摘要：
如何在 2 天内使用 Lovable、Supabase 和 Netlify 构建和部署应用程序 原文：towardsdatascience.com/how-i-built-and-deployed-an-app-in-2-days-with-lovable-supabase-and-netlify/ 阅读全文
posted @ 2026-03-28 09:38
绝不原创的飞龙
阅读(31)
评论(0)
推荐(0)
摘要：
如何有效使用 GPT-5 原文：towardsdatascience.com/how-to-use-gpt-5-effectively/ GPT-5 是 OpenAI 的最新模型，它拥有强大且有用的功能。该模型有多种参数和选项可供选择，你必须正确选择以优化 GPT-5 在你的应用领域的性能。 在这篇 阅读全文
posted @ 2026-03-28 09:38
绝不原创的飞龙
阅读(38)
评论(0)
推荐(0)
摘要：
如何优化你的 Python 程序以实现缓慢 原文：towardsdatascience.com/how-to-optimize-your-python-program-for-slowness/ 此外，还有：关于本文的 PyData 会议演讲。本文的 Rust 版本。 每个人都在谈论如何让 Pyth 阅读全文
posted @ 2026-03-28 09:38
绝不原创的飞龙
阅读(20)
评论(0)
推荐(0)
摘要：
如何用 Python 控制机器人 原文：towardsdatascience.com/how-to-control-a-robot-with-python/ 简介 PyBullet是由 Facebook 创建的开源模拟平台，旨在为 3D 环境中训练物理代理（如机器人）提供物理引擎。它为刚性和软体都提 阅读全文
posted @ 2026-03-28 09:38
绝不原创的飞龙
阅读(33)
评论(0)
推荐(0)
摘要：
如何用 AI 重写数据科学家的日常工作 原文：towardsdatascience.com/how-ai-is-rewriting-the-day-to-day-of-data-scientists/ 在我的过去文章中，我探索和比较了许多 AI 工具，例如，Google 的数据科学代理，ChatGP 阅读全文
posted @ 2026-03-28 09:38
绝不原创的飞龙
阅读(16)
评论(0)
推荐(0)
摘要：
如何用 5 行代码将 LLM 成本降低 90% 原文：towardsdatascience.com/how-we-reduced-llm-cost-by-90-with-5-lines-of-code/ 你知道那种感觉吗，当一切似乎都在正常工作，直到你揭开盖子，才发现你的系统比它需要的燃烧了 10 阅读全文
posted @ 2026-03-28 09:36
绝不原创的飞龙
阅读(9)
评论(0)
推荐(0)
摘要：
如何赢得“Mostly AI”合成数据挑战 原文：towardsdatascience.com/how-i-won-the-mostly-ai-synthetic-data-challenge/ 我最近参加了Mostly AI Prize并赢得了 FLAT 和 SEQUENTIAL 数据挑战。这次比 阅读全文
posted @ 2026-03-28 09:36
绝不原创的飞龙
阅读(11)
评论(0)
推荐(0)
摘要：
如何一致地从复杂文档中提取元数据 towardsdatascience.com/how-to-consistently-extract-metadata-from-complex-documents/ 文档包含大量重要的信息。然而，在许多情况下，这些信息隐藏在文档内容的深处，因此很难用于下游任务。在 阅读全文
posted @ 2026-03-28 09:36
绝不原创的飞龙
阅读(16)
评论(0)
推荐(0)
摘要：
如何训练 LLMs“思考”（o1 & DeepSeek-R1） 原文：towardsdatascience.com/how-to-train-llms-to-think-o1-deepseek-r1/ 2024 年 9 月，OpenAI 发布了其 o1 模型，该模型在大规模强化学习上进行训练，赋予其 阅读全文
posted @ 2026-03-28 09:36
绝不原创的飞龙
阅读(37)
评论(0)
推荐(0)
摘要：
如何学习机器学习所需的数学 原文：towardsdatascience.com/how-to-learn-the-math-needed-for-machine-learning/ 数学可能对一些人来说是一个令人畏惧的话题。 许多人都想从事机器学习工作，但所需的数学技能可能看起来令人望而生畏。 我在 阅读全文
posted @ 2026-03-28 09:36
绝不原创的飞龙
阅读(12)
评论(0)
推荐(0)
摘要：
如何为你的模型构建基准 原文：towardsdatascience.com/how-to-build-a-benchmark-for-your-models/ 我在过去三年里一直担任数据科学顾问，并且有机会在多个行业的工作中工作。然而，我注意到我大多数客户中有一个共同点： 他们很少对项目目标有一个清 阅读全文
posted @ 2026-03-28 09:36
绝不原创的飞龙
阅读(28)
评论(0)
推荐(0)
摘要：
如何为机器学习进行有效的数据清洗 原文：如何为机器学习进行有效的数据清洗 数据清洗可以说是你在机器学习流程中可以执行的最重要的一步。没有数据，你的模型算法改进可能不会产生影响。毕竟，“垃圾进，垃圾出”不仅仅是一句俗语，而是机器学习中的一个固有真理。没有适当的高质量数据，你将难以创建高质量的机器学习模 阅读全文
posted @ 2026-03-28 09:35
绝不原创的飞龙
阅读(19)
评论(0)
推荐(0)
摘要：
如何为 AI 搜索选择 5 个最相关的文档 原文：towardsdatascience.com/how-to-select-the-5-most-relevant-documents-for-ai-search/ 在本文中，我讨论了 RAG 流程中的一个特定步骤：文档检索步骤。这一步骤对于任何 RA 阅读全文
