人工智能

1. 首页
2. IT互联网
3. 人工智能

5款国产免费AI代码助手全方位评测：谁才是真正的编程助手？大模型入门到精通，收藏这篇就足够了！

人工智能在代码编写领域的应用展现了最直接的生产力提升。然而，诸如ChatGPT和Cloud等工具不仅收费，还存在访问限制。为此，我们将评测五款国内热门的免费AI代码助手。这些工具不仅对个人用户免费开放，且在国内可无障碍使用。通过一系列从简单到复杂的游戏编程任务，我们将评估这些AI编程工具在实际开发场景中提升编程效率的表现。我们将

人工智能 2025年12月10日 132 点赞 0 评论 5639 浏览

如何修改 Rancher Server 的 IP 地址

作者简介 王海龙， SUSE Rancher 中国社区技术经理，负责 Rancher 中国技术社区的维护和运营。拥有 8 年的云计算领域经验，经历了 OpenStack 到 Kubernetes 的技术变革，无论底层操作系统 Linux，还是虚拟化 KVM 或是 Docker 容器技术都有丰富的运维和实践经验。 注意： 本指南适用于 v2.5 及 v2.5 以下的 Rancher 版本，不适

人工智能 2025年12月10日 57 点赞 0 评论 16162 浏览

Java 17中对switch的模式匹配增强

还记得Java 16中的instanceof增强 吗？ 通过下面这个例子再回忆一下： Map<String, Object> data = new HashMap<>(); data.put("key1", "aaa"); data.put("key2", 111); if (data.get("key1") instanceof String s) { log.inf

人工智能 2025年12月15日 140 点赞 0 评论 15659 浏览

1.《机器学习实战》：一本令人又爱又恨的“实战”书

《机器学习实战》，我翻过两遍，每一次都没能读完。 为什么呢？ 先说说好的一面。《机器学习实战》里面讲到了诸多的机器学习算法。虽说现在深度学习、强化学习等等的算法大行其道，但机器学习算法如线性回归、决策树等等，都仍然有其应用价值。这是因为： 1）深度学习对于运行的机器要求很高，在没有GPU的情况下，只要层数一多，就会耗费大量的时间，训练过程过长，投入资源较多； 2）深度学习算法等对于样本数要求较高，

人工智能 2025年12月16日 94 点赞 0 评论 2527 浏览

在家也能做 AI 导演！本地部署 Wan2.1 视频生成模型全攻略

文章目录 前言 1.软件准备 1.1 ComfyUI 1.2 文本编码器 1.3 VAE 1.4 视频生成模型 2.整合配置 3. 本地运行测试 4. 公网使用Wan2.1模型生成视频 4.1 创建远程连接公网地址 5. 固定远程访问公网地址 总结 前言Wan2.1 模型搭配 ComfyUI 框架，能实现文本转视频、图片转动画等功能&#xff

人工智能 2025年12月16日 84 点赞 0 评论 4133 浏览

AI本地部署全流程指南（2025年3月更新）

一、部署环境准备1.1 硬件要求 ​最低配置：Windows 10/11 64位系统，8GB内存，20GB硬盘空间（可运行7B模型） ​推荐配置：16GB+内存，NVIDIA RTX 3060以上显卡，NVMe固态硬盘（支持70B模型） ​云部署方案：通过骋风算力平台租用GPU资源（如4x RTX 4090集群支持671B模型） 1.2 工具下载 工具名称

人工智能 2025年12月16日 96 点赞 0 评论 2362 浏览

文献汇总｜AI生成图像检测相关工作汇总（2018年至今）

前言：本篇博客总结 2018年至今 通用AIGI（AI-Generated Image）检测相关研究工作。 – AIGI检测相关博客如下： 论文介绍｜《人工智能生成图像检测技术综述》 论文研读｜AI生成图像检测发展历程及研究现状 针对AIGC检测的鲁棒性测试——常见攻击手段汇总 论文研读&#xff5

人工智能 2025年12月16日 140 点赞 0 评论 9088 浏览

AI的提示词专栏：使用系统指令（System Prompt）实现全局约束

AI的提示词专栏：使用系统指令（System Prompt）实现全局约束 本文围绕系统指令（System Prompt）展开全面解析，先明确其作为大语言模型交互中优先级高、影响范围广的 “底层规则手册” 的核心概念，对比其与用户输入的差异。接着阐述其在保证输出格式与风格统一、提升信息精准性及保

人工智能 2025年12月16日 149 点赞 0 评论 15815 浏览

AI赋能原则3解读思考：可得性时代-AI 正在重写人类能力结构的未来

目录一、AI 是“能力结构”的改变，而不是“能力强度”的提升（一）人类能力的结构属性：稀缺、线性、不可复制（二）AI 能力的结构属性：非稀缺、并行化、可复制（三）二者能力结构的根本差异二、可得性：未来竞争力差异的终极变量（一）可得性

人工智能 2025年12月16日 171 点赞 0 评论 12549 浏览

【人工智能】Transformers之Pipeline（十五）：总结（summarization）

目录一、引言 二、总结（summarization）2.1 概述2.2 BERT与GPT的结合—BART2.3 应用场景​​​​​​​2.4 pipeline参数2.4.1 pipeline对象实例化参数2.4.2 pipeline对象使用参数 ​​​​​​​2.4.3 pipeline返回参数 ​​​​​​​​​​​​​​2.5 pipeline实战2.6 模型排名三

人工智能 2025年12月16日 181 点赞 0 评论 18279 浏览