机器学习/深度学习

首页 标签 机器学习/深度学习
# 机器学习/深度学习 #
关注
72339内容
代理编程全球第一之后:GLM-5 会不会改变自动化与 Agent 测试范式?
春节国产大模型密集升级,智谱GLM-5以7440亿参数及全球第一的代理编程能力引发关注。本文从工程与测试视角,深度解析其DSA稀疏注意力、异步RL架构、国产算力适配等关键技术,并探讨自动化测试范式向行为轨迹验证的根本性转变。
|
5小时前
|
检测有没有玩手机的检测数据集(10,000+张图片已划分、已标注)| AI训练适用于目标检测任务
传统的人工监控方式成本高、效率低,难以覆盖大范围场景。而计算机视觉和深度学习技术的发展,使得通过图像或视频自动识别手机使用行为成为可能,为安全管理、行为分析和智能交互提供了数据支持。为了满足这一需求,本数据集针对玩手机行为检测进行了系统化收集和标注,涵盖多种场景和光照条件,可直接用于目标检测模型的训练与评估。
|
5小时前
|
基于 YOLO26 的打架斗殴行为智能检测(中英文双版) | 附完整源码与效果演示
本项目基于最新的 YOLO26 目标检测算法,实现了对打架斗殴行为的智能检测系统。通过构建专门的数据集、优化模型配置、进行充分的训练和测试,系统在打架斗殴行为检测方面取得了良好的效果。
|
5小时前
| |
大模型应用:混合专家模型(MoE):大模型性能提升的关键技术拆解.37
MoE(混合专家模型)是一种高效大模型架构,通过“智能调度+稀疏激活”机制,让多个专业化子网络(专家)按需协作。它兼顾性能与效率:参数规模大但推理仅激活2-4个专家,显著降本提速;既保持通用能力,又在医疗、法律等细分领域更专精,是当前大模型落地的关键技术。
|
17小时前
|
水面5种垃圾目标检测数据集(8000+张图片已划分、已标注)| AI训练适用于目标检测任务
计算机视觉和深度学习技术的发展,为水面漂浮垃圾的自动检测与识别提供了新的解决方案。基于图像识别的智能监测系统可以实时检测水面垃圾类型和分布情况,辅助环保管理部门开展科学治理、数据分析和决策支持。因此,构建一份高质量、水面漂浮垃圾标注数据集,对于水域环境监测、智慧河道管理以及环保科研应用具有重要价值。
|
18小时前
| |
重构医疗 RAG 的解释权:从向量污染到 GEO 结构化对齐的工程实践
本文提出医疗RAG重构新范式:针对通用大模型在医疗场景中高幻觉、低对齐问题,爱搜光年基于GEO架构,通过知识图谱分层、Embedding阈值重标定与生成硬约束三层机制,实现语料从“内容集合”到“可验证资产节点”的升级,显著提升Recall@10与实体对齐率,降低幻觉率。
发现交通事故的车辆受损情况数据集(1000+张图片已划分、已标注)| AI训练适用于目标检测任务
本数据集专注于交通事故车辆受损情况的识别与分级,面向目标检测与图像分类任务,构建了覆盖多种道路环境与事故类型的高质量图像数据集,可为事故严重程度评估、车辆损伤等级判定及相关智能系统提供可靠的数据支撑。
基于 YOLO26 的摔倒智能检测系统(中英文双版) | 附完整源码与效果演示
本文介绍了一个基于 YOLO26 的摔倒智能检测系统,该系统结合了先进的深度学习技术和友好的用户界面,实现了从数据集管理、模型训练到实时推理测试的完整工作流程。
|
1天前
|
信任重构与AI采信:Geo优化为何必须以官网优化为核心锚点?
当用户的问题不再仅仅指向一个网页链接,而是直接由AI模型合成一个权威、全面的答案时,企业面临的核心挑战已从“争夺排名”转变为“争夺AI的采信权”。
|
1天前
|
生成式AI赋能的网络钓鱼攻击机制与语义防御架构研究
本文剖析AI驱动网络钓鱼的新型攻击范式,揭示其利用大模型生成高仿真内容、超个性化社会工程及多态载荷绕过传统防御的机制;提出融合深层语义分析、通信图谱建模与动态沙箱验证的下一代邮件安全架构,并给出基于Transformer的意图检测算法实现。(239字)
免费试用