posted @ 2026-03-28 09:35
绝不原创的飞龙
阅读(12)
评论(0)
推荐(0)
摘要：
如何为 AI 代理构建工具 towardsdatascience.com/how-to-build-tools-for-ai-agents/ AI 代理是程序，执行一系列 LLM 调用。这些代理通常从用户那里接收任务，并利用工具有效地解决问题。工具本质上是一系列代理可以调用的函数。然而，构建代理远不 阅读全文
posted @ 2026-03-28 09:35
绝不原创的飞龙
阅读(11)
评论(0)
推荐(0)
摘要：
如何为 2026 年的资本支出审查构建 AI 预算规划优化器：LangGraph、FastAPI 和 n8n 原文：towardsdatascience.com/how-to-build-an-ai-budget-planning-optimizer-for-your-2026-capex-revi 阅读全文
posted @ 2026-03-28 09:35
绝不原创的飞龙
阅读(21)
评论(0)
推荐(0)
摘要：
如何微调 Granite-Vision 2B 以击败 90B 模型——洞察与经验教训 原文：towardsdatascience.com/how-i-fine-tuned-granite-vision-2b-to-beat-a-90b-model-insights-and-lessons-learn 阅读全文
posted @ 2026-03-28 09:35
绝不原创的飞龙
阅读(16)
评论(0)
推荐(0)
摘要：
如何微调 DistilBERT 进行情感分类 如何微调 DistilBERT 进行情感分类 在我工作的每家公司，客户支持团队都因客户咨询量的巨大而陷入困境。你有过类似的经历吗？ 如果我告诉你，你可以使用 AI 自动识别、分类甚至解决最常见的常见问题呢？ 通过微调 BERT 这样的 transform 阅读全文
posted @ 2026-03-28 09:35
绝不原创的飞龙
阅读(17)
评论(0)
推荐(0)
摘要：
如何通过上下文工程优化问答管道 原文：towardsdatascience.com/how-to-context-engineer-to-optimize-question-answering-pipelines/ 我相信上下文工程是当前机器学习中最相关的话题之一，这就是我撰写关于这个主题的第三篇文 阅读全文
posted @ 2026-03-28 09:35
绝不原创的飞龙
阅读(10)
评论(0)
推荐(0)
摘要：
如何通过三个简单步骤创建定制的 GenAI 视频 原文：towardsdatascience.com/how-to-create-a-customized-genai-video-in-3-simple-steps-e60dfdbb82f6/ 使用 GenAI 进行一致视频创建的三个步骤。 生成式人 阅读全文
posted @ 2026-03-28 09:35
绝不原创的飞龙
阅读(9)
评论(0)
推荐(0)
摘要：
如何通过利用上下文工程显著提高 LLM 原文：towardsdatascience.com/how-to-significantly-enhance-llms-by-leveraging-context-engineering-2/ 上下文工程是向 LLM 提供正确上下文以最大化性能的科学。当你与 阅读全文
posted @ 2026-03-28 09:35
绝不原创的飞龙
阅读(22)
评论(0)
推荐(0)
摘要：
如何通过机器学习系统设计面试 原文：towardsdatascience.com/cracking-machine-learning-system-design-interviews/ 机器学习系统设计面试是 Meta、Apple、Reddit、Amazon、Google、Snap 等许多公司招聘流 阅读全文
posted @ 2026-03-28 09:35
绝不原创的飞龙
阅读(11)
评论(0)
推荐(0)
摘要：
如何通过 3 个简单步骤创建定制的 GenAI 视频 towardsdatascience.com/how-to-create-a-customized-genai-video-in-3-simple-steps-e60dfdbb82f6/ 使用 GenAI 持续创建视频的三个步骤。 生成式 AI（ 阅读全文
posted @ 2026-03-28 09:35
绝不原创的飞龙
阅读(7)
评论(0)
推荐(0)
摘要：
如何提升我的数据分析与可视化工作流程：Microsoft Power BI 原文：towardsdatascience.com/how-microsoft-power-bi-elevated-my-data-analysis-and-visualization-workflow/ 大多数人，尤其是那 阅读全文
posted @ 2026-03-28 09:35
绝不原创的飞龙
阅读(7)
评论(0)
推荐(0)
摘要：
如何提高 SQL 代码的安全性和可维护性 原文：towardsdatascience.com/how-to-enhance-sql-code-security-and-maintainability-3e398b4dd68e/ Photo by FlyD on Unsplash 当你编写 SQL 代 阅读全文
posted @ 2026-03-28 09:35
绝不原创的飞龙
阅读(10)
评论(0)
推荐(0)
摘要：
如何提高 PyTorch 训练循环的效率 原文：towardsdatascience.com/improve-efficiency-of-your-pytorch-training-loop/ 训练深度学习模型不仅仅是将数据提交给反向传播算法。通常，决定项目成功或失败的关键因素在于一个不太引人注目但 阅读全文
posted @ 2026-03-28 09:35
绝不原创的飞龙
阅读(18)
评论(0)
推荐(0)
摘要：
