ADK.wang 统一知识工程 · 权威专著深度引证

ADK.wang AI & 软件技术百科

全库汇聚全球 22,000+ 核心技术词条,深度引证上千本行业权威学术专著,涵盖大模型原理、云原生、架构设计与工程效能。

22,077

全量学术技术词条

9 大

核心专业领域体系

10,000+

权威专著深度引证

100%

原书精粹与工业对齐

人工智能与大模型
📚 1 本专著

尺度不变特征 (SIFT)

CV自20世纪80年代首次公开亮相以来,发展十分迅速,完成了从梯度 直方图(HOG)和尺度不变特征转换(SIFT)等集合手工特征的浅层模型向 端到端深度神经网络的转变。

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 1 本专著

尺度不变特征变换 (SIFT)

在早期计算资源不充足的背景下,研究人员的图像特征表达方法有限,只能尽可能地设计更加多元化的检测算法进行弥补,包括早期的尺度不变特征变换(SIFT)检测算法、方向梯度直方图(HOG)检测算法、超级位置模型(SPM)和可变型部件模型(DPM)等。

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 1 本专著

尺度通道注意力机制 (MS-CAM)

AFF模块通过多尺度通道注意力机制(MS-CAM)实现对输入特征X和Y的自适应加权融合,输出融合特征Z。

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 1 本专著

局部敏感散列 (LSH)

使用局部敏感散列(LSH),输入图像特征向量会被传递到几个不同的散列函数,方便相似的项映射到相同的桶(bucket,也就是散列表)里。

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 1 本专著

屏蔽词元

Masked Token

这种任务也被称为掩码语言建模,其数学表示为: Loss = − MLM ∑ log p x x ( ˆ |  m x ( ) ) x m x ˆ ∈ ( ) 其中,m x ( ) 表示句子 x中的屏蔽词元(Masked Token),x 表示除去当前屏蔽...

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 1 本专著

展示付费 (CPM)

与传统媒体仅仅按照每一单位媒介资 源的注意力获取能力进行计价的方式不同,平台型媒体将计费模式当作 核心的产品要素,纳入广告产品的设计中来,推出了按展示付费 (CPM)和按转化效果付费(CPC、CPS)两大类计费方式。

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 1 本专著

嵌入式表示

Embedding

)嵌入式表示 嵌入式表示(Embedding)是由神经网络生成的向量。

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 1 本专著

嵌入式词向量

Embedding Vector

而在 Deep 侧,通过嵌入式词向量( Embedding Vector )及深层交互能够学到国籍、节日、食品等各种特征的最优的向量表示,推荐引擎对 中国人 , 感恩节 , 火鸡 > 这种新组合可能会打一个不低的分数(比 美国人 , 感恩节 , 火鸡 > ...

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 1 本专著

嵌入标准操作程序 (SOP)

 综上所述,MetaGPT 代表了一种创新的多智能体框架,融合了元编程理 念,并通过嵌入标准操作程序(SOP),提升了 LLM 在多智能体协作中的 效能。

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 1 本专著

嵌入模型

Embedding Model

・ 嵌入模型(Embedding Model) :专门用于生成向量表示的机器学习模型。

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 1 本专著

嵌入表

Embedding Lookup Table

一种简单的转换方法是通过一个嵌入表(Embedding Lookup Table)将每个符号直接映射成向量表示。

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 1 本专著

嵌入表示

Embedding

腾讯云大数据2025 年度精选技术实践指南(上) 数智话 DeepSeek 启示录 - 非结构化数据的价值创造 DeepSeek 的成功验证了 嵌入表示(Embedding) 作为通用语义载体的可行性。

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 1 本专著

工业部 (MITI)

年,日本的国际贸易和工业部(MITI)以及教育、科学和文化部(MESC)创建了“第五代计算机系统项目”,这是一个由政府资助的大规模研究项目,旨在开发先进的AI技术,如自然语言处理、知识表示和推理。

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 1 本专著

工作任务分析

Job Task Analysis

在做职位分析的时候,我们常会用到职位分析理论、工作任务分析(Job Task Analysis)理论、组织架构理论等,可以把这些理论融入提示词中,让AI基于专业理论帮助我们做职位分析。

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 1 本专著

工作引擎

Operation Engine

工作引擎 (Operation Engine) • 输入处理 • 执行流程 • 输出规范 如何使用DeepSeek制作可视化图表?

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 1 本专著

币制

Token Program

代币制(Token Program)又称标记奖酬法,是用象征钱币、奖状、奖品等标记物( 不要使用人民币 )为奖励手段来强化良好行为的一种行为治疗方法,或当期望发生的行为出现时(如主动写作业、专注思考等),立刻给予一种“标记”或代币加以强化,然后再将“标记”...

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 1 本专著

带宽探测 (PROBEBW)

该状态机在任何时刻处于以下四种状态之一:启动(STARTUP)、排空(DRAIN)、带宽探测(PROBEBW)和时延探测(PROBERTT)。

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 1 本专著

带注意力

Attention

Encoder-Decoder 模型原理 目前,机器翻译、文本摘要、语音识别等一般采用带注意力(Attention)的模型,它 是对Encoder-Decorder模型的改进版本。

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 1 本专著

常客扩散模型

Diffusion Model

这个模型就是 AI 绘画中各种算法,如 Disco Diffusion、Stable Diffusion 中的常客扩散模型(Diffusion Model)。

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 1 本专著

平台代理程序

Platform Agent

IBM Systems Director根据安装的代理种类,提供三种管理级别代理:公共代理程序(Common Agent)、平台代理程序(Platform Agent)、无代理(也就是选择在被管理端部不安装任何代理)。

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 1 本专著

平均学习

Averaged Learning

平均学习论(Averaged Learning)认为“s”是一个显性的渐变,但是当结果被被试分解时,就会发现学习行为根本就没有发生,除非被试能够用言语表达出他们的洞察力,即这些话是用“s”或复数单词结尾。

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 1 本专著

平均池化层

Average Pooling

·采用降采样(Subsample)的平均池化层(Average Pooling)。

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 1 本专著

平滑梯度可视化

Smooth Gradient Visualization

平滑梯度可视化(Smooth Gradient Visualization):该方法使用输出预测和输入 来计算梯度,目标是识别输入的特征。

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 1 本专著

幻影战斗机

Mirage fighter

[1] 幻影战斗机(Mirage fighter),法国多用途战斗机,1952年空军提出设计要求,1955年首飞,1961年幻影3进入法国空军服役,80年代初幻影2000陆续服役,至今仍是多个国家空军的主要战斗机型。

难度: ★★★ 阅读: 5分钟
查看引证 →
显示第 43 / 64 页,共 1516 条记录