
无人机遥感滑坡与泥石流图像识别数据集
本数据集专注于无人机视角下的山区泥石流和滑坡图像识别。包含约 1660 张图像,划分为训练、验证及测试集。标注类别包含滑坡泥石流(ID 0),支持 YOLO Darknet txt 及 JSON 格式。适用于目标检测模型训练与地质灾害分析。

本数据集专注于无人机视角下的山区泥石流和滑坡图像识别。包含约 1660 张图像,划分为训练、验证及测试集。标注类别包含滑坡泥石流(ID 0),支持 YOLO Darknet txt 及 JSON 格式。适用于目标检测模型训练与地质灾害分析。

ZeroClaw 是一个基于 Rust 编写的轻量级 AI Agent 运行时,旨在提供高效、安全且可扩展的代理解决方案。相比传统 Python 方案,它在二进制大小、启动速度和内存占用上具有显著优势。核心功能包括原生 Rust 实现、支持 22+ AI 提供者、多渠道集成(CLI、Telegram、Discord 等)、内置向量与关键词混合搜索记忆系统以及严格的安全沙箱设计。适用于资源受限环境及需要高安全边界的生产场景。

在 Ubuntu 20.04 环境下配置 LIO-SAM 激光里程计算法的步骤。主要流程包括下载并转换 KITTI-07 数据集为 rosbag 格式,修改源码中的 CMakeLists.txt 以适配 PCL 1.10 和 OpenCV 4.2.0,编译并运行程序生成轨迹,最后使用 evo 工具对比真值轨迹进行精度评估。解决了部分序列速度过大导致 IMU 重置的问题,提供了具体的命令操作指南。
介绍如何使用 Docker 部署 llama.cpp 推理服务,涵盖 CPU 与 GPU 加速环境配置、Docker Compose 生产级部署方案、多模型支持及性能优化参数。内容包含镜像选择、环境变量设置、API 调用示例及监控维护最佳实践,帮助开发者快速搭建稳定可移植的本地 AI 推理环境。

展示了一份 AI Agent 全栈技术简历,涵盖 Java 后端、Python AI 开发与 Vue3 前端。内容包含两个开源项目:威武金融信贷微服务平台和 AI 助学刷题系统。重点介绍了跨语言协作架构(Java + Python + TypeScript),涉及 LangChain、LangGraph、RAG、微服务治理及容器化部署等技术细节,旨在提供工程化落地 AI Agent 系统的参考方案。

汇总了高校对学位论文 AIGC 检测率的常见阈值标准,分为安全区(<20%)、预警区(20%-40%)和高风险区(>40%)。介绍了知网等检测系统的原理(困惑度与偏移度),并提供了降低疑似率的方法,如多重翻译、插入个人见解及调整句式结构。建议学生合理使用 AI 工具,确保核心观点自主撰写。
介绍 Phi-3-Vision-128K-Instruct 多模态模型在国产昇腾和寒武纪平台的部署指南。内容涵盖环境准备、服务启动验证、通过 Chainlit 前端及 REST API 调用方法,并提供图片识别与多轮对话示例。同时包含常见问题排查建议,如端口冲突、内存不足及响应速度优化方案,旨在帮助开发者在资源受限环境下实现高效推理。

介绍 Eino 框架中 Embedding 组件的使用方法。Embedding 将文本转换为向量,用于语义搜索、RAG 等场景。主要步骤包括创建 embedder、调用 EmbedStrings 生成向量、结合 Option 配置参数、在 Chain 或 Graph 中编排节点、以及通过 Callback 监控。典型应用场景为知识库问答,涉及文本切块、向量化、存储检索及大模型回答。代码示例基于 Go 语言,展示了 OpenAI 兼容接口…

文章介绍了三种向非技术背景管理者解释大模型的有效策略。首先使用角色类比法,将大模型比作学习能力强的孩子,通过海量数据积累知识,参数越多知识越丰富。其次采用业务类比法,将其视为全能高管,能在决策支持、客户服务、市场营销、自动化流程及知识管理方面提供支持。最后利用成效说服法,重点强调大模型在减人增效上的价值,如自动化客服、数据分析、内容创作及文档审核等场景的应用。这些方法有助于降低沟通门槛,直观展示大模型的业务价值。

OpenAI 面临开源模型(如 DeepSeek、Kimi)的成本与性能挑战。其重资产闭源模式在资本运作、边缘计算场景、数据安全及商业落地方面存在局限。行业趋势转向开源基础模型加行业精调,竞争焦点从参数规模转向生态健康度与商业理性。