如何释放多人代理应用的力量 原文：towardsdatascience.com/how-to-unlock-the-power-of-multi-agent-apps/ 不要错过《变量》的最新一期，我们的每周通讯精选了编辑们的精选内容、深度分析、社区新闻等。 立即订阅 真的只有一个数字是最孤独的吗？ 阅读全文
posted @ 2026-03-28 09:35
绝不原创的飞龙
阅读(6)
评论(0)
推荐(0)
摘要：
如何使用滞后预测时间序列 原文链接 如何使用滞后预测时间序列 .以下是如何利用它们来为你带来优势 作者截图 时间序列模型的特点是过去值往往会影响未来值。当你的数据有任何形式的季节性（换句话说，你的数据遵循每小时、每天、每周、每月或每年的周期）时，这种关系甚至更加强烈。 通过特征如小时、星期几、月份等 阅读全文
posted @ 2026-03-28 09:34
绝不原创的飞龙
阅读(22)
评论(0)
推荐(0)
摘要：
如何：使用滞后项预测时间序列 原文：towardsdatascience.com/how-to-forecast-time-series-using-lags-5876e3f7f473/ 如何：使用滞后项预测时间序列 .以下是如何利用它们来获得优势 作者图片 时间序列模型的特点是过去值往往会影响未来 阅读全文
posted @ 2026-03-28 09:34
绝不原创的飞龙
阅读(20)
评论(0)
推荐(0)
摘要：
如何使用强化学习微调小型语言模型进行思考 原文：towardsdatascience.com/how-to-finetune-small-language-models-to-think-with-reinforcement-learning/ 推理模型目前正流行。DeepSeek-R1、Gemin 阅读全文
posted @ 2026-03-28 09:34
绝不原创的飞龙
阅读(41)
评论(0)
推荐(0)
摘要：
如何使用前沿视觉 LLMs：Qwen3-VL 原文：towardsdatascience.com/how-to-use-frontier-vision-llms-qwen-3-vl-2/ 视觉语言模型 (VLMs) 是强大的模型，能够输入图像和文本，并以文本形式响应。这使得我们能够在文档和图像上执行 阅读全文
posted @ 2026-03-28 09:34
绝不原创的飞龙
阅读(25)
评论(0)
推荐(0)
摘要：
如何使用函数调用和 GPT-5 构建人工智能代理 原文：towardsdatascience.com/how-to-build-an-ai-agent-with-function-calling-and-gpt-5/ 人工智能代理和大型语言模型（LLM） 大型语言模型（LLMs）是建立在深度神经网络 阅读全文
posted @ 2026-03-28 09:34
绝不原创的飞龙
阅读(37)
评论(0)
推荐(0)
摘要：
如何使用代理和 LLM 简化工作 原文：towardsdatascience.com/how-to-streamline-your-work-with-agents-and-llms/ 不要错过《变量》的每一期新版本，我们的每周通讯精选了编辑们的精选内容、深度分析、社区新闻等。 今天订阅 如果您想探 阅读全文
posted @ 2026-03-28 09:34
绝不原创的飞龙
阅读(10)
评论(0)
推荐(0)
摘要：
如何使用 RAG 和自定义数据训练聊天机器人 原文：towardsdatascience.com/how-to-train-a-chatbot-using-rag-and-custom-data/ 什么是 RAG？ RAG，代表检索增强生成，描述了一个过程，通过这个过程，LLM（大型语言模型）可以通 阅读全文
posted @ 2026-03-28 09:34
绝不原创的飞龙
阅读(16)
评论(0)
推荐(0)
摘要：
如何使用 RAG 和微调使你的 LLM 更准确 原文：towardsdatascience.com/how-to-make-your-llm-more-accurate-with-rag-fine-tuning/ 想象一下在大学里学习一个模块一个学期。在密集的学习阶段结束后，你参加考试——你可以在不 阅读全文
posted @ 2026-03-28 09:34
绝不原创的飞龙
阅读(21)
评论(0)
推荐(0)
摘要：
如何使用 PyTorch 从 DNA 拷贝数中分类肺癌亚型 原文：towardsdatascience.com/classification-of-lung-cancer-type-from-genomic-copy-number-profiles-using-a-convolutional-neu 阅读全文
posted @ 2026-03-28 09:34
绝不原创的飞龙
阅读(10)
评论(0)
推荐(0)
摘要：
如何使用 Python 在真实地图上叠加热力图 原文：towardsdatascience.com/how-to-overlay-a-heatmap-on-a-real-map-with-python/ 当数据记者需要一种简单、吸引人且可扩展的方法来展示地理空间数据时，他们通常会转向热力图。这种二维 阅读全文
posted @ 2026-03-28 09:34
绝不原创的飞龙
阅读(25)
评论(0)
推荐(0)
摘要：
如何使用 Python 随机模块实现随机化 原文：towardsdatascience.com/implementing-randomisation-with-the-python-random-module/ 随机化简介 在我们的日常生活中，我们会遇到许多完全随机不同的现象。天气是随机的：当然，我 阅读全文
posted @ 2026-03-28 09:34
绝不原创的飞龙
阅读(11)
评论(0)
推荐(0)
摘要：
如何使用 Python 脚本运行 Jupyter Notebooks 并生成 HTML 报告 原文：towardsdatascience.com/how-to-run-jupyter-notebooks-and-generate-html-reports-with-python-scripts-48 阅读全文
