- 在民航机队长期运营过程中，航空发动机的故障样本通常极度稀缺，而监测数据却在飞行任务中持续增长。为了使诊断模型能够在不对称样本与动态数据流中保持长期演进，论文《Continual contrastive reinforcement learning: Towards stronger agent for environment-aware fault diagnosis of aero-eng... 在民航机队长期运营过程中，航空发动机的故障样本通常极度稀缺，而监测数据却在飞行任务中持续增长。为了使诊断模型能够在不对称样本与动态数据流中保持长期演进，论文《Continual contrastive reinforcement learning: Towards stronger agent for environment-aware fault diagnosis of aero-eng...
- Agent情感计算与共情响应生成 一、引言情感是对话中不可忽视的维度。人类在交流时不仅传递信息，还传递情绪和态度。一个优秀的对话Agent不仅要理解用户说了什么，还要理解用户的感受，并做出具有共情能力的回应。情感计算（Affective Computing）正是赋予机器识别、理解和回应人类情感的技术领域。传统的对话系统将用户输入视为纯粹的信息载体，忽略了其中蕴含的情感信号。这导致系统在面对... Agent情感计算与共情响应生成 一、引言情感是对话中不可忽视的维度。人类在交流时不仅传递信息，还传递情绪和态度。一个优秀的对话Agent不仅要理解用户说了什么，还要理解用户的感受，并做出具有共情能力的回应。情感计算（Affective Computing）正是赋予机器识别、理解和回应人类情感的技术领域。传统的对话系统将用户输入视为纯粹的信息载体，忽略了其中蕴含的情感信号。这导致系统在面对...
- Step 5 Preview 评测：600B 参数打到 K3 级性能，但“便宜”的代价藏在细节里2026年9月20日，阶跃星辰发布新一代旗舰基座模型Step 5 Preview，直接跳过Step 4系列进入Step 5阶段。这是一款专为真实世界Agentic任务打造的模型，总参数量600B、激活参数仅27B，支持100万Token上下文窗口和原生视觉输入。在Artificial Analy... Step 5 Preview 评测：600B 参数打到 K3 级性能，但“便宜”的代价藏在细节里2026年9月20日，阶跃星辰发布新一代旗舰基座模型Step 5 Preview，直接跳过Step 4系列进入Step 5阶段。这是一款专为真实世界Agentic任务打造的模型，总参数量600B、激活参数仅27B，支持100万Token上下文窗口和原生视觉输入。在Artificial Analy...
- 摩托车交通违章检测数据集 | 6100张YOLO智慧交通数据集适用于交通违章识别、头盔佩戴监管与目标检测研究一、数据集概述本数据集面向 计算机视觉 目标检测任务，专为二轮摩托车骑行场景下的交通违章识别模型训练、验证与测试而设计，共包含约6100张高质量标注图像。该数据集以"摩托车及骑乘人员"为核心检测对象，覆盖未戴头盔、超载、正常3 类 违章状态，可广泛应用于道路执法辅助、智能交通监控、摩托... 摩托车交通违章检测数据集 | 6100张YOLO智慧交通数据集适用于交通违章识别、头盔佩戴监管与目标检测研究一、数据集概述本数据集面向 计算机视觉 目标检测任务，专为二轮摩托车骑行场景下的交通违章识别模型训练、验证与测试而设计，共包含约6100张高质量标注图像。该数据集以"摩托车及骑乘人员"为核心检测对象，覆盖未戴头盔、超载、正常3 类 违章状态，可广泛应用于道路执法辅助、智能交通监控、摩托...
- 2026年9月，华为云在华为全联接大会上正式发布了灵衢昇腾950智算集群服务，并围绕“高效Token、增强记忆、通智一体化调度、安全自治”四大支柱定义了Agentic Infra新范式。这一提法背后是一个根本性的判断：智能体时代，基础设施的核心不再只是提供算力，而是要让每一个Token更高效，让通算与智算协同起来，让智能体安全、可靠地运行在真实生产环境中。这个判断从何而来？Gartner预测... 2026年9月，华为云在华为全联接大会上正式发布了灵衢昇腾950智算集群服务，并围绕“高效Token、增强记忆、通智一体化调度、安全自治”四大支柱定义了Agentic Infra新范式。这一提法背后是一个根本性的判断：智能体时代，基础设施的核心不再只是提供算力，而是要让每一个Token更高效，让通算与智算协同起来，让智能体安全、可靠地运行在真实生产环境中。这个判断从何而来？Gartner预测...