介绍如何在本地环境搭建支持知识库的 AI 助手。通过 Ollama 运行大模型,结合 Open WebUI 提供类 ChatGPT 的界面及 RAG 功能。涵盖硬件要求、Docker 部署步骤、模型连接及 Python API 调用方法,实现数据隐私保护与离线使用。

AI 产品经理定义与入门指南。介绍 AI 产品管理的三个层次:改进现有功能、创建新功能、构建新产品。核心技能包括 AI 用户体验、现成方案与自建决策、商业洞察。推荐学习云服务课程及 deeplearning.ai 提示词课程。分析生成式 AI 五级框架,建议避免通用场景,追求高价值定制化用例。提供转行学习路径参考。
行星减速器的基本原理、结构与减速比计算公式,包括基于齿数的理论计算和基于转速/扭矩的实际测量方法。提供了 C++ 代码实现单级及多级减速比的计算逻辑,包含输入验证与异常处理。详细分析了其在工业机器人、风电、自动化设备、工程机械、医疗及航空航天等领域的应用场景与特点。最后阐述了使用条件与限制,涵盖输入转速、工作温度、扭矩容量、安装对中、润滑维护及环境适应性等方面,为选型与设计提供参考。
无人机吊舱稳像技术通过 IMU 实时感知机身震动与姿态变化,为云台提供补偿指令。机械稳像凭借高精度成为专业场景主流,依赖战术级 MEMS IMU 的高频输出与低漂移特性。文章解析了陀螺仪零偏不稳定性、角度随机游走等核心指标的定义及测试方法,对比了中端与入门战术级产品参数,并阐述了从原理到选型验证的完整流程,旨在帮助研发与采购人员提升稳像系统性能。

OpenAI、Claude 和 LLaMA 3 三大主流大模型的 API 接入方法与核心差异。内容涵盖各平台的认证机制、前置准备及 Python 代码示例,包括流式与非流式调用实现。此外,文章还提出了构建统一抽象层的架构思路,通过模型路由与格式适配屏蔽底层差异。最后总结了速率限制处理、Token 计费优化、Prompt 工程技巧及私有部署安全建议,帮助开发者高效集成多模型能力并保障系统稳定性。
如何在 Jupyter Notebook 中使用 Xinference v1.17.1 部署开源模型。内容包括环境安装、本地服务启动、以及加载 Qwen、Llama3 文本模型和 Whisper 语音识别模型的具体步骤。教程展示了如何通过 Python API 进行模型交互、多轮对话、语音转录,并提供了 OpenAI 兼容接口的调用示例。此外,还涵盖了模型管理、终止及资源优化等高级技巧,帮助用户实现本地化、低成本的 AI 推理服务。

系统讲解了二分查找算法的核心原理及多种变体应用。涵盖基础二分查找、查找元素首尾位置、搜索插入位置、计算平方根、寻找山峰数组峰顶、寻找峰值、旋转排序数组最小值以及缺失数字问题。通过对比暴力解法与二分优化方案,分析了时间复杂度为 O(log n) 的实现细节,包括指针移动逻辑、边界条件处理及防止溢出的技巧。适合希望深入理解二分查找应用场景的开发者阅读。

OpenClaw 是由奥地利开发者 Peter Steinberger 发起的开源 AI 智能体框架,前身为 Clawdbot。凭借本地优先、开源免费、自主执行三大特质,它在短时间内成为 GitHub 热门项目。回顾了 OpenClaw 从个人实验到独立开源基金会的历程,分析了其诞生的技术背景(长上下文模型突破)及行业影响,标志着 AI 从对话式向执行者的范式转移。

承接 LLaMA Factory 操作教程系列,针对读者关于核心原理的疑问进行深入解析。文章不再局限于多卡微调、模板添加及预测实战等操作层面的指导,而是转向剖析 LLaMA-Factory 的底层机制与核心逻辑,旨在帮助学习者建立更扎实的大模型微调理论基础。

介绍 Clawdbot 开源 AI 助手的国内零门槛部署方案。涵盖技术架构、环境准备、源码获取、PyPI 及 Docker 镜像配置、Docker Compose 一键部署流程。提供 Web 界面访问验证、API 测试方法,并详解 Docker 拉取超时、端口占用、模型下载失败等常见报错的解决方案。此外还包含个人助手、企业知识库等应用场景及行业适配注意事项,帮助开发者快速搭建专属 AI 助手。