posted @ 2026-03-28 09:34
绝不原创的飞龙
阅读(13)
评论(0)
推荐(0)
摘要：
如何使用 Python 从 3D 模型生成 GIF 原文：towardsdatascience.com/how-to-generate-gifs-from-3d-models-with-python/ 作为数据科学家，你知道有效地传达你的见解与见解本身一样重要。 但你如何传达 3D 数据呢？ 我敢打 阅读全文
posted @ 2026-03-28 09:34
绝不原创的飞龙
阅读(14)
评论(0)
推荐(0)
摘要：
如何使用 Ollama 和 OpenAI 的 simple-evals 在 GPQA 上基准测试 DeepSeek-R1 蒸馏模型 原文：towardsdatascience.com/how-to-benchmark-deepseek-r1-distilled-models-on-gpqa-usin 阅读全文
posted @ 2026-03-28 09:34
绝不原创的飞龙
阅读(43)
评论(0)
推荐(0)
摘要：
如何使用 MLflow 记录数据 原文：towardsdatascience.com/how-to-log-your-data-with-mlflow-23c8027e4021/ MLflow, MLOps, 数据科学 Photo by Chris Liverani on Unsplash 前言 数 阅读全文
posted @ 2026-03-28 09:34
绝不原创的飞龙
阅读(10)
评论(0)
推荐(0)
摘要：
如何使用 LLM 驱动的模板构建自己的 Node.js API 原文：towardsdatascience.com/how-to-use-an-llm-powered-boilerplate-for-building-your-own-node-js-api/ 很长一段时间里，启动新 Node.js 阅读全文
posted @ 2026-03-28 09:32
绝不原创的飞龙
阅读(15)
评论(0)
推荐(0)
摘要：
如何使用 LLM 进行强大的自动评估 原文：towardsdatascience.com/how-to-use-llms-for-powerful-automatic-evaluations/ 在这篇文章中，我讨论了如何使用 LLM 作为评判者进行自动评估。LLM 今天被广泛应用于各种应用。然而，L 阅读全文
posted @ 2026-03-28 09:32
绝不原创的飞龙
阅读(15)
评论(0)
推荐(0)
摘要：
如何使用 LlamaIndex 构建 AI 期刊 原文：towardsdatascience.com/how-to-build-an-ai-journal-to-build-your-own-principles/ 这篇帖子将分享如何使用 LlamaIndex 构建一个 AI 期刊。我们将涵盖这个 阅读全文
posted @ 2026-03-28 09:32
绝不原创的飞龙
阅读(19)
评论(0)
推荐(0)
摘要：
如何使用 LangGraph 构建有效的代理系统 原文：towardsdatascience.com/how-to-build-effective-agentic-systems-with-langgraph/ 随着强大的人工智能模型，如 GPT-5 和 Gemini 2.5 Pro 的兴起，我们也 阅读全文
posted @ 2026-03-28 09:32
绝不原创的飞龙
阅读(23)
评论(0)
推荐(0)
摘要：
如何使用 GPT-5 构建代理 原文：towardsdatascience.com/how-to-build-agents-with-gpt-5/ 在本文中，我将讨论如何使用 OpenAI 的 GPT-5 构建代理系统。我最近讨论了如何有效地使用 GPT-5，今天我将继续我的 GPT-5 覆盖范围， 阅读全文
posted @ 2026-03-28 09:32
绝不原创的飞龙
阅读(20)
评论(0)
推荐(0)
摘要：
如何使用 EDG 和 Neo4j 构建基于图的推荐引擎 原文：towardsdatascience.com/how-to-build-a-recommendation-engine-using-edg-and-neo4j/ 引言 在本教程中，我将向您展示如何在 EDG 中管理分类法并将其发布到 Ne 阅读全文
posted @ 2026-03-28 09:32
绝不原创的飞龙
阅读(11)
评论(0)
推荐(0)
摘要：
如何使用 DAX 编写表模型的查询 原文：towardsdatascience.com/601823-2/ 引言 EVALUATE是查询表模型的语句。 很不幸，了解 SQL 或任何其他查询语言并不能有所帮助，因为EVALUATE遵循不同的概念。 EVALUATE只有两个“参数”： 要显示的表 排序顺 阅读全文
posted @ 2026-03-28 09:32
绝不原创的飞龙
阅读(13)
评论(0)
推荐(0)
摘要：
如何使用 DAX Studio 从 Power BI 获取性能数据 原文链接 简介 直接来说：今天我不会讨论如何优化 DAX 代码。 将会有更多文章跟进，专注于常见错误及其避免方法。 但在我们能够理解性能指标之前，我们需要了解 Power BI 中 Tabular 模型的架构。 同样的架构适用于 S 阅读全文
posted @ 2026-03-28 09:32
绝不原创的飞龙
阅读(27)
评论(0)
推荐(0)
摘要：
如何使用 CrewAI 为您的 AI 代理实施护栏 原文：towardsdatascience.com/how-to-implement-guardrails-for-your-ai-agents-with-crewai-80b8cb55fa43/ 由Muhammad Firdaus Abdulla 阅读全文
posted @ 2026-03-28 09:32
绝不原创的飞龙
阅读(25)
评论(0)
推荐(0)
摘要：
