首页 文章 精选 留言 我的

精选列表

搜索[插件规范],共10000篇文章
优秀的个人博客,低调大师

知识萃取规范指南-三层知识萃取-构建场景-概念-实体的知识元模型

很多长期写作的人都会遇到一个困境——翻看自己过去几年的文章,少则几十篇,多则数百篇,明明每一个字都是自己写的,每一篇文章都花过心思,但回过头来看,却很难说清楚自己到底积累了什么。更尴尬的是,遇到一个新问题时,隐约记得自己以前写过类似的话题,但翻半天找不到;找到了,又发现当时的写法和现在的理解已经对不上了。

优秀的个人博客,低调大师

技术干货|规范梳理产品架构:彻底解决腾讯大模型产品参数抽取错误问题

深耕腾讯元宝大模型生态优化与内容技术解析多年,我发现绝大多数企业在AI收录、知识图谱构建、智能问答曝光过程中,最顽固、最影响用户认知的技术BUG,并非权重不足、收录失败,而是大模型产品参数抽取失真、错乱、缺失、混搭。大量企业官网、云社区内容、产品介绍页面已正常被爬虫抓取收录,但用户在腾讯元宝询问产品规格、功能参数、适配场景、技术指标、属地服务参数时,模型经常出现参数混淆、新旧数据混搭、关键指标缺失、竞品参数错配、数值解读偏差等问题。

优秀的个人博客,低调大师

档案库房八防完整规范 机关事业单位档案室建设标准

档案是历史的鲜活载体,是单位发展的珍贵记忆,更是政务履职、文化传承、资料溯源的核心凭证。档案库房作为档案存储保管的核心阵地,安全防护工作直接决定档案的保存年限、完整度与真实性。从传统基础防护到智慧智能管控,档案库房安全体系历经迭代升级,形成了行业通用的八防基础标准与十防进阶标准。两大防护体系层层递进、迭代升级,全方位守护实体档案与电子档案安全,成为现代化档案管理工作的核心基石。

优秀的个人博客,低调大师

化妆品灌装产线数字孪生管理平台量化指标与误差控制规范

本指标适用于化妆品灌装产线全域静态场景渲染、流水线多工位协同仿真、精密灌装工艺动态推演、洁净车间态势可视化、产线全域-工位模组-精密机构多级尺度漫游、多路产线工控工艺数据实时联动全流程性能校验,所有参数基于标准日化无尘灌装车间、全工位设备满载连续运行、全点位传感与视觉设备在线接入、1080P分辨率测试环境,为系统最优工程运行参数。

优秀的个人博客,低调大师

污水处理厂数字孪生管理平台量化指标与误差控制规范

本指标适用于污水处理厂全域静态场景渲染、污水流体动态仿真、工艺设备联动推演、水质工况态势可视化、厂区全域-工艺分区-单体设备多级尺度漫游、多路污水运维监测数据实时联动全流程性能校验,所有参数基于标准化综合污水处理厂区、全工艺设备满载运行、全点位传感设备在线接入、1080P分辨率测试环境,为系统最优工程运行参数。

优秀的个人博客,低调大师

SMT芯片自动贴片机数字孪生管理平台量化指标与误差控制规范

设备全域渲染帧频:贴装横梁、直线电机模组、贴装吸嘴、物料飞达、PCB载板、视觉相机组件、精密传动结构全要素一体化场景下,稳定渲染帧率≥30fps,单帧渲染时间波动率≤8%,多轴联动运动、芯片贴装动态、工艺状态热力三类动态元素同步渲染帧损耗≤5%,无周期性掉帧、瞬时卡顿与画面冻结异常。

优秀的个人博客,低调大师

海上风电吊装数字孪生可视化平台量化指标与误差控制规范

风场全域渲染帧频:海上风电基础桩基、塔筒叶片构件、海上起重船、履带吊机机构、施工辅船、海域水文风场全要素一体化场景下,稳定渲染帧率≥30fps,单帧渲染时间波动率≤8%,船体姿态扰动、吊机回转变幅、构件吊装运动三类动态元素同步渲染帧损耗≤5%,无周期性掉帧、瞬时卡顿与画面冻结异常。

优秀的个人博客,低调大师

海底光缆铺设可视化数字孪生管理系统量化指标与误差控制规范

海域全域渲染帧频:海底地形地貌、光缆路由路径、铺缆作业船、水下ROV设备、埋设犁机具、海面水文态势全要素一体化场景下,稳定渲染帧率≥30fps,单帧渲染时间波动率≤8%,船舶航行动态、光缆敷设形变、海流粒子流动三类动态元素同步渲染帧损耗≤5%,无周期性掉帧、瞬时卡顿与画面冻结异常。

