Quoting Ben Affleck
Ben Affleck 分享他從年輕時就對電腦感興趣,並特別關注數位電影特效中機器學習的應用。他解釋了如何使用卷積神經網路處理張量,進行邊緣檢測與特徵提取,從而實現綠幕背景移除與替換。讀者可了解早期機器學習在視覺特效中的具體運作原理。
109 筆內容提到
最近 7 天 9 筆↑6(比前一期多 6 筆)(再前 7 天 3 筆)
這一頁列的是「提到 Python」的內容(名稱由語言模型從內容裡整理),不一定整筆都在講它。只想追它的新內容:訂閱 RSS;想找標題裡就有它的:搜尋「Python」。
依發布時間,最新的 30 筆
Ben Affleck 分享他從年輕時就對電腦感興趣,並特別關注數位電影特效中機器學習的應用。他解釋了如何使用卷積神經網路處理張量,進行邊緣檢測與特徵提取,從而實現綠幕背景移除與替換。讀者可了解早期機器學習在視覺特效中的具體運作原理。
JFrog 揭露大型語言模型推論加速平台 LMCache 存在嚴重遠端程式碼執行漏洞,CVSS 評分達 9.8。該漏洞出現在多行程模式的 ZeroMQ 服務,因缺乏身分驗證且直接還原 Python 物件,讓攻擊者無需登入即可執行任意程式碼。
示範如何從零開始用 Python 訓練一個 2500 萬參數的 GLM-5.3 Flash 多模態語言模型,涵蓋分詞、預訓練與強化學習流程。
介紹 Microsoft MVP 如何利用 GitHub Copilot 自訂代理將會議記錄轉化為專案計畫,並結合 Azure MCP Server 與自動化指令碼提升效率。
※ 摘要僅根據標題與說明
基於 2026 年 LDX3 研討會演講內容,分析 AI 如何徹底改變軟體開發流程,包括程式碼由 AI 生成、多代理並行工作、IDE 式微等趨勢。讀者可了解未來工程師的角色轉變、工具演變及產業現狀。
Doug Guthrie 透過實作支援代理人的追蹤,示範如何將生產環境的資料轉化為開發迴圈中的具體改進。課程涵蓋建立追蹤、設定自動化評分與主題分類,並利用程式碼評分與 LLM 判官結合,最終透過 Pull Request 回饋開發流程。
示範如何安裝並使用 Tencent 開發的開源 AI 助手 Octop,包括設定時區、建立專家團隊與知識庫。觀眾可學習如何自訂工作流、結合本地模型進行程式撰寫與檔案檢索,並驗證回答來源。
※ 摘要僅根據標題與說明
美珍香因員工使用生成式 AI 撰寫 SendGrid 指令碼時提示詞未規範密件抄送,導致 9.5 萬會員電子郵件外洩。事件顯示 AI 工具若缺乏正確使用與測試,可能引發嚴重資安風險。
由 Sebastian Raschka 講解如何從零開始用 Python 實現 GRPO 演算法,訓練小型推理模型。觀眾能學習 RLVR 的具體實作細節與訓練流程。
※ 摘要僅根據標題與說明
示範如何建立能即時互動的 AI 虛擬人,讓其透過語音控制網頁介面。觀眾可學習使用 Synthesia API 與 LiveKit 架構,將語音轉文字、大模型與語音合成串接,打造低延遲的對話式網頁體驗。
Hugging Face 將強化 RL 環境在 Hub 上的整合,透過標籤與框架標籤讓使用者能直接執行任務並檢視獎勵。文章介紹了 Harbor、Verifiers、OpenEnv 與 NeMo Gym 的運作方式與命令範例,說明如何發布與…
詳細教學如何免費在電腦本地安裝並執行 LM Studio 軟體,下載與配置 AI 模型,並透過 API 在 VS Code 等程式中呼叫。
介紹 GitHub Copilot SDK 的基礎知識、運算機理與多語言支援,並透過實作示範如何建立自訂代理工具與配置。看完後能了解如何將 AI 能力嵌入工作流,並掌握 SDK 的安裝與使用方式。
從基礎解釋 MCP 伺服器如何讓 AI 模型呼叫工具,並逐步示範用 Python 建立本地與遠端伺服器。觀眾能學習如何編寫工具函式、設定認證機制,讓 AI 代理安全地存取外部資料。
教學如何運用 MCP Python SDK 與 GitHub Copilot,從零建立 GraphRAG 伺服器並開發可被 AI 應用呼叫的工具。適合具備 Python 基礎與生成式 AI 概念的開發者學習。
※ 摘要僅根據標題與說明
介紹如何在不管理基礎設施的情況下部署應用程式與 AI 代理,使用 Render 平台整合資料庫與工作流。觀眾能學習利用 Render Blueprints 與可持續工作流,在單一平台上執行並管理 AI 代理與資料處理任務。
※ 摘要僅根據標題與說明
TypeSafe AI 推出新型「決策模型」Jev,取代傳統 LLM 的文字輸出,直接返回分類、評分等浮點數與置信度。使用者可透過 API 提出是/否、選擇或評分問題,僅按輸入付費,成本極低且速度快。
示範如何使用 TypeSafe AI 的 Jev 決策模型 API,透過 Python 套件進行實測。觀眾可學習如何建立客戶端、設定背景狀態,並分別提出分類、評分與是非題,直接獲得結構化答案而非對話。