如何使用 CrewAI 构建自己的代理式人工智能系统 原文：towardsdatascience.com/how-to-build-your-own-agentic-ai-system-using-crewai/ 什么是代理式人工智能？ 代理式人工智能，最初由 Andrew Ng 提出，作为能够自主 阅读全文
posted @ 2026-03-28 09:32
绝不原创的飞龙
阅读(39)
评论(0)
推荐(0)
摘要：
如何使用 Cookiecutter 启动项目结构 原文：towardsdatascience.com/how-to-spin-up-a-project-structure-with-cookiecutter/ 如果你和我一样，那么“拖延症”可能就是你的中间名。在开始一个新项目之前，总是会有那种令人烦 阅读全文
posted @ 2026-03-28 09:32
绝不原创的飞龙
阅读(17)
评论(0)
推荐(0)
摘要：
如何使用 ChatGPT 获得我的下一份数据科学职位 原文：towardsdatascience.com/how-i-used-chatgpt-to-land-my-next-data-science-role/ 在过去，我以招聘经理的视角撰写了关于最近的人工智能发展如何改变数据科学面试流程的文章。 阅读全文
posted @ 2026-03-28 09:32
绝不原创的飞龙
阅读(11)
评论(0)
推荐(0)
摘要：
如何使用 AI 自动化工作流程 原文：towardsdatascience.com/how-to-automate-workflows-with-ai/ AI 是大多数开发者工作中的一大部分。我们使用 Cursor、Windsurf、OpenAI Codex、Claude Code 等工具，使我们在 阅读全文
posted @ 2026-03-28 09:32
绝不原创的飞龙
阅读(11)
评论(0)
推荐(0)
摘要：
如何使用 AI 构建简历优化器 原文：towardsdatascience.com/how-to-build-a-resume-optimizer-with-ai-d73c2f9b9fcd/ 在之前的一篇博客文章中，我分享了这个周末你可以构建的 5 个 AI 项目，其中第一个项目想法是一个简历优化工 阅读全文
posted @ 2026-03-28 09:32
绝不原创的飞龙
阅读(22)
评论(0)
推荐(0)
摘要：
如何使用 AI 代理构建业务自动化工作流程 原文：towardsdatascience.com/how-i-built-a-business-automating-workflows-with-ai-agents/ AI 代理和自动化不再只是趋势 — 它们正在改变公司运营的方式。 在之前的一篇文章中 阅读全文
posted @ 2026-03-28 09:32
绝不原创的飞龙
阅读(8)
评论(0)
推荐(0)
摘要：
如何使用 AI 编写自己的网站 原文：towardsdatascience.com/how-to-code-your-own-website-with-ai/ WordPress 是一个常见的个人网站托管平台，在这里你可以展示你的作品集和其他关于自己的有用资源。在我转换之前，我已经使用 WordPr 阅读全文
posted @ 2026-03-28 09:29
绝不原创的飞龙
阅读(11)
评论(0)
推荐(0)
摘要：
如何使用 5 种强大技术将你的 AI 搜索扩展以处理 1000 万次查询 原文：towardsdatascience.com/how-to-scale-your-ai-search-to-handle-10m-queries-with-5-powerful-techniques/ 使用 AI 进行搜 阅读全文
posted @ 2026-03-28 09:29
绝不原创的飞龙
阅读(6)
评论(0)
推荐(0)
摘要：
如何实现基于新日历的时间智能的三个用例 原文：towardsdatascience.com/use-cases-for-the-new-calendar-based-time-intelligence/ 简介 我过去已经写了很多关于 DAX 中时间智能的文章。 然而，基于日历的时间智能功能重新编写了 阅读全文
posted @ 2026-03-28 09:29
绝不原创的飞龙
阅读(12)
评论(0)
推荐(0)
摘要：
如何设置随机森林中的树的数量 原文：towardsdatascience.com/how-to-set-the-number-of-trees-in-random-forest/ 科学出版物 T. M. Lange, M. Gültas, A. O. Schmitt & F. Heinrich (2 阅读全文
posted @ 2026-03-28 09:29
绝不原创的飞龙
阅读(18)
评论(0)
推荐(0)
摘要：
如何设计我的第一个 AI 代理 towardsdatascience.com/how-to-design-my-first-ai-agent/ 由大型语言模型（LLMs）驱动的AI 代理自主系统正在迅速改变我们构建软件和解决问题的方法。它们曾经仅限于狭窄的聊天机器人用例或内容生成，现在正协调工具、对 阅读全文
posted @ 2026-03-28 09:29
绝不原创的飞龙
阅读(15)
评论(0)
推荐(0)
摘要：
如何确保您的 AI 解决方案做到您期望它做到的事情 如何确保您的 AI 解决方案做到您期望它做到的事情 生成式 AI（GenAI）正在快速发展——它不再仅仅是关于有趣的聊天机器人或令人印象深刻的图像生成。2025 年是关注将 AI 炒作转化为实际价值的年份。世界各地的企业都在寻找将 GenAI 整合 阅读全文
posted @ 2026-03-28 09:29
绝不原创的飞龙
阅读(10)
评论(0)
推荐(0)
摘要：
如何确保 LLM 应用中的可靠性 原文：towardsdatascience.com/how-to-ensure-reliability-in-llm-applications/ LLMs以创纪录的速度进入了计算机科学领域。LLM 是强大的模型，能够有效地执行各种任务。然而，LLM 的输出是随机的， 阅读全文
