扩展，推动Python在高性能计算领域发挥更大的潜力。
- 2025-11-11
- 0
- 0
- 0
- AI基础/开发
- AI工具应用
2025-11-11
关于大语言模型评估指标你需要了解的一切
- 2025-11-11
- 0
- 0
- 0
- AI基础/开发
- AI工具应用
2025-11-10
RenderFormer：神经网络如何重塑3D渲染本文深入探讨了RenderFormer，一种创新的神经网络方法，旨在革新3D渲染的效率和质量。研究人员利用Transformer架构优化了渲染过程，显著提高了3D内容生成的速度和细节表现，为未来的计算机图形学和虚拟现实开辟了新途径。
- 2025-11-10
- 0
- 0
- 0
- AI创意设计
- AI基础/开发

1
2
3
4