AI文章

发现新工具，了解新进展。让每一次阅读，都离用好 AI 更近一步。

7,595篇文章，持续更新

2026.10.17

什么是对抗样本（Adversarial Examples） – AI百科知识

对抗样本（Adversarial Examples）是故意设计的数据点，通过在原始样本中加入微小、难以察觉的扰动，导致机器学习模型尤其是深度学习模型以高置信度给出错误的预测。这些样本在人类观察者看来与正常样本无异，但模型却可能做出截然不同的判断。对抗样本的存在揭示了深度学习模型的脆弱性，促进了对模型鲁棒性的研究。

2026.10.17

什么是激活函数（Activation Functions） – AI百科知识

激活函数（Activation Functions）是深度学习中人工神经网络神经元的非线性变换工具，引入非线性因素，使神经网络能够学习和执行复杂的任务。没有激活函数，神经网络将仅能执行线性变换，无法处理非线性问题。激活函数包括Sigmoid、Tanh、ReLU等，每种函数都有其特点和适用场景，选择合适的激活函数对模型性能至关重要。

2026.10.17

Readtheirlips – 唇语识别AI软件，无音频也能转录口语内容

Readtheirlips 是由 Symphonic Labs 推出的一款AI软件，用于通过分析视频中人物的嘴唇运动来识别和转录口语内容。软件能解读在没有声音的情况下，或者在声音不清晰的环境中的唇语。

2026.10.17

什么是模型压缩（Model Compression） – AI百科知识

模型压缩（Model Compression）是指通过各种技术减小深度学习模型的大小和复杂度，便于在资源受限的设备上高效部署和运行。模型压缩包括权重量化、剪枝、知识蒸馏、低秩分解等，在减少模型的存储需求和计算量，同时尽量保持模型性能。

2026.10.17

MMRole – AI多模态角色扮演智能体（MRPA）框架

MMRole是由中国人民大学高瓴人工智能学院研究团队推出的的一种多模态角色扮演智能体（MRPA）框架。通过结合图像和文本，使智能体以特定角色进行更自然和沉浸式的对话。

2026.10.17

什么是神经网络剪枝（Neural Network Pruning） – AI百科知识

神经网络剪枝（Neural Network Pruning）是一种模型压缩技术，通过移除神经网络中不重要的权重或神经元来减小模型大小和计算复杂度，从而提高运行效率。分为权重剪枝和神经元剪枝，可以在训练前、中、后进行，在保持模型性能的同时减少资源消耗，适合边缘计算和实时应用。

2026.10.17

云界AI – 免费的在线AI创意绘画工具

云界AI是开源在线AI绘画工具，集成了文生图、图生图、条件生图和模型训练等多种创意生图功能。用户通过简单的文本描述或上传图片，快速生成具有创意的艺术作品。

2026.10.17

什么是逆强化学习（Inverse Reinforcement Learning, IRL） – AI百科知识

逆强化学习（Inverse Reinforcement Learning, IRL）是一种机器学习方法，用于从专家的行为示范中推断出其背后的奖励函数。在传统的强化学习中，智能体通过与环境互动来学习如何最大化累积奖励，而奖励函数通常是预先定义的。相比之下，逆强化学习不需要预先定义奖励函数，是通过观察专家的行为来反向推导出奖励函数，利用这个奖励函数来训练智能体，使其行为与专家相似。逆强化学习在模仿学习和机器人学习等领域具有重要应用，特别是在明确奖励函数难以设计的情况下。

2026.10.17

什么是自监督学习（Self-Supervised Learning） – AI百科知识

自监督学习（Self-Supervised Learning）是一种机器学习技术，它使模型能从未标记的数据中学习，通过构建辅助任务生成标签来训练模型。自监督学习在自然语言处理和计算机视觉等领域尤其有用，减少了对大量标记数据集的依赖，降低了数据标注的成本和时间。自监督学习通过从数据本身提取模式和结构，学习有效的数据表示，数据表示可以迁移到各种下游任务中。

2026.10.17

什么是联邦学习的隐私保护（Privacy-Preserving Federated Learning） – AI百科知识

联邦学习是一种分布式机器学习方法，支持多个客户端协作训练模型，同时保持数据本地化，不直接共享原始数据。在联邦学习的隐私保护（Privacy-Preserving Federated Learning）是通过确保在训练过程中不暴露任何客户端的本地数据来实现的。涉及到使用加密技术、差分隐私或可信执行环境等手段，防止数据在传输或聚合过程中被未授权访问或泄露。隐私保护的目标是在不牺牲数据机密性的前提下，实现跨设备的数据利用和模型训练，增强用户信任并遵守数据保护法规。

2026.10.17

Filmfotos – 模拟和还原胶片质感效果的LoRA模型

Filmfotos是由DynamicWang推出的的基于Flux架构的LoRA模型，专注于模拟和还原胶片的质感效果。以低饱和度的日系胶片风格为特点，为照片带来柔和、细腻的复古美感。

2026.10.17

什么是边缘计算（Edge Computing） – AI百科知识

边缘计算（Edge Computing）是一种分布式计算架构，将数据处理和分析任务从中心化的数据中心转移到网络边缘，更接近数据源和用户的位置。可以显著减少数据传输的延迟，提高响应速度，优化带宽使用，增强数据处理的实时性和安全性。边缘计算在物联网、实时数据分析和自动化控制等领域尤为重要。

2026.10.17

什么是人工智能安全（AI Security） – AI百科知识

人工智能安全（AI Security）是指采取必要措施保护人工智能系统免受攻击、侵入、干扰和非法使用，确保其稳定可靠运行，遵循以人为本、权责一致等原则，保障人工智能算法模型、数据、系统和产品应用的完整性、保密性、可用性、鲁棒性、透明性、公平性和隐私性。

2026.10.17

Pixtral 12B – Mistral AI推出的首款多模态AI模型

Pixtral 12B 是法国AI初创公司Mistral推出的首款多模态AI模型，能同时处理图像和文本。模型拥有 120 亿参数，模型大小约为 24GB，基于文本模型 Nemo 12B构建，能回答任意数量、任意尺寸图像的问题。

2026.10.17

什么是人工智能伦理（AI Ethics） – AI百科知识

人工智能伦理（AI Ethics）是研究人工智能技术发展和应用中所涉及的伦理问题和风险的学科。关注如何确保AI系统的设计、开发和部署符合道德标准，促进公平、透明和负责任的使用。人工智能伦理包括但不限于数据隐私保护、算法偏见、自动化带来的就业影响、以及AI决策的透明度和可解释性。人工智能伦理的目标是引导AI技术朝着有益于人类和社会的方向发展。