posted @ 2026-03-28 09:29
绝不原创的飞龙
阅读(15)
评论(0)
推荐(0)
摘要：
如何评估 RAG 管道中的检索质量（第三部分）：DCG@k 和 NDCG@k 原文：towardsdatascience.com/how-to-evaluate-retrieval-quality-in-rag-pipelines-part-3-dcgk-and-ndcgk/ 确保也查看前几部分： 阅读全文
posted @ 2026-03-28 09:29
绝不原创的飞龙
阅读(25)
评论(0)
推荐(0)
摘要：
如何评估 RAG 管道中的检索质量：Precision@k、Recall@k 和 F1@k 原文：towardsdatascience.com/how-to-evaluate-retrieval-quality-in-rag-pipelines-precisionk-recallk-and-f1k/ 阅读全文
posted @ 2026-03-28 09:29
绝不原创的飞龙
阅读(35)
评论(0)
推荐(0)
摘要：
如何评估 RAG 管道的检索质量（第二部分）：平均倒数排名 (MRR) 和平均精度 (AP) 原文：towardsdatascience.com/how-to-evaluate-retrieval-quality-in-rag-pipelines-part-2-mean-reciprocal-ran 阅读全文
posted @ 2026-03-28 09:29
绝不原创的飞龙
阅读(19)
评论(0)
推荐(0)
摘要：
如何评估 MCP 智能系统中的图检索 原文：towardsdatascience.com/evaluating-graph-retrieval-in-mcp-agentic-systems/ 这些天，一切都在围绕着智能体展开，我对此非常支持，并且通过给 LLM 提供广泛的工具来超越基本的向量搜索： 阅读全文
posted @ 2026-03-28 09:29
绝不原创的飞龙
阅读(12)
评论(0)
推荐(0)
摘要：
如何评估 LLM 摘要 原文：towardsdatascience.com/how-to-evaluate-llm-summarization-18a040c3905d/ 图片来自 Unsplash 摘要 是 LLMs 启动的最实用和方便的任务之一。然而，与其他 LLM 任务（如提问或分类）相比，评 阅读全文
posted @ 2026-03-28 09:29
绝不原创的飞龙
阅读(20)
评论(0)
推荐(0)
摘要：
如何攀登数据科学的隐藏职业阶梯 原文：towardsdatascience.com/the-hidden-career-ladder-of-data-science/ 你已经掌握了 SQL。你可以在睡眠中构建模型。你已经运行了数十次 A/B 测试。那么，为什么你没有得到晋升？ 事实是，大多数数据科学 阅读全文
posted @ 2026-03-28 09:29
绝不原创的飞龙
阅读(40)
评论(0)
推荐(0)
摘要：
如何连接用于人工智能驱动的供应链网络优化代理的 MCP 服务器 原文：towardsdatascience.com/mcp-server-for-an-ai-powered-supply-chain-network-optimization-agent/ 如果单个提示重新设计了你的整个供应链以实现更 阅读全文
posted @ 2026-03-28 09:29
绝不原创的飞龙
阅读(9)
评论(0)
推荐(0)
摘要：
如何利用上下文工程创建强大的 LLM 应用 原文：towardsdatascience.com/how-to-create-powerful-llm-applications-with-context-engineering/ 上下文工程是一个强大的概念，你可以利用它来提高你的 LLM 应用的有效性 阅读全文
posted @ 2026-03-28 09:29
绝不原创的飞龙
阅读(12)
评论(0)
推荐(0)
摘要：
如何利用 ModernBERT 和合成数据进行鲁棒文本分类 原文：towardsdatascience.com/how-to-utilize-modernbert-and-synthetic-data-for-robust-text-classification-7a6e03dbf0df/ 在这篇文 阅读全文
posted @ 2026-03-28 09:27
绝不原创的飞龙
阅读(28)
评论(0)
推荐(0)
摘要：
如何扩展你的 LLM 使用 如何扩展你的 LLM 使用 “扩展”这个词可能是大型语言模型（LLM）中最重要的词，尤其是随着 ChatGPT 的发布。ChatGPT 之所以如此成功，很大程度上是因为 OpenAI 进行了扩展的预训练，使其成为一个强大的语言模型。 随后，Frontier LLM 实验室 阅读全文
posted @ 2026-03-28 09:27
绝不原创的飞龙
阅读(9)
评论(0)
推荐(0)
摘要：
如何控制 AI 成本 原文：towardsdatascience.com/how-to-keep-ai-costs-under-control/ 当我的团队首次推出由 GPT 驱动的内部助手时，采用率迅速上升。工程师用它来编写测试用例，支持人员用它来编写摘要，产品经理用它来起草规范。几周后，财务部门 阅读全文
posted @ 2026-03-28 09:27
绝不原创的飞龙
阅读(22)
评论(0)
推荐(0)
摘要：
如何开发双语语音助手 原文：towardsdatascience.com/developing-a-bilingual-voice-assistant/ 谷歌 Nest、亚马逊 Alexa和 Siri 是普遍使用的语音助手，它们服务于今天大多数互联网连接的群体。就大部分而言，英语是这些语音助手使用的 阅读全文
posted @ 2026-03-28 09:27
绝不原创的飞龙
阅读(12)
评论(0)
推荐(0)
摘要：
