AI时代的数学必修课：用Python代码重学线性代数，夯实机器学习根基
《Think Linear Algebra》是一本倡导“代码优先”的开源书籍，旨在打破传统数学教学的抽象壁垒。书中通过PageRank算法、GPS追踪、游戏图形渲染等真实工程案例，利用Python（NumPy/SciPy）直观演示线性代数在...
标签索引
机器学习
这个标签下有 49 篇文章。按时间回看相关判断与实践记录。
标签精选
相关内容
KDE Plasma 探索自动亮度方案，揭秘 ChromeOS 如何利用 AI 学习用户偏好
近期关于 KDE Plasma 桌面环境自动亮度功能的讨论引发了技术社区关注。评论指出，ChromeOS 曾采用在线学习模型，通过机器学习算法分析用户在不同环境光下的调节习惯，从而构建个性化的亮度转换函数。相比之下，Android 等平台的...
告别“应试教育”：为何针对测试集优化的模型往往高分低能？
一位开发者在社区分享了AI训练中的典型误区：将数据分为训练集和测试集后，盲目要求模型最大化测试集分数。这种做法导致模型在特定数据上“作弊”或严重过拟合，虽然评测分数极高，但在实际应用中泛化能力极差。这一经历深刻揭示了机器学习中“唯指标论”的...
AI为何如此强大？因为它被允许“犯错”
本文作者将现代人工智能与互联网底层协议进行了深度类比。正如互联网的高效源于IP层不承诺百分百交付，从而简化了协议复杂性；现代机器学习的强大也源于其不必给出绝对确定的答案。通过Softmax函数，神经网络始终保留概率分布，而非刚性排除可能性。...
研究揭示微调破防：GPT-4o等顶级大模型可被诱导“逐字背诵”版权书籍
一项名为“Alignment Whack-a-Mole”的最新研究指出，主流大型语言模型（包括GPT-4o、Gemini-2.5-Pro和DeepSeek）存在严重的安全漏洞。研究团队证明，通过特定的微调技术，可以轻易绕过模型的安全对齐机制...
深度学习即将迎来科学理论：从经验“炼丹”走向严谨的“学习力学”
这篇由 Jamie Simon 等多位作者联合撰写的论文提出，深度学习领域正在形成一套系统的科学理论。研究团队整合了当前理论进展的五大方向，包括理想化可解设置、宏观数学定律及跨系统普适行为等，并将其统称为“学习力学”。这一理论框架旨在通过可...
AI自动化实践：整合340+技能实现人脸识别模型训练至LaTeX论文一键直出
本文展示了整合340多个技能的智能路由治理包在AI开发中的实战效果。作者以人脸识别项目为例，演示了系统如何自动路由至机器学习技能，完成从需求澄清、方案规划到全自动模型训练与优化的全过程。此外，该系统还能调用LaTeX撰写技能，直接生成排版规...
百度伐谋Agent 2.0登顶MLE-Bench，机器学习工程能力超越OpenAI Opus
百度智能云自主研发的伐谋Agent 2.0在机器学习工程权威基准MLE-Bench中荣获全球第一，并刷新了历史最高分。该基准由OpenAI主导设立，涵盖75个来自Kaggle的真实机器学习任务，旨在全方位评估AI模型的工程化落地能力。据报道...
Apple研究：无需复杂RL，仅用“简单自蒸馏”即可大幅提升LLM代码生成能力
Apple研究人员提出了一种名为“简单自蒸馏”（SSD）的方法，通过利用大模型自身生成的代码样本进行微调，显著提升了代码生成能力。该方法无需验证器、教师模型或强化学习，在将Qwen3-30B模型在LiveCodeBench上的通过率从42....
打破机器学习认知壁垒：一份专为软件工程师打造的去神秘化入门指南
该项目源于GitHub，是一份旨在帮助软件工程师揭开机器学习神秘面纱的入门指南。作者利用周末时间构建了这套文档，核心目的在于帮助工程师建立ML领域的“模式识别”思维，即看到特定问题时能迅速联想到对应的机器学习解决方案。文档不仅是理论的学习材...