<?xml version="1.0" encoding="utf-8"?>
<rss version="2.0">
  <channel>
    <title>一起港湾 - 机器学习与技术</title>
    <link>https://17gw.com/forum-39-1.html</link>
    <description>Latest 20 threads of 机器学习与技术</description>
    <copyright>Copyright(C) 一起港湾</copyright>
    <generator>Discuz! Board by Discuz! Team</generator>
    <lastBuildDate>Fri, 09 Oct 2026 00:25:21 +0000</lastBuildDate>
    <ttl>60</ttl>
    <image>
      <url>https://17gw.com/static/image/common/logo_88_31.gif</url>
      <title>一起港湾</title>
      <link>https://17gw.com/</link>
    </image>
    <item>
      <title>我自己看完 Microduck 的演示，是真有点想买一只。</title>
      <link>https://17gw.com/thread-9071-1-1.html</link>
      <description><![CDATA[我自己看完 Microduck 的演示，是真有点想买一只。这只开源机器鸭会走路、捡东西、踢球，摔倒还能自己站起来，整机 399 美元，软件这层整个开源，感觉华强北很快就要动手。

鸭子身高 25 厘米、体重 800 克，15 个舵机由神经网络策略驱动，控制循环每秒 50 次，走得稳稳 ...]]></description>
      <category>机器学习与技术</category>
      <author>南方雪松</author>
      <pubDate>Thu, 08 Oct 2026 14:23:00 +0000</pubDate>
    </item>
    <item>
      <title>Anthropic 上线新站点 claude.dev http://t.cn/AXWKWswc ，面向用 Claude 做开发的人。站点会发布工程深度文章、Claude Code 和 API 使用指南、Claude 团队成员的经验分享...</title>
      <link>https://17gw.com/thread-8940-1-1.html</link>
      <description><![CDATA[Anthropic 上线新站点 claude.dev http://t.cn/AXWKWswc ，面向用 Claude 做开发的人。站点会发布工程深度文章、Claude Code 和 API 使用指南、Claude 团队成员的经验分享，另外还藏了一些彩蛋。


原来的文档网站仍在 code.claude.com/docs，首页导航里的 DOCS 链接会 ...]]></description>
      <category>机器学习与技术</category>
      <author>猪行天下</author>
      <pubDate>Thu, 01 Oct 2026 08:47:42 +0000</pubDate>
    </item>
    <item>
      <title>语音模型这两天扎堆儿出，蚂蚁刚刚开源了一套声纹验证模型：AntSpeaker/MECT，