主题
AI 与机器学习
12 篇文章
-
如何给公司做AI赋能--指标体系、安全门禁与成熟度阶梯
给公司做 AI 赋能，怎么定义"做得好不好"？把目标拆成三层：日常度量的五大指标（任务量、成功率、守护栏通过率、技能触发精度、节省时间估算）、发布前必须全过的四条硬性门禁，以及 human-led / AI-led / AI-independent 的场景成熟度阶梯。附 bad case 从上报到固化为回归测试的六阶段闭环。
-
如何给公司做AI赋能-- 任务拆解与协作:Work from small——当团队里既有人、也有 agent
给公司做 AI 赋能时，怎么给 AI agent 和人类工程师混编的团队拆任务？记录一次由 agent 团队完成主体代码的实战：先写规格再写计划、把验收标准写到「一条命令加一个期望输出」的粒度、用接缝契约和职责矩阵定边界、按波次排并行与串行执行，以及用偏差登记簿控制范围蔓延。
-
LLM 学习笔记：AIGC、AGI、Agent、MCP、LLMs Text 全面解读
本笔记记录了近期对 AIGC、AGI 与 Agent 等前沿 AI 技术的探索与实践心得，旨在梳理各技术概念、分析核心实现以及展望未来趋势。
-
终极 Debug 纪实：AI 与极客联手击破 Cursor Python 解释器卡死谜案
原始环境：Intel 架构 Mac，pyenv 管理多 Python 版本，环境优雅。 迁移：macOS 系统迁移工具一键搬家到 Apple Silicon (M4) 新机，所有配置、隐藏目录、工具链一锅端。
-
Intel和AMD 与 x86、ARM、MIPS的区别
对Intel和AMD两家公司与CPU架构（x86、ARM、MIPS）的关系进行梳理，说明各架构的设计思路和应用场景。
-
分布式系统的CAP理论
CAP理论是分布式系统设计的基础，介绍一致性、可用性和分区容错性的定义、权衡方式及现实系统中的应用选择。
-
CUDA之nvidia-smi命令详解
nvidia-smi是查看GPU使用情况的常用命令，本文详解其输出中各个参数的含义及应用。
-
NVIDIA驱动安装
在CentOS 7上安装NVIDIA GPU驱动的步骤，包括安装必需的内核开发包和驱动程序包。
-
GPU、CUDA、cuDNN的理解
对GPU、CUDA和cuDNN的概念和关系进行梳理，说明GPU的架构特点、CUDA的编程模型以及cuDNN的用途。
-
朴素贝叶斯分类器的应用
朴素贝叶斯分类器的应用原理整理。通过病人分诊、账号真伪识别和性别分类等实例演示贝叶斯定理在分类中的实际应用。
-
朴素贝叶斯
使用scikit-learn的GaussianNB实现朴素贝叶斯分类器，包括模型训练、预测和准确度计算的示例代码。
-
机器学习常见算法分类汇总
机器学习算法的分类体系整理，包括四种学习方式（监督、非监督、半监督、强化）和13类具体算法的概述。