AI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 5575 篇文章
累计创建 1954 个标签
累计收到 0 条评论

目录CONTENT

以下是 AI算法优化相关的文章

2026-02-20
智能体评估：如何测试和衡量智能体式AI的性能
- 2026-02-20
- 0
- 0
- 0
- AI基础/开发
- AI工具应用
2026-02-20
深度学习研究人员的“圣杯”：通用具身智能体如何改变AI格局？具身智能体（Embodied AI agents）被誉为AI研究的“圣杯”，它代表了人工智能从纯粹的数字世界走向物理世界的关键一步。研究人员正致力于开发能够理解、推理并与真实物理环境进行交互的AI系统。与传统LLMs不同，这些智能体需要整合视觉、触觉、听觉等多种感官数据，并在复杂、动态的现实世界中执行任务。成功实现具身智能，将彻底改变机器人学、自动化和人机交互的未来，推动AI在工业、家庭和医疗领域的广泛应用，其影响力和潜力巨大。
- 2026-02-20
- 0
- 0
- 0
2026-02-19
使用STARLING对无序蛋白质集合进行精确预测本文介绍了STARLING框架，它结合了基于物理的力场和多模态生成深度学习，能够从蛋白质序列快速生成精确的无序蛋白质区域（IDR）集合。STARLING支持离子强度调节，并展示了生成模型在训练域之外的插值能力，同时引入了基于贝叶斯最大熵重加权方案的实验约束下集合精炼方法。该工具还能进行基于集合的“生物物理相似物”搜索，并将序列设计速度提升至秒级，极大地降低了计算研究IDR功能的门槛。
- 2026-02-19
- 0
- 0
- 0
- AI工具应用
- AI基础/开发
2026-02-18
超越时序差分学习：基于分而治之的强化学习新范式本文介绍了一种基于“分而治之”范式的强化学习（RL）算法，它不依赖于传统的时间差分（TD）学习，能有效解决TD学习在长序列任务中遇到的可扩展性挑战。作者提出了“分而治之”的价值学习新范式，并介绍了一种名为“可传递强化学习”（TRL）的实用算法，该算法在复杂的、长时序的目标条件RL任务中取得了优异性能，尤其是在无需手动设置超参数$n$的情况下，表现与最优的TD-$n$持平。
- 2026-02-18
- 0
- 0
- 0
- AI基础/开发
- AI工具应用
2026-02-17
LLM 嵌入 vs TF-IDF vs 词袋模型：Scikit-learn 中哪个效果更好？
- 2026-02-17
- 0
- 0
- 0
- AI基础/开发
- AI工具应用
2026-02-17
类脑计算机在数学运算上表现超出预期桑迪亚国家实验室的研究人员开发出一种新算法，使模仿人脑结构的神经形态硬件能够高效求解偏微分方程（PDEs）。这一突破表明，类脑计算机有望取代高能耗的传统超级计算机，在能源效率上实现巨大飞跃，并为国家安全等关键应用开辟了低功耗高性能计算的新途径。
- 2026-02-17
- 0
- 0
- 0
- AI新闻/评测
- AI基础/开发
2026-02-10
使用 Scikit-Learn 和 LLM 嵌入进行文档聚类
- 2026-02-10
- 2
- 0
- 0
- AI基础/开发
- AI工具应用
2026-02-10
用于改进时间序列模型的5种交叉验证方法
- 2026-02-10
- 2
- 0
- 0
- AI基础/开发
- AI工具应用
2026-02-10
会自言自语的AI学得更快、更聪明研究人员发现，允许人工智能进行内部“自言自语”（内部独白），并结合短期记忆，可以显著提高AI适应新任务、切换目标和处理复杂挑战的效率。这种方法只需使用更少量的训练数据，即可实现更灵活、更接近人类的学习能力。
- 2026-02-10
- 1
- 0
- 0
- AI新闻/评测
- AI基础/开发
2026-02-10
改进时间序列模型的五种交叉验证方法
- 2026-02-10
- 1
- 0
- 0
- AI基础/开发
- AI工具应用
2026-02-10
针对提示词注入的防御：StruQ 和 SecAlign 微调方法提示词注入是当前LLM应用面临的首要威胁。本文介绍了Berkeley AI Research提出的两种无需额外计算成本的微调防御方法：StruQ和SecAlign。这些方法通过在输入中明确分隔指令和数据，并训练模型忽略注入的指令，显著降低了攻击成功率，同时保持了模型实用性。
- 2026-02-10
- 0
- 0
- 0
- AI基础/开发
- AI工具应用
2026-02-09
