2025 国赛新规:如何正确使用 AI 工具
2025 年全国大学生数学建模竞赛发布人工智能工具使用试行规定,要求参赛队确保核心建模与分析独立完成,遵循公开透明原则。论文需标注 AI 使用情况并在参考文献中列出工具信息,支撑材料需包含 AI 工具使用详情说明 PDF。附录应避免包含 AI 相关内容以降低查重率。
博客作者
这位作者暂未填写个人简介。
191
已发布文章
1.3K
博客获赞
20K
博客浏览
第 8 页
2025 年全国大学生数学建模竞赛发布人工智能工具使用试行规定,要求参赛队确保核心建模与分析独立完成,遵循公开透明原则。论文需标注 AI 使用情况并在参考文献中列出工具信息,支撑材料需包含 AI 工具使用详情说明 PDF。附录应避免包含 AI 相关内容以降低查重率。

Spring Data JDBC 是 Spring 提供的轻量级持久化方案,无需 Hibernate 等 ORM 框架。它通过约定优于配置实现对象与数据库表的映射,支持@Table、@Id 等注解定义实体结构。开发者可通过继承 CrudRepository 接口获得基础 CRUD 能力,利用方法名关键字查询或@Query 注解编写自定义 SQL。相比 Spr…

IT 行业值得考取的证书主要包括计算机技术与软件专业技术资格(软考)、英语证书、学历证书及其他厂商认证。软考分初、中、高三级,具备面试加分、申请入户、人才补贴及个税减免等用途,建议中级考软件设计师,高级考系统架构设计师。英语方面,在校生首选四六级,社会人员可选 PETS。硕士学历对求职帮助较大。厂商认证如微软、华为等价格较高,性价比需视需求而定,全国计算机等…

Stable Diffusion 文本转图像模型介绍,涵盖基础大模型推荐(人物插画、二次元、超真实、动画、悬疑风、国风)及其参数建议。包含 LoRA 插件简介及多种风格(插画、表情、墨心、连环画等)的使用效果对比。提供具体提示词示例与 VAE 设置技巧,帮助初学者快速上手 AI 绘画创作。

字节跳动发布豆包大模型,主打多模态能力与低价策略,定价比行业低 99.3%。同期 OpenAI、阿里云、谷歌等厂商也推出了 GPT-4o、通义千问 2.5、Gemini 1.5 等迭代产品。行业分析指出,大模型使用成本持续下降,基础大模型由科技巨头主导,垂直领域应用存在投资机会。

Android 应用实现自动更新的全流程,涵盖权限配置、网络下载、进度监控及安装触发。内容包含完整的 Java 代码示例,解释了 Handler 在主线程与子线程间通信的机制,并针对 Android 7.0+ 的 URI 暴露限制及高版本权限策略提出了优化建议。文章对比了传统下载方式与系统 DownloadManager 的差异,旨在帮助开发者构建稳定可靠的…

Windows 命令行系统的实用技巧与趣味演示。内容包括控制台颜色与窗口大小的自定义方法,使用 tree 命令可视化目录结构,编写批处理脚本实现矩阵代码雨效果,以及通过 net user 和 netsh 命令进行用户账户管理和网络信息查看。此外,文章还补充了虚拟化环境的基础知识,并强调了操作的安全性与伦理规范。所有命令均基于系统原生功能,旨在帮助用户提升效率…

详细解析了 Python 代码文件的八大组成部分,包括解释器声明、编码格式、文档字符串、模块导入、全局变量、类定义、函数定义及执行代码。重点阐述了 Python 无 main 函数入口的特性,解释了顶层代码自上而下执行的机制,并深入说明了 if __name__ == '__main__' 的作用及其在模块导入时的保护机制。文章还补充了编码一致性、导入时机及…

Python 开发涉及多种文件后缀,理解其用途对工程实践至关重要。.py 为源代码;.ipynb 用于交互式数据分析;.pyi 提供静态类型提示;.pyc 存储编译后的字节码;.pyd 是 Windows 下的二进制扩展模块;.pyw 用于无控制台窗口应用;.pyx 则是 Cython 源码。详细解析各文件格式特性、生成方式、适用场景及性能差异,帮助开发者规…