如何开发强大的内部 LLM 基准 原文：towardsdatascience.com/how-to-develop-powerf-interal-llm-benchmarks/ 你几乎每周都能听到新的LLM 发布。我们最近的一些发布包括Qwen3 coing 模型、GPT 5、Grok 4，它们都声 阅读全文
posted @ 2026-03-28 09:27
绝不原创的飞龙
阅读(8)
评论(0)
推荐(0)
摘要：
如何开发复杂的 DAX 表达式 原文：towardsdatascience.com/how-to-develop-complex-dax-expressions/ 在某个时候，任何 Power BI 开发者都必须编写复杂的 DAX 表达式来分析数据。但没有人告诉你如何做。这个过程是怎样的？最好的做法 阅读全文
posted @ 2026-03-28 09:27
绝不原创的飞龙
阅读(14)
评论(0)
推荐(0)
摘要：
如何进行有效的代理上下文工程 原文：towardsdatascience.com/how-to-perform-effective-agentic-context-engineering/ 上下文工程 随着能够处理复杂任务的 LLM 的兴起而受到严重关注。最初，关于这次讨论的大部分讨论都集中在 提示 阅读全文
posted @ 2026-03-28 09:27
绝不原创的飞龙
阅读(9)
评论(0)
推荐(0)
摘要：
如何进行全面的大规模 LLM 验证 towardsdatascience.com/how-to-perform-comprehensive-large-scale-llm-validation/ 输出验证和评估对于确保稳健、高性能的 LLM 应用至关重要。然而，在 LLM 的更大框架中，这些主题往往 阅读全文
posted @ 2026-03-28 09:27
绝不原创的飞龙
阅读(21)
评论(0)
推荐(0)
摘要：
如何仅用 10 行 Python 代码自动化我的机器学习工作流程 towardsdatascience.com/how-i-automated-my-machine-learning-workflow-with-just-10-lines-of-python/ 机器学习是神奇的——直到你陷入困境，试 阅读全文
posted @ 2026-03-28 09:27
绝不原创的飞龙
阅读(9)
评论(0)
推荐(0)
摘要：
如何将预标注数据导入 Label Studio 并使用 Docker 运行全栈 原文：towardsdatascience.com/how-to-import-pre-annotated-data-into-label-studio-and-run-the-full-stack-with-docke 阅读全文
posted @ 2026-03-28 09:27
绝不原创的飞龙
阅读(67)
评论(0)
推荐(0)
摘要：
如何将视觉语言模型应用于长文档 原文：towardsdatascience.com/how-to-apply-vision-language-models-to-long-documents/ 视觉语言模型是强大的模型，它们以图像为输入，而不是像传统 LLM 那样以文本为输入。考虑到我们可以直接处理 阅读全文
posted @ 2026-03-28 09:27
绝不原创的飞龙
阅读(10)
评论(0)
推荐(0)
摘要：
如何将人工智能集成到复杂工作流程中 原文：towardsdatascience.com/how-to-integrate-ai-into-complex-workflows/ 不要错过我们每周的精选新闻通讯《变量》，其中包含编辑精选、深度分析、社区新闻等内容。 立即订阅 随着人工智能工具的日益普及， 阅读全文
posted @ 2026-03-28 09:27
绝不原创的飞龙
阅读(5)
评论(0)
推荐(0)
摘要：
如何将强大的 AI 音频模型应用于实际应用 原文：towardsdatascience.com/how-to-apply-powerful-ai-audio-models-to-real-world-applications/ 音频机器学习模型是强大的模型，它们可以处理音频输入或产生音频输出。这些模 阅读全文
posted @ 2026-03-28 09:27
绝不原创的飞龙
阅读(14)
评论(0)
推荐(0)
摘要：
如何将您的 Power BI 模型大小减少 90% 原文：towardsdatascience.com/how-to-reduce-your-power-bi-model-size-by-90/ 您是否曾想过是什么让 Power BI 在性能上如此快、如此强大？强大到它能在瞬间完成数百万行的复杂计算 阅读全文
posted @ 2026-03-28 09:27
绝不原创的飞龙
阅读(23)
评论(0)
推荐(0)
摘要：
如何基准测试 LLMs – ARC AGI 3 原文：towardsdatascience.com/how-to-benchmark-llms-arc-agi-3/ 在过去几周，我们看到了像 Qwen 3 MoE、Kimi K2 和 Grok 4 这样的强大 LLMs 的发布。在可预见的未来，我们将 阅读全文
posted @ 2026-03-28 09:27
绝不原创的飞龙
阅读(49)
评论(0)
推荐(0)
摘要：
如何获取 NASA 的气候数据——以及它是如何助力对抗气候变化的 Pt. 1 原文链接 我想不到一个更重要的数据集。就在今天，我看到了这样的标题：“随着气候变化，热浪变得更加危险。”你不能说我们没有收到警告。在 1988 年，我们看到了这样的标题：“专家告诉参议院全球变暖已经开始。”虽然数据科学在揭 阅读全文
posted @ 2026-03-28 09:24
绝不原创的飞龙
阅读(46)
评论(0)
推荐(0)
摘要：
如何衡量大型语言模型响应的可靠性 原文：towardsdatascience.com/how-to-measure-the-reliability-of-a-large-language-models-response/ 大型语言模型（LLM）的基本原理非常简单：根据其训练数据中的统计模式预测一系列 阅读全文
