人工智能(AI) - 第1页

《OpenClaw 入门指南》是一份面向技术人员、投资者、知识工作者与理性决策者的深度研究手册，系统讲解 AI 代理框架 OpenClaw 的原理、架构、应用场景以及真实风险，帮助读者从“使用 AI”迈向“构建 AI 系统”。书中提出一个核心观点：AI 的下一阶段不是更会聊天，而是能够执行任务。OpenClaw 正是这种变化的代表——它为大模型装上“手脚”，使其可以规划步骤、调用工具并完成实际操作

本书旨在为对大语言模型感兴趣的读者系统地讲解相关基础知识、介绍前沿技术。作者团队将认真听取开源社区以及广大专家学者的建议，持续进行月度更新，致力打造易读、严谨、有深度的大模型教材。并且，本书还将针对每章内容配备相关的Paper List，以跟踪相关技术的最新进展。

书中提出了一种赋予人工智能系统常识和有效推理能力的创新方法，探讨了我们如何信任自主机器做出决策的关键问题，并明确了值得信赖的自主人工智能系统需要具备的两个基本要求《机器如人》深入探讨了如何在人工智能系统中融入广泛、强大的常识，而非仅仅依赖狭隘、专门的专业知识。书中提出了一种赋予人工智能系统常识和有效推理能力的创新方法，探讨了我们如何信任自主机器做出决策的关键问题，并明确了值得信赖的自主人工智能系统

由清华大学新闻与传播学院与人工智能学院双聘教授沈阳教授团队倾力打造的《DeepSeek与AI幻觉》，全面呈现，共计38页。《DeepSeek与AI幻觉》报告探讨了AI幻觉的成因、评测方法及其影响，并以DeepSeek模型为例，分析数据偏差、知识固化等问题如何导致幻觉现象。报告还提出缓解策略，如联网搜索、提示词优化，并探讨AI幻觉在科学创新和艺术创作中的潜在价值。

李沐，动手深度学习，中文第二版，2023年8月18日。本书是《动手学深度学习（PyTorch版）》的重磅升级版本，选用经典的PyTorch深度学习框架，旨在向读者交付更为便捷的有关深度学习的交互式学习体验。 本书重新修订《动手学深度学习》的所有内容，并针对技术的发展，新增注意力机制、预训练等内容。本书包含15章，第一部分介绍深度学习的基础知识和预备知识，并由线性模型引出最简单的神经网络——多层感知

人工智能（AI），尤其是生成式语言模型和生成式人工智能（AIGC）模型，正以惊人的速度改变着我们的世界。驾驭这股潮流的关键，莫过于探究自然语言处理（NLP）技术的深奥秘境。本书将带领读者踏上一段扣人心弦的探索之旅，让其亲身感受，并动手搭建语言模型。本书主要内容包括N-Gram，词袋模型（BoW），Word2Vec（W2V），神经概率语言模型（NPLM），循环神经网络（RNN），Seq2Seq（S2

本书以剪映App短视频剪辑软件为基础，结合大量的实例讲解和教学视频演示，帮助读者快速提升短视频的创作能力。全书分为2篇，共13章。第1~4章为新手篇，主要介绍剪映App和剪映专业版的工作界面与功能设计，以及素材采集与整理、制作短视频字幕、音频的基本编辑等内容；第5~13章为高手篇，从画面、运动、转场、声音、调色、特效、画面合成等设计维度，结合剪映专业版和AI自动化剪辑等内容，帮助读者构建系统的剪辑

For readers who know Python. Experience developing machine learning models is useful but not essential.中文版地址：《从零构建大模型》Learn how to create, train, and tweak large language models (LLMs) by building one

本书首先介绍OpenCV 4以及如何基于Python 3在各种平台上安装OpenCV 4。接下来，你将学习如何执行读取、写入、操纵，以及显示静态图像、视频和摄像机回馈等基本操作。你还将学习图像处理、视频分析、深度估计和分割，并通过构建一个简单的GUI应用程序获得实践经验。接下来，你将处理两类常见问题：人脸检测和人脸识别。你还将学习物体分类和机器学习的概念，这将使你能够创建和使用物体检测器和分类器，

本书是“鸢尾花数学大系：从加减乘除到机器学习”丛书的最后一册，前六本解决了编程、可视化、数学、 数据方面的诸多问题，而本书将开启机器学习经典算法的学习之旅。本书设置了 24 个话题，对应四大类机器学习经典算法（回归、分类、降维、聚类），覆盖算法包括： 回归分析、多元线性回归、非线性回归、正则化回归、贝叶斯回归、高斯过程、k 最近邻分类、朴素贝叶 斯分类、高斯判别分析、支持向量机、核技巧、决策树、主