档是一份系统化的 Web 安全学习笔记,涵盖了从网络协议基础到高级内网渗透的全方位知识。内容详细阐述了 TCP/IP 协议栈、HTTP/HTTPS 安全机制、信息收集方法(域名、端口、搜索引擎)、常见漏洞原理与攻防(SQL 注入、XSS)、多种编程语言(PHP、Python、Java 等)的安全特性、Windows/Linux 内网渗透技术及持久化手段,以及…

人工智能的发展历程及神经网络的基本原理,重点讲解了感知机的生物学灵感、工作原理及其在图像识别中的应用。内容涵盖感知机学习算法、监督学习机制、亚符号派理论以及大模型参数的定义。文章还补充了误差反向传播机制的解释,说明了如何通过梯度下降优化神经网络权重,最后探讨了人机共生的未来趋势。

Python 作为一种解释型、面向对象的高级编程语言,凭借简洁语法和丰富生态系统,广泛应用于网络爬虫、网站开发、人工智能及自动化运维等领域。详细解析了 Python 在四大主要方向的技术实现细节与优势,对比了与其他语言的差异,介绍了 Requests、Django、PyTorch 等核心库的使用,并结合市场数据探讨了当前的就业薪资水平与发展前景,为技术选型和…

探讨了企业服务大模型在加速 AI 场景落地中的关键作用。文章首先区分了通用大模型与垂直大模型,指出垂直大模型在特定领域的专业性优势。随后详细介绍了用友 YonGPT 大模型在智能化业务运营、自然化人机交互、智慧化知识生成、语义化应用生成四个方向的实践。内容涵盖智慧财务、智慧人力、业务敏捷(采购、供应链、营销、制造)等多个具体应用场景,展示了大模型如何通过数据…

系统阐述了大模型的发展历程、技术架构及应用现状。内容涵盖从传统机器学习到深度学习的演进阶段,重点解析了 Transformer 架构、预训练微调、提示词工程及 RAG 等核心技术原理。同时梳理了大模型在自然语言处理、内容生成及产业赋能等领域的实际应用场景,并分析了当前面临的算力成本、能耗及安全伦理挑战,为理解大模型技术体系提供了全面视角。

深入分析了 LLM Agent 在数据库应用中的核心任务 Text-to-SQL。介绍了 C3 的 Zero-shot 方案及其 Clear Prompting 策略,探讨了 SQL-Palm 的微调优势,并重点阐述了 BIRD 数据集揭示的现实挑战,如领域知识与表结构描述的重要性。文章最后总结了指令微调中数据质量的关键作用,为构建高质量 NL2SQL 系统…

对比了 RAG(检索增强生成)与微调(Fine-Tuning)在大模型应用中的核心差异。RAG 适合需要访问外部动态数据源、降低幻觉风险及提高可解释性的场景,通过检索外部知识库辅助生成;微调则适用于需修改模型行为风格、注入领域特定知识且拥有充足标记数据的场景。决策时需考量外部数据需求、模型行为定制程度、幻觉容忍度、训练数据规模、数据动态性及可解释性要求。两者…

梳理了大语言模型(LLM)入门所需的基础知识体系,涵盖数学基础、开发框架及 Transformer 原理。详细介绍了提示工程、RAG、微调、从零训练及部署优化等核心技术栈。同时提供了系统的四阶段学习路径,从基础理解到 API 应用、架构实践及私有化部署,帮助开发者建立完整的 LLM 技术认知并规划进阶方向。

探讨了大模型应用落地中的评测体系构建。涵盖离线与在线评测流程、核心指标定义(回复效果、工具召回、耗时等)、自动化评测方案(规则验证、模型打分、神经网络)。同时提供测试集收集策略、抽样方法及 AB 测试建议,旨在通过持续评测优化提升业务效果,避免无限投入。

Text Generation Inference (TGI) 是 Hugging Face 推出的用于部署和服务大型语言模型的开源工具。它支持张量并行、连续批处理、多种量化方案及 Flash Attention 优化。 TGI 的核心功能、本地编译安装步骤(基于 Rust)、Docker 部署方式、模型运行参数配置以及性能基准测试方法。通过 TGI,开发者…

生成式人工智能和大型语言模型的基本概念及应用场景,详细阐述了 LLM 的训练流程,包括数据收集、标记化及监督微调。重点分析了模型计算所需的硬件资源,并深入探讨了数据并行、模型并行、流水线并行和张量并行四种训练策略及其对网络通信的影响。最后结合网络工程师视角,解析了 LLM 训练对网络带宽、延迟及拓扑结构的具体要求,为构建高效智算网络提供技术参考。