深入解析生成式 AI 的運作原理,涵蓋從 GAN 到 StyleGAN 的技術細節與隨機性機制。觀眾能理解模型訓練的數學基礎與實際應用,並透過本週作業掌握用 AI Canvas 設計問題與執行程式的實務技能。
※ 摘要僅根據標題與說明
涵蓋 Claude 認證開發者基礎考試內容,教導如何建置與整合生產級應用、代理與工作流。學員將學習代理架構、API 機制、提示工程及 MCP 伺服器等實務技能,並透過實作實驗掌握工具使用。
Dream-RSI 論文提出讓 AI 透過「做夢」實現遞迴自我改進,將真實探索過程存為發現樹作為回放模擬器,無需重跑程式碼即可快速評估新策略。
訪談 TrueFoundry 創辦人 Nikunj Bajaj,探討如何透過「代理 harness」解決基礎模型不穩定帶來的問題。
主播實作 Jev,一個基於 Jevon Paradox 的 AI 模型,並將其整合進自製遊戲引擎與 Blotro 卡牌遊戲中進行測試。影片展示了 Jev 在遊戲畫面中做出決策的過程,探討了 AI 在程式開發與即時遊戲互動中的應用潛力與挑戰。
由 Google 解決方案工程師 Miguel Gutierrez 與 Martin Omander 共同示範,如何利用 Google ADK 2.0 的圖形化工作流原語,建立可靠的多元代理系統。
示範如何用 Google ADK 與 Gemini Live API 建立即時雙向語音代理,取代傳統分步處理流程。觀眾將學習如何設計架構、配置代理與執行器,並掌握處理雙向音訊流不阻塞的關鍵技巧。
Jordan Tigani 分享 MotherDuck 如何將資料管道視為程式碼,透過 Flights、Dives 與 Guides 等工具,讓 AI 代理能自動建立、審查與維護資料流程。
介紹 TrueForge,一個開源且免管理的 AI 代理解決方案,讓使用者能自由選擇模型並避免被綁架。透過實際示範,展示如何快速建立具備工具呼叫能力的 AI 代理。
※ 摘要僅根據標題與說明
介紹 AI 工程師的職涯路徑與所需技能,區分機器學習研究員與 AI 工程師的差異。內容涵蓋從 Python、Git、Linux 等基礎,到 RAG、向量搜尋與 AI Agent,最後是 Kubernetes 部署與可觀測性,並提供實作專案…
教學如何在 Python 環境下,利用本地模型建立 AI 代理,無需 API 金鑰或雲端服務。觀眾可學習使用 Ollama 下載模型、安裝程式庫並撰寫指令碼,讓 AI 具備執行工具的能力。
由 Codex 創辦人 Tibo Sottiaux 主講,深入探討 Codex 的架構決策、為何採用 Rust 與開放原始碼策略,以及 AI 如何改變程式碼審查、維護與系統重構的成本。
依人氣
示範如何從零開始用 Python 訓練一個 2500 萬參數的 GLM-5.3 Flash 多模態語言模型,涵蓋分詞、預訓練與強化學習流程。
涵蓋 Claude 認證開發者基礎考試內容,教導如何建置與整合生產級應用、代理與工作流。學員將學習代理架構、API 機制、提示工程及 MCP 伺服器等實務技能,並透過實作實驗掌握工具使用。
介紹 AI 工程師的職涯路徑與所需技能,區分機器學習研究員與 AI 工程師的差異。內容涵蓋從 Python、Git、Linux 等基礎,到 RAG、向量搜尋與 AI Agent,最後是 Kubernetes 部署與可觀測性,並提供實作專案…
解釋交叉熵損失函式的來源與直觀,說明其在訓練大型語言模型中的核心作用。透過動畫演示,讓觀眾理解為何這是評估模型預測準確度的最佳指標。
※ 摘要僅根據標題與說明
示範如何建立能即時互動的 AI 虛擬人,讓其透過語音控制網頁介面。觀眾可學習使用 Synthesia API 與 LiveKit 架構,將語音轉文字、大模型與語音合成串接,打造低延遲的對話式網頁體驗。
主播實作 Jev,一個基於 Jevon Paradox 的 AI 模型,並將其整合進自製遊戲引擎與 Blotro 卡牌遊戲中進行測試。影片展示了 Jev 在遊戲畫面中做出決策的過程,探討了 AI 在程式開發與即時遊戲互動中的應用潛力與挑戰。
教學如何在 Python 環境下,利用本地模型建立 AI 代理,無需 API 金鑰或雲端服務。觀眾可學習使用 Ollama 下載模型、安裝程式庫並撰寫指令碼,讓 AI 具備執行工具的能力。
從基礎解釋 MCP 伺服器如何讓 AI 模型呼叫工具,並逐步示範用 Python 建立本地與遠端伺服器。觀眾能學習如何編寫工具函式、設定認證機制,讓 AI 代理安全地存取外部資料。
詳細教學如何免費在電腦本地安裝並執行 LM Studio 軟體,下載與配置 AI 模型,並透過 API 在 VS Code 等程式中呼叫。
示範如何用 Google ADK 與 Gemini Live API 建立即時雙向語音代理,取代傳統分步處理流程。觀眾將學習如何設計架構、配置代理與執行器,並掌握處理雙向音訊流不阻塞的關鍵技巧。