积分充值
 首页
前端开发
AngularDartElectronFlutterHTML/CSSJavaScriptReactSvelteTypeScriptVue.js构建工具
后端开发
.NetC#C++C语言DenoffmpegGoIdrisJavaJuliaKotlinLeanMakefilenimNode.jsPascalPHPPythonRISC-VRubyRustSwiftUML其它语言区块链开发测试微服务敏捷开发架构设计汇编语言
数据库
Apache DorisApache HBaseCassandraClickHouseFirebirdGreenplumMongoDBMySQLPieCloudDBPostgreSQLRedisSQLSQLiteTiDBVitess数据库中间件数据库工具数据库设计
系统运维
AndroidDevOpshttpdJenkinsLinuxPrometheusTraefikZabbix存储网络与安全
云计算&大数据
Apache APISIXApache FlinkApache KarafApache KyuubiApache OzonedaprDockerHadoopHarborIstioKubernetesOpenShiftPandasrancherRocketMQServerlessService MeshVirtualBoxVMWare云原生CNCF机器学习边缘计算
综合其他
BlenderGIMPKiCadKritaWeblate产品与服务人工智能亿图数据可视化版本控制笔试面试
文库资料
前端
AngularAnt DesignBabelBootstrapChart.jsCSS3EchartsElectronHighchartsHTML/CSSHTML5JavaScriptJerryScriptJestReactSassTypeScriptVue前端工具小程序
后端
.NETApacheC/C++C#CMakeCrystalDartDenoDjangoDubboErlangFastifyFlaskGinGoGoFrameGuzzleIrisJavaJuliaLispLLVMLuaMatplotlibMicronautnimNode.jsPerlPHPPythonQtRPCRubyRustR语言ScalaShellVlangwasmYewZephirZig算法
移动端
AndroidAPP工具FlutterFramework7HarmonyHippyIoniciOSkotlinNativeObject-CPWAReactSwiftuni-appWeex
数据库
ApacheArangoDBCassandraClickHouseCouchDBCrateDBDB2DocumentDBDorisDragonflyDBEdgeDBetcdFirebirdGaussDBGraphGreenPlumHStreamDBHugeGraphimmudbIndexedDBInfluxDBIoTDBKey-ValueKitDBLevelDBM3DBMatrixOneMilvusMongoDBMySQLNavicatNebulaNewSQLNoSQLOceanBaseOpenTSDBOracleOrientDBPostgreSQLPrestoDBQuestDBRedisRocksDBSequoiaDBServerSkytableSQLSQLiteTiDBTiKVTimescaleDBYugabyteDB关系型数据库数据库数据库ORM数据库中间件数据库工具时序数据库
云计算&大数据
ActiveMQAerakiAgentAlluxioAntreaApacheApache APISIXAPISIXBFEBitBookKeeperChaosChoerodonCiliumCloudStackConsulDaprDataEaseDC/OSDockerDrillDruidElasticJobElasticSearchEnvoyErdaFlinkFluentGrafanaHadoopHarborHelmHudiInLongKafkaKnativeKongKubeCubeKubeEdgeKubeflowKubeOperatorKubernetesKubeSphereKubeVelaKumaKylinLibcloudLinkerdLonghornMeiliSearchMeshNacosNATSOKDOpenOpenEBSOpenKruiseOpenPitrixOpenSearchOpenStackOpenTracingOzonePaddlePaddlePolicyPulsarPyTorchRainbondRancherRediSearchScikit-learnServerlessShardingSphereShenYuSparkStormSupersetXuperChainZadig云原生CNCF人工智能区块链数据挖掘机器学习深度学习算法工程边缘计算
UI&美工&设计
BlenderKritaSketchUI设计
网络&系统&运维
AnsibleApacheAWKCeleryCephCI/CDCurveDevOpsGoCDHAProxyIstioJenkinsJumpServerLinuxMacNginxOpenRestyPrometheusServertraefikTrafficUnixWindowsZabbixZipkin安全防护系统内核网络运维监控
综合其它
文章资讯
 上传文档  发布文章  登录账户
IT文库
  • 综合
  • 文档
  • 文章

无数据

分类

全部综合其他(5)人工智能(5)

语言

全部中文(简体)(3)中文(简体)(2)

格式

全部PDF文档 PDF(5)
 