- Agent模型蒸馏与小模型部署策略 引言随着大语言模型在Agent系统中的广泛应用，一个日益突出的问题摆在了开发者面前：如何在资源受限的环境中部署具备Agent能力的模型。完整的大模型动辄需要数十GB的显存，推理延迟高，运营成本昂贵。而许多实际应用场景——如移动端助手、边缘设备智能体、低成本API服务——无法承受这样的资源消耗。模型蒸馏技术为这一问题提供了可行的解决方案。通过将大模型（教师... Agent模型蒸馏与小模型部署策略 引言随着大语言模型在Agent系统中的广泛应用，一个日益突出的问题摆在了开发者面前：如何在资源受限的环境中部署具备Agent能力的模型。完整的大模型动辄需要数十GB的显存，推理延迟高，运营成本昂贵。而许多实际应用场景——如移动端助手、边缘设备智能体、低成本API服务——无法承受这样的资源消耗。模型蒸馏技术为这一问题提供了可行的解决方案。通过将大模型（教师...
- 近年来，人工智能领域出现了一个非常明显的趋势：模型的参数越来越多。从早期只有几百万、几千万参数的神经网络，到后来数十亿、数百亿甚至更大规模的模型，人们不禁会问：AI为什么需要这么多参数？参数越多，就一定越聪明吗？要理解这个问题，首先要弄清楚什么是“参数”。在神经网络中，参数可以简单理解为模型在训练过程中学到的“内部数字”。当我们给AI输入一句话、一张图片或者一段声音时，模型会通过大量数学计算... 近年来，人工智能领域出现了一个非常明显的趋势：模型的参数越来越多。从早期只有几百万、几千万参数的神经网络，到后来数十亿、数百亿甚至更大规模的模型，人们不禁会问：AI为什么需要这么多参数？参数越多，就一定越聪明吗？要理解这个问题，首先要弄清楚什么是“参数”。在神经网络中，参数可以简单理解为模型在训练过程中学到的“内部数字”。当我们给AI输入一句话、一张图片或者一段声音时，模型会通过大量数学计算...
- 下面是一个使用 scikit-learn 中 Birch 进行聚类的完整示例和说明。 1. 基本用法import numpy as npimport matplotlib.pyplot as pltfrom sklearn.datasets import make_blobsfrom sklearn.cluster import Birchfrom sklearn.preprocessing... 下面是一个使用 scikit-learn 中 Birch 进行聚类的完整示例和说明。 1. 基本用法import numpy as npimport matplotlib.pyplot as pltfrom sklearn.datasets import make_blobsfrom sklearn.cluster import Birchfrom sklearn.preprocessing...
- 引言人工智能（Artificial Intelligence，简称AI）正以前所未有的速度改变着我们的世界。从智能手机中的语音助手到自动驾驶汽车，从医疗诊断到金融风控，AI技术已经渗透到我们生活的方方面面。本文将探讨AI的发展历程、当前应用以及未来前景。AI的发展历程人工智能的概念最早可以追溯到20世纪50年代。1956年的达特茅斯会议上，约翰·麦卡锡等人正式提出了“人工智能”这一术语。此后... 引言人工智能（Artificial Intelligence，简称AI）正以前所未有的速度改变着我们的世界。从智能手机中的语音助手到自动驾驶汽车，从医疗诊断到金融风控，AI技术已经渗透到我们生活的方方面面。本文将探讨AI的发展历程、当前应用以及未来前景。AI的发展历程人工智能的概念最早可以追溯到20世纪50年代。1956年的达特茅斯会议上，约翰·麦卡锡等人正式提出了“人工智能”这一术语。此后...
- 今天开始为FSRS算法切换做准备。核心工作是整理现有的复习记录，让它们符合FSRS训练所需的格式。现在的SM-2复习记录存在revlog表里，字段包括：卡片ID、复习时间、评分（1-5）、当时的间隔天数。FSRS训练需要更细的数据：每次复习时卡片的稳定性、难度、可提取性这三个参数的历史快照。SM-2没记录这些，所以需要从已有的复习数据里反推。写了个脚本，把过去一个月的复习记录逐条处理，按FS... 今天开始为FSRS算法切换做准备。核心工作是整理现有的复习记录，让它们符合FSRS训练所需的格式。现在的SM-2复习记录存在revlog表里，字段包括：卡片ID、复习时间、评分（1-5）、当时的间隔天数。FSRS训练需要更细的数据：每次复习时卡片的稳定性、难度、可提取性这三个参数的历史快照。SM-2没记录这些，所以需要从已有的复习数据里反推。写了个脚本，把过去一个月的复习记录逐条处理，按FS...