关于AI智能体最大的七个误解及其重要性
- 2026-02-09
- 0
- 0
- 0
- AI基础/开发
- AI工具应用
2026-02-09
AI 视觉技术的飞跃：Transformer-based 模型的图像识别性能超越了所有卷积神经网络最新的研究揭示了 AI 视觉领域的一项重大突破：基于 Transformer 架构的模型在图像识别任务中已全面超越了传统的卷积神经网络（CNN）。这一转变标志着深度学习在计算机视觉应用中的范式转移，预示着更强大的模型和更广泛的应用前景。研究表明，Transformer 的全局上下文建模能力在复杂场景理解方面展现出显著优势，其性能提升在多个主流基准测试中得到验证。此次技术革新将深刻影响未来的图像处理和分析工具的开发。
- 2026-02-09
- 2
- 0
- 0
- AI基础/开发
- AI工具应用
2026-02-09
预测自我中心视频：基于人类动作的PEVA模型本文介绍了PEVA（Predicting Ego-centric Video from human Actions）模型，它是一个世界模型，专注于从身体动作预测第一人称视角的视频。PEVA利用高维度的运动捕捉数据来生成原子动作、模拟反事实场景和支持长视频生成，为具身智能体的世界建模提供了新的视角。
- 2026-02-09
- 2
- 0
- 0
- AI新闻/评测
- AI工具应用
2026-02-09
OptiMind：一个具有优化专长的微型语言模型微软研究院发布了OptiMind，一个专为解决优化问题而设计的微型语言模型（SLM）。该模型通过专业化训练，在处理线性规划、二次规划等复杂优化任务时，展现出超越通用大模型的精度和效率。OptiMind专注于结构化推理，是科学计算和供应链管理等领域的理想工具。
- 2026-02-09
- 2
- 0
- 0
2026-02-06
重新思考预测逆向动力学模型中的模仿学习本文探讨了模仿学习（Imitation Learning, IL）的新范式，通过预测逆向动力学模型（Predictive Inverse Dynamics Models, PIDMs）来解决传统IL方法的局限性。我们提出了一种方法，该方法通过预测轨迹的未来状态来指导学习过程，从而提高了学习效率和泛化能力，并展示了其在复杂任务中的潜力。
- 2026-02-06
- 1
- 0
- 0
- AI基础/开发
- AI工具应用
2026-02-05
一个新的人工智能数学初创公司刚刚解决了4个先前未解决的问题人工智能初创公司Axiom声称，其AI系统AxiomProver最近成功找到了几个长期未解的数学难题的解决方案，包括一个困扰数学家多年的猜想。这标志着AI在数学推理能力方面取得了显著进步，并可能在未来对软件安全等领域产生深远影响。
- 2026-02-05
- 0
- 0
- 0
2026-02-03
穿刺误差小于 1 毫米，国内首款 AI 经皮穿刺手术导航设备获批上市国内首款明确包含深度学习人工智能功能的经皮穿刺手术导航设备——龙点睛穿刺手术导航设备，已正式获得国家药品监督管理局（NMPA）三类医疗器械批准上市。该设备在AI算法赋能下，能自动分割CT影像中的关键结构，精准规划穿刺路径。临床数据显示，其可将穿刺靶点误差控制在1mm以内，一次穿刺成功率大幅提高，并能有效将手术时长缩短62%。此外，该设备通过降低耗材成本，有助于减轻医疗机构和患者的经济负担，提升微小病灶活检与消融治疗的效率与准确性。
- 2026-02-03
- 0
- 0
- 0
- AI行业应用
- AI工具应用
2026-02-03
Carbon Robotics 推出大型植物模型 (LPM)，实现即时杂草识别和清除西雅图的 Carbon Robotics 推出了其大型植物模型（LPM），这是一个强大的AI模型，能够即时识别植物种类。该模型基于1.5亿张照片和数据点训练而成，首次实现了农民在田间实时指示机器人清除新型杂草，无需重新训练，极大提升了其激光除草机器人的效率和自主性。
- 2026-02-03
- 0
- 0
- 0
2026-02-01
无需TD学习的强化学习：基于分而治之的替代范式本文介绍了一种基于“分而治之”范式的强化学习（RL）算法，它不依赖于传统的时间差分（TD）学习。该算法能有效扩展到长期任务，解决了TD学习在可扩展性方面的挑战。研究人员提出了“迁移学习（TRL）”，通过限制子目标搜索空间和使用期望回归来实现了可扩展的、分而治之的价值学习。
- 2026-02-01
- 0
- 0
- 0
- AI基础/开发
- AI工具应用

1
2
3
4
5