或
与
{{ forum.displayName }}
{{ forum.displayName }}
全部文章
只看精选
至
匹配程度
发表时间
降序
升序
收起
高级搜索
约找到 7660 条结果，耗时 0.23 秒
4.3 电解操作电流密度设定： 电极有效面积为 2 cm²，设定电流密度为 0.1 A/cm²，对应总电流约为：I=0.1×113=11.3 AI=0.1×113=11.3 A温度控制： 将电解槽置于冰盐浴中
根据之前的理论推导（在惯性导航开发0中），证明了可以线性校准（当然是矩阵形式），然后我们其实不需要太高的校准精度，毕竟mems陀螺仪精度本身就不算高，所以我把之前的程序简化了，在ai的帮助下搞了新的图形化界面
我认识的某人，导师是AI领域顶级水平（可认为是top1），工作在OpenAI。奇葩的是，这人完全没有基本逻辑常识。现在因为无法融入，住的不舒服，已经打道回府了。都不用赶，自己回来了。
其实这些东西一直就在研究，包括研究人类认知方式，交互方式等等等等，从生物角度到行为学角度不一而足～～只不过现今的AI仍旧大部分是基于海量数据以及逻辑推理/统计学等等方法生成的，为了满足需要而已。
随着技术发展，按需生产，云工厂等都已经实现，AI驱动的机器社会也不是啥新鲜玩意儿，这些都是正常追求。小到一个企业的ERP，大到阿里这样的巨头，人们是否采用，只是一个趋利的问题，好东西就应该拿来用。
而且足够复杂 即便现在 就在西医范畴内 也不太可能出现全栈神医那么按古代的限制和职业模式 医生该如何传承呢 虽然阴阳五行之说加一些补丁的框架 有点不够科学全面 但是应该已经算能接受的方式了吧未来呢 也许AI
包含正确的数据预处理操作），在数据预处理方面做得不好——训练数据有4096个数组，每个数组有10个元素，分别表示“喷管出口面积”、“燃烧面积”等固体火箭的内弹道参数；4096个数组的前半部分作为训练集，后半部分作为测试集，AI
AI翻译都有自动排版，你可以说我的学艺不精。可我好歹也花了时间去做。有些地方翻译不对，你可以指出来，但是你直接把我发的退回，你这样做合适吗？我已经做好了提前声明，你这样真的尊重我吗？
之前看网友用LLM做网络安全知识库，效果不理想的，AI不适合理工科知识，更适合绘画，毕竟本质是拟合概率分布，理工科语料中很多概念复现性太差了，还是集体编辑维基页面搞出集体创作的教材更好
AI的回答一般都有误，特别是对于化工领域某些物质合成，有时候连参考价值都没有，之前问gpt高氯酸盐的合成，他让我用过氧化氢氧化氯酸盐，而且Deep Seek这几个月都不知道被喂了些什么东西，有时候还会引用一些小说或者游戏的内容
对于非企业玩家，其实也就资源利用率高些，比如你拿树莓派跑ai大模型（只是举例，不建议这么做，目前arm平台ai建议还是纵向扩展），单个树莓派提供的内存也就1G,2G,4G,8G，但如果要更大的，就要用到集群了
在AI和深度学习技术爆炸的今天，语音语义识别都能做到如此牛逼，我想，单纯解码个CW音频应该不是难事，其实只需要模型能在噪声中“听懂点-划-字符间隔-单词间隔”就行了，虽然在资深HAM眼中利用电子技术实现解码抄听有点不入流
有什么疑问和需要我补充的也可以在下方提出：无论什么题目，都可以问AI要答案，现在AI已经很强大了（开启深度思考）注意，考试时选项顺序会打乱重排。
饶毅解析蛋白搞了多少年，还不如AI一天跑得多。“好的基础平台往往会有高度优质的软硬件资源”——总之赶快给我们实验室打钱，你在外面搞不出什么的。随着科技快速进步，设备成本大幅度降低，技术平民化速度惊人。
arc agi的测试对人类来说相对简单，对ai来说出乎意料的难。测试案例如下，有兴趣的可以自己玩一下试试XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX。
前天问AI要反应具体操作，它给的化学方程式没配平，我提醒他一下，结果重做两遍没配出来，它直接放弃了（笑）给的展开剂也是乱用，同一个问题问了四遍给了四种，怕不是把常用体系遍历了一遍（不过不是啥大问题），反应温度一会冰浴一会