去重算法这么多，但模型训练最优解是 MinHash LSH（Milvus 2.6 解读）
查重方案千千万，MinHash LSH 到底好在哪里？ 有多少"天临元年"之后毕业的研发er？ 大家是否考虑过一个问题，论文查重这些年变得格外严格背后，技术上，到底是怎么实现的？ 是关键词检索，逐个词语暴力搜索 还是抽取 embedding 数据，做语义层面的深层比对 如果用前者，那么知网在内的学术
七大 MCP 支持的主流 AI 框架大盘点
利用 Python 与 TypeScript 框架开发 AI 应用，并通过 MCP 服务器为大语言模型（LLM）提供所需的上下文信息 AI Agent 工具包 为开发者带来了多样化的 API，使 AI 方案能够执行任务、调用外部工具并确保结果可靠，从而优化用户体验。 然而，将这些工具整合到 AI 应
目标检测模型的评价指标详解：mAP、召回率、准确率
1. 目标检测模型的评价指标详解：mAP、召回率、准确率 对于计算机视觉中的目标检测领域而言，主要的评估指标就是 mAP 与召回率、准确率。 本文对 IoU、准确率、召回率、AP 以及 mAP 的概念和计算逻辑进行了详细的整理。 1.1. IoU IoU：Intersection Over Unio
模型微调_1__什么是LoRA
最近一直在尝试模型的微调，都是小打小闹，主要用于学习体验。你可能不知道的是，国内很多商用大模型都是微调出来的——在开源基座模型（如 Llama、Qwen 等）的基础上，用特定领域的数据进行微调或继续训练，是业界非常普遍的路线。本文分享一些与大模型微调相关的知识——LoRA。 1. 一、什么是模型微调
零依赖小体积高效率的语音转文字神器whispercpp保姆级入门教程附批量处理脚本
语音转录这个领域，OpenAI 的 Whisper 模型无疑是目前知名度最广、支持语言最多的选择。 围绕 Whisper，也涌现出了许多优秀的衍生项目，比如 faster-whisper，以及支持说话人分离的 whisperx。以及本文要介绍的 whisper.cpp。 项目地址：https://g
看完还不懂卷积神经网络CNN的可能性接近于0
1. 引言 卷积神经网络是如何工作的呢？ 它们利用滤波器或卷积核从图像中提取特征，然后通过神经网络得出预测或输出结果。 在深入探讨卷积神经网络之前，让我们先详细了解一下图像的工作原理。 1.1. 图像基础 图像由被称为像素的微小粒子构成，就如同原子构成了宇宙。 这些微小粒子是包含数字的单元格，就像矩
卷积神经网络 CNN 的架构解析入门
1. 卷积神经网络 CNN 的架构解析入门 1.1. 引言 本文基于对网络资料的学习，对一个简单的卷积神经网络 CNN 的架构、数据计算和传递流程进行详细的解析和总结，作为理解卷积神经网络架构的基础。 卷积神经网络 CNN 架构各个网络层的设计中，最典型的特征就是在经典的神经网络结构中增加了卷积层和
矩阵相乘的 3 种实用视角是什么｜线代答疑系列 002
[!abstract] 摘要 用三种实用视角理解矩阵乘法 AB = C：行视角（C 的各行是 B 的各行的线性组合）、列视角（C 的各列是 A 的各列的线性组合）、秩 1 矩阵块组合视角（C 是 A 的列与 B 的行相乘得到的秩 1 矩阵块之和）。 1. 引言 矩阵相乘 AB = C 是最常用的矩阵