本次搜索耗时 0.016 秒,为您找到相关结果约 5 个.
  • 全部
  • 综合其他
  • 人工智能
  • 全部
  • 中文(简体)
  • 中文(简体)
  • 全部
  • PDF文档 PDF
  • 默认排序
  • 最新排序
  • 页数排序
  • 大小排序
  • 全部时间
  • 最近一天
  • 最近一周
  • 最近一个月
  • 最近三个月
  • 最近半年
  • 最近一年
  • pdf文档 清华大学 DeepSeek+DeepResearch 让科研像聊天一样简单

    表格,但集成数据维度仍然 不够全面。 DeepSeek R1 一般文本(7000token):能 详细全面地提取文本数据,并 集成可视化表格,但受大样本 或模型稳定性影响,输出表格 末尾缺失,需要重复尝试生成。 长文本(15000token):暂时 无法给出答复。 【所需阅读文本】请根据以上文本完成以下三个任务:1、阅读 文本内容;2、整理集成可视化的数据表格;3、按照日期规范排 序(直接分析并输出结果,不使用python) 列给出中文解释。以下文本为摘要: 【指令后加上文章的摘要】。 中-英、英-中互译指令 指令:我想让你充当一名科研类的英汉翻译,我会向你提供一种语言的一些段落,你的任务是将这些段落准确地、学术性 地翻译成另一种语言。翻译后不要重复原文提供的段落。您应使用人工智能工具(如自然语言处理)以及有关有效写作技巧 的修辞知识和经验进行回复。我会给你如下段落,请告诉我是用什么语言写的,然后翻译。我希望你能以标记表的形式给出 输出结果 between predators and prey. 中文学术写作润色指令 指令:作为中文学术论文写作优化助手,您的任务是改进所提供文本的拼写、语法、清晰度、简洁性和整体可读性, 同时分解长句,减少重复,并提供改进建议。请仅提供文本的更正版本,并附上解释。以 markdown 表格的形式提供 输出结果,每个句子单独成行。第一列为原句,第二列为修改后的句子,第三列为中文解释。请编辑以下文本: 原始句子
    0 码力 | 85 页 | 8.31 MB | 8 月前
    3
  • pdf文档 清华大学 普通人如何抓住DeepSeek红利

    体能否突破既有知识框架,完成创造性知识生成。通过构建测量 体系和分析创新条件,探索智能体如何推动知识生成从常规化迈 向创新化。 智能体知识循环边界的研究 智能体在长时间对话中常表现出“知识循环边界”,即生成内容 重复或局限于特定模式的现象,源于训练数据、算法模型及预设 规则的限制。这一现象与逻辑学中的自指问题(如罗素悖论、哥 德尔定理)相关。 研究通过实验分析问题类型(全收敛、半收敛、非收敛)和对话 次数(5 为生成文本的平均相似度与重复率的加权值。 相似度计算 采用余弦相似度算法,将文本转化为词频向量,计算向量点积 与模长乘积的比值,评估文本间的相似性,取值范围为[-1, 1], 值越接近1表示相似性越高。该方法广泛应用于信息检索和自 然语言处理领域,可有效评估文本内容的相似程度。 重复率计算 使用n-gram方法(n=2),将生成文本分为连续的2-gram片 段,统计重复片段的比例。这个方法能够识别文本冗余信息并 当AI面对收敛性高的提示词时,生成内容趋于一致,主要依赖已有知识的重复和组合。提示词的收敛性和对话轮次共 同影响生成内容的相似度和重复率,收敛性较高的提示词会增加生成内容的一致性,而对话次数的增加促使AI生成文 本逐渐趋向固定模式。 p 在非收敛性提示词下,AI展现出更多的多样性和创新性,超越现有知识框架,尝试生成新的组合。问题类型对生成文 本的重复率有显著影响,但对相似度的影响不明显。重复率的变化更多受到提示词的影响,而相似度的变化则主要源
    0 码力 | 65 页 | 4.47 MB | 8 月前
    3
  • pdf文档 【周鸿祎清华演讲】DeepSeek给我们带来的创业机会-360周鸿祎-202502