- 在民用航空发动机的实际服役周期中，机队日常飞行任务的持续执行导致监控数据呈现不间断的动态增长，同时伴随季节气候交替、气路部件自然老化以及维护改装等工况演变。若采用一次性离线训练的静态诊断模型，随着运行环境与物理分布的漂移，其判定精度往往会出现退化。论文《Continual contrastive reinforcement learning: Towards stronger agent f... 在民用航空发动机的实际服役周期中，机队日常飞行任务的持续执行导致监控数据呈现不间断的动态增长，同时伴随季节气候交替、气路部件自然老化以及维护改装等工况演变。若采用一次性离线训练的静态诊断模型，随着运行环境与物理分布的漂移，其判定精度往往会出现退化。论文《Continual contrastive reinforcement learning: Towards stronger agent f...
- 在民用航空发动机的实际运维场景中，气路系统的正常运行样本通常占据绝大部分，而诸如排气温度不平衡、放气阀异常及传感器故障等实际故障样本极为稀缺，构成了典型的极度不平衡分类问题。若在强化学习框架中直接采用常规的均等奖励反馈机制，智能体极易通过无差别输出多数类动作来规避惩罚并获取高额累计回报，从而引发严重的诊断偏置。论文《Continual contrastive reinforcement le... 在民用航空发动机的实际运维场景中，气路系统的正常运行样本通常占据绝大部分，而诸如排气温度不平衡、放气阀异常及传感器故障等实际故障样本极为稀缺，构成了典型的极度不平衡分类问题。若在强化学习框架中直接采用常规的均等奖励反馈机制，智能体极易通过无差别输出多数类动作来规避惩罚并获取高额累计回报，从而引发严重的诊断偏置。论文《Continual contrastive reinforcement le...
- 在前序模块完成特征自监督压缩与对比空间分离后，系统需要一个具备离散分类裁决能力与环境交互特性的序贯决策引擎。论文《Continual contrastive reinforcement learning: Towards stronger agent for environment-aware fault diagnosis of aero-engines through long-term... 在前序模块完成特征自监督压缩与对比空间分离后，系统需要一个具备离散分类裁决能力与环境交互特性的序贯决策引擎。论文《Continual contrastive reinforcement learning: Towards stronger agent for environment-aware fault diagnosis of aero-engines through long-term...
- 在完成基于海量正常样本的时序自编码器预训练后，编码器已具备了基础的时序压缩与工况表征能力，但各类稀有故障样本在潜在特征空间中仍可能存在分布重叠与边界模糊问题。针对多类小样本气路故障难以精准剥离的瓶颈，论文《Continual contrastive reinforcement learning: Towards stronger agent for environment-aware fau... 在完成基于海量正常样本的时序自编码器预训练后，编码器已具备了基础的时序压缩与工况表征能力，但各类稀有故障样本在潜在特征空间中仍可能存在分布重叠与边界模糊问题。针对多类小样本气路故障难以精准剥离的瓶颈，论文《Continual contrastive reinforcement learning: Towards stronger agent for environment-aware fau...
- 在航空发动机健康管理领域，故障样本的极度匮乏与多样性使得常规监督学习模型极易在小样本集上陷入过拟合，难以稳定提取具有泛化性的退化表征。针对这一难题，论文《Continual contrastive reinforcement learning: Towards stronger agent for environment-aware fault diagnosis of aero-engin... 在航空发动机健康管理领域，故障样本的极度匮乏与多样性使得常规监督学习模型极易在小样本集上陷入过拟合，难以稳定提取具有泛化性的退化表征。针对这一难题，论文《Continual contrastive reinforcement learning: Towards stronger agent for environment-aware fault diagnosis of aero-engin...
上滑加载中
推荐直播
-
华为云码道Agent集成与鸿蒙实战2026/08/11 周二 19:00-21:00
王一男-华为云码道产品规划专家；李炎-华为云码道产品专家；彭江敏-华为云鸿蒙端云一体化开发专家
本次直播带你解读华为云码道7月份产品新特性、新功能。更有专家演示码道Agent Space × 钉钉机器集成实战，从0到1打通消息通道；码道鸿蒙端云一体化实战，快速搭建员工签到系统。
回顾中 -
华为云开发者AI素养直播课·第五期2026/09/04 周五 16:00-18:00
林华鼎-华为云AI开发者运营负责人；蒋春阳-华为云AI开发者案例开发专家
本期直播内容： AI工具体验营 · 第5-8课连讲。Agent-Team 多智能体协作完成毕业设计实践
回顾中 -
华为云开发者AI素养ClassRoom·第六期2026/09/08 周二 19:00-20:00
樊渊-2026华为软件挑战赛冠军
高手来了：看软挑高手解析二维排样问题—从工业难题到算法突破
回顾中
热门标签