posted @ 2026-03-28 09:24
绝不原创的飞龙
阅读(25)
评论(0)
推荐(0)
摘要：
如何构建有效的技术护栏以用于人工智能应用 towardsdatascience.com/how-to-build-effective-technical-guardrails-for-ai-applications/ 每个人都喜欢自动化，只要有一点控制和安全保障。护栏为人工智能应用提供了这样的保障。 阅读全文
posted @ 2026-03-28 09:24
绝不原创的飞龙
阅读(10)
评论(0)
推荐(0)
摘要：
如何构建有效的 AI 代理以处理数百万个请求 原文链接 AI 代理迅速成为使用 LLM 进行问题解决的有效方式。几乎每周，你都会看到一个新的大型 AI 研究实验室发布具有特定代理能力的 LLM。然而，构建一个有效的生产代理要比看起来复杂得多。代理需要护栏、特定的工作流程和适当的错误处理，才能在生产使 阅读全文
posted @ 2026-03-28 09:24
绝不原创的飞龙
阅读(14)
评论(0)
推荐(0)
摘要：
如何构建有效代理的防护栏 原文：towardsdatascience.com/how-to-build-guardrails-for-effective-agents/ AI 代理在许多应用中变得越来越普遍。然而，将代理集成到你的应用中不仅仅是给 LLM 访问所有数据和功能。你还需要构建有效的防护栏 阅读全文
posted @ 2026-03-28 09:24
绝不原创的飞龙
阅读(9)
评论(0)
推荐(0)
摘要：
如何构建一个图 RAG 应用程序 原文链接 应用程序和笔记本的配套代码在此处 知识图谱（KG）和大型语言模型（LLM）是天作之合。我在之前的和这些文章中详细讨论了这两种技术的互补性，但简而言之是，“LLM 的一些主要弱点，即它们是黑盒模型且难以处理事实性知识，正是知识图谱的最大优势。本质上，知识图谱 阅读全文
posted @ 2026-03-28 09:24
绝不原创的飞龙
阅读(10)
评论(0)
推荐(0)
摘要：
如何构建一个强大的深度研究系统 原文：towardsdatascience.com/how-to-build-a-powerful-deep-research-system/ 深度研究 是你可以在 ChatGPT 和 Google Gemini 等应用程序中激活的流行功能。它允许用户像平常一样提出查 阅读全文
posted @ 2026-03-28 09:24
绝不原创的飞龙
阅读(6)
评论(0)
推荐(0)
摘要：
如何构建一个过度设计的检索系统 原文：towardsdatascience.com/how-to-build-an-overengineered-retrieval-system/ 在进行 AI 工程工作时，你可能会遇到的一个问题是，没有真正的蓝图可以遵循。 是的，对于检索的最基本部分（RAG 中的 阅读全文
posted @ 2026-03-28 09:24
绝不原创的飞龙
阅读(13)
评论(0)
推荐(0)
摘要：
如何构建能帮助你获得工作的机器学习项目 原文：towardsdatascience.com/the-machine-learning-projects-employers-want-to-see/ 如果你试图进入机器学习领域，那么做模板化项目和遵循基本教程就像试图在卡丁车上赢得一级方程式比赛。 你可 阅读全文
posted @ 2026-03-28 09:24
绝不原创的飞龙
阅读(13)
评论(0)
推荐(0)
摘要：
如何构建 MCQ 应用 原文：towardsdatascience.com/how-to-build-an-mcq-app/ 在这篇文章中，我解释了如何构建一个应用，该应用可以针对任何用户定义的主题生成多项选择题（MCQs）。该应用提取与用户请求相关的维基百科文章，并使用 RAG 查询聊天模型来生成 阅读全文
posted @ 2026-03-28 09:24
绝不原创的飞龙
阅读(6)
评论(0)
推荐(0)
摘要：
如何构建 Graph RAG 应用 原文：towardsdatascience.com/how-to-build-a-graph-rag-app-b323fc33ba06/ 该应用的代码和笔记本的配套代码在此处. 知识图谱（KGs）和大型语言模型（LLMs）是天作之合。我的之前 文章更详细地讨论了这 阅读全文
posted @ 2026-03-28 09:24
绝不原创的飞龙
阅读(12)
评论(0)
推荐(0)
摘要：
如何格式化您的 TDS 草稿：快速指南 原文：towardsdatascience.com/how-to-format-your-tds-draft-a-quickish-guide/ 我们都知道什么能让作者和编辑都感到高兴：一个顺畅、高效的发布流程，其中从草稿到已发布文章的路径既快又无痛苦。 我们 阅读全文
posted @ 2026-03-28 09:24
绝不原创的飞龙
阅读(7)
评论(0)
推荐(0)
摘要：
如何高效使用 Gemini 3 Pro 原文：towardsdatascience.com/how-to-use-gemini-3-pro-efficiently/ Gemini 刚刚发布了其最新的 LLM：Gemini 3。这个模型备受期待，在发布前已经广泛讨论。在这篇文章中，我将介绍我对这个模型 阅读全文
posted @ 2026-03-28 09:24
绝不原创的飞龙
阅读(21)
评论(0)
推荐(0)
摘要：
如何丰富 LLM 上下文以显著提升能力 原文：towardsdatascience.com/how-to-enrich-llm-context-to-significantly-enhance-capabilities/ LLMs 是通过一个庞大的文本数据语料库进行训练的，在他们的预训练阶段，实际上 阅读全文
posted @ 2026-03-28 09:24
绝不原创的飞龙
阅读(9)
评论(0)
推荐(0)
浙公网安备 33010602011771号