    多模态模态在能力变强的同时,规模正在变小 20政企、创业者必读 21 DeepSeek出现之前的十大预判 之八 智能体推动大模型快速落地  能够调用各种工具,具有行动能力  调用企业专业知识,更懂企业  将日常重复性业务流程形成Playbook,实现流程自动化  通过目标拆解,多次调用大模型以及专家模型协同,形成 慢思考能力 传统软件是辅助人的工具,Agent是能够自主工作的数字员工,是新的生产力政企、创业者必读 硬件发展  DeepSeek的优化降低对推理硬件的要求,减少推理成本  训练成本降低,堆显卡模式受质疑,探索新思路,算法优化空间大  无需训练自己的基座模型,直接部署在DeepSeek上,不用重复发明轮子  公开蒸馏方法,帮助其他模型提升能力,实现了模型制造模型,犹如工业母机  小模型可部署在企业内电脑或一体机上,使用成本降低,形成分布式推理网络  技术门槛降低, 可标准化、SaaS化部署,下载就能用 对外 四个方向 降低10倍人力 降低10倍成本 提高10倍效率 提升10倍体验 四个“十倍”原则  四个方向  四个十倍 选择场景 分解流程  做过去只有人才能做的事  做人做的重复繁琐易出错的事  拆解繁琐复杂的业 务流程 55政企、创业者必读 场景选择示例:人员招聘系统 场景分得足够细,就可以训练对应的专业模型来解决问题 注:经360内部测试,深色的业务环节更加符合“四个十倍”原则
    0 码力 | 76 页 | 5.02 MB | 6 月前
    3
  • pdf文档 DeepSeek从入门到精通(20250204)

    解释签名式防御如何类似于抗体,能够快速识别和中和已知威胁。 d.比较系统隔离和清理过程与人体发烧的相似性,都是为了控制“感染”扩散。 e.讨论威胁情报数据库如何类似于免疫记忆,使系统能够更快地应对重复出现的威胁。 (3)深入探讨启示: a.分析免疫系统的适应性如何启发自适应安全系统的设计。 b.探讨免疫系统的分层防御策略如何应用于网络安全的纵深防御概念。 c 关键词限定:为每个信息点设定关键词或字数限制 3. 结构逻辑严密 逻辑关系指示:明确说明各信息点之间的逻辑关联 4. 受众针对性强 受众特征描述:在提示语中包含目标受众的详细特征描述 5. 记忆点突出 核心信息强化:要求在文案中重复或变换表达方式重申核 心信息 应用示例 请为[产品名称]创作一则产品说明文案,目标是实现清晰、精准的信息传递。 请遵循以下结构和要求: (1)核心信息(最高优先级,50字以内):
    0 码力 | 104 页 | 5.37 MB | 8 月前
    3
  • pdf文档 清华大学 DeepSeek 从入门到精通

    解释签名式防御如何类似于抗体,能够快速识别和中和已知威胁。 d.比较系统隔离和清理过程与人体发烧的相似性,都是为了控制“感染”扩散。 e.讨论威胁情报数据库如何类似于免疫记忆,使系统能够更快地应对重复出现的威胁。 (3)深入探讨启示: a.分析免疫系统的适应性如何启发自适应安全系统的设计。 b.探讨免疫系统的分层防御策略如何应用于网络安全的纵深防御概念。 c 关键词限定:为每个信息点设定关键词或字数限制 3. 结构逻辑严密 逻辑关系指示:明确说明各信息点之间的逻辑关联 4. 受众针对性强 受众特征描述:在提示语中包含目标受众的详细特征描述 5. 记忆点突出 核心信息强化:要求在文案中重复或变换表达方式重申核 心信息 应用示例 请为[产品名称]创作一则产品说明文案,目标是实现清晰、精准的信息传递。 请遵循以下结构和要求: (1)核心信息(最高优先级,50字以内):
    0 码力 | 103 页 | 5.40 MB | 9 月前
    3
共 5 条
  • 1
前往
页
相关搜索词
清华大学DeepSeekDeepResearch科研清华华大大学普通通人普通人如何抓住红利周鸿祎演讲我们带来创业机会360202502入门精通20250204
IT文库
关于我们 文库协议 联系我们 意见反馈 免责声明
本站文档数据由用户上传或本站整理自互联网,不以营利为目的,供所有人免费下载和学习使用。如侵犯您的权益,请联系我们进行删除。
IT文库 ©1024 - 2025 | 站点地图
Powered By MOREDOC AI v3.3.0-beta.70
  • 关注我们的公众号【刻舟求荐】,给您不一样的精彩
    关注我们的公众号【刻舟求荐】,给您不一样的精彩