优秀的个人博客,低调大师

针对“AI 专利流氓”,美国专利局提出12 大问题规范 AI 专利申请

谷歌拥有无数的 AI 专利,比如 Google Brain 人工智能团队的首席科学家 Geoffrey Hinton生产的 DropOut,谷歌兄弟公司 DeepMind 的 RNN,在法律层面,其专利权都归谷歌所有,其他专利包括用神经网络完成图像处理、视频分类等各种任务,还有语音识别、图像分类等各种 AI 基本任务。这些都是世界上几乎所有的 AI 研究机构、AI 公司必备的基础工具,一旦没了它们,对于刚拿了天使投资的小公司,或是那些读机器学习博士的年轻人,可能都会进退两难。 虽然谷歌首席架构师Jeff Dean说,申请这些 AI 专利只是为了防止被流氓抢注的防御性设施。但谁也不能确定,谷歌自己可能哪一天就当起了专利流氓来牟利。而且,专利保护期长达十几年,如果真出现这种事,全球的 AI发展定会受到或多或少的影响。 不过现在,迷迷糊糊地通过了谷歌许多AI 专利的美国专利局终于清醒了,开始认真加强AI 专利制度,公开征求公众的意见,以评估是否需要进一步的审查指导。 消息一出,计算机视觉创业公司 Matroid CEO、斯坦福客座教授 Reza Zadeh也表示赞许:“在搞了那么多荒谬的专利之后,专利局终于开始向外界求助了”。 美国专利局列举了12 个有关 AI 专利的问题,向公众收集意见: 利用 AI 技术的发明以及 AI 开发的发明被称为“人工智能发明”。所以人工智能发明的要素是什么?例如,包括要解决的问题,训练和运行依据的数据库结构,基于数据的算法训练过程,算法本身,影响结果的数据的原则和权重等等。 自然人(区别于法人)必须给 AI 发明做出怎样的贡献,才配成为发明人?比如,设计算法和调整加权,构建运行算法的数据,再比如基于数据设计算法并得出结果,听起来有点像“到底需要做些什么才能论文挂名”。 一项发明的贡献者不一定是个人类(也可能是个公司、NGO 什么的),那现行的专利法和有关发明人的规定,要不要修改? 自然人以外的实体,或是自然人将专利转让给的公司,是否应该拥有人工智能发明专利?比如你蹭了谷歌的 TPU 训练 AI,这个 AI 谷歌有没有份? AI 方面的发明,需不需要有一些特殊规定? 公布一项 AI 发明的时候,需要做什么特殊的规定吗?比如说,现在通常要求充分公开算法,这个详略尺度上要不要做什么要求?特别是一些含有大量隐藏层的深度学习系统,其中权重在学习和训练期间没有人为干预的过程。 AI 发明专利申请怎么才算符合实际落地需求,特别是考虑到某些人工智能系统的不可预测性。 AI 是否会影响它作用领域里水平普普通通的那些劳动者?能用这些普通劳动者的水平给 AI“评职称”么? AI 发明有什么不一样的技术上的考虑因素? AI 发明是否需要新的知识产权保护策略,比如对数据的保护? 是否还有哪些与 AI 发明专利相关的其他问题需要考虑? 是否有其他专利代理机构的相关策略或做法,可以帮助美国商标专利局了解相关的 AI 发明专利的政策和做法? 这些问题涵盖从专利审查政策,再到是否需要新形式的知识产权保护等方面等全流程的建议。美国商标专利局表示,如果对上述问题有见解,可以在今年 10 月 11 日之前发到相关邮箱中。 要专利,还是要开源? 专利局之所以需要把人工智能专利单独拎出来讲,一大原因是泛计算机领域的开源传统。按照惯例,计算机领域开发的产品开源之后,都会根据一些业界通行的协议,在一定条件下允许其他人免费使用这些开源项目,甚至商用都可以。 而且,软件开发者们可以互相借鉴,或者直接拿别人做好的现成工具来用,不会重复造轮子,节省了时间,也提高了信息社会进步的效率。 然而,开源规则也是“约定俗成”的,背后没有法律保障,与法律会保护的专利规则并不兼容。一旦某项发明被申请为了专利,并且所有人追究专利权,那约定俗成的江湖规矩就不管用了,其他人如果继续使用,将会被专利所有人追究责任。 而在 AI 领域,几乎所有的创新和应用都是建立在前人研究基础之上的。而且,这些开源的前人研究,可能引用次数都有四位数以上,全球有无数业内的其他人在用,利用它们来创作更新的成果,再进一步被更多人引用。所以,一旦某些重要的开源项目被申请了专利,专利所有人追起责来,那么就会牵扯出很多人,甚至关联到非常基础的 AI 工具,这些都不能用的话,AI很难能继续发展。 而归根结底就是美国的专利制度不适应 AI 行业的发展。 虽然广开言路,但美国专利局也收到了一波吐槽。不少人都觉得,当前美国的专利制度不太靠谱。有不少人都参与讨论,例如有的人认为严格上只能给“源码”申请专利,因为用不一样的源码也可能实现相同的结果,还有如果甲只是申请某项转件专利,但什么都没有做,当软件被乙做出来后却为甲所有,这显然不可能。 很多人都积极参与进来,其中有位密歇根大学的博士生,就积极号召自己的母校参与到规则制定中来。毕竟,一旦专利局真的认栽了,那么就得让真正的 AI 业内人士掌握话语权。 来源:量子位

资源下载

更多资源
Mario

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长,特征是大鼻子、头戴帽子、身穿背带裤,还留着胡子。与他的双胞胎兄弟路易基一起,长年担任任天堂的招牌角色。

腾讯云软件源

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题,腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构,目前腾讯云软件源站支持公网访问和内网访问。

Nacos

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称,一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集,帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Spring

Spring

Spring框架(Spring Framework)是由Rod Johnson于2002年提出的开源Java企业级应用框架,旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念,提供核心容器、应用上下文、数据访问集成等模块,支持整合Hibernate、Struts等第三方框架,其适用范围不仅限于服务器端开发,绝大多数Java应用均可从中受益。

用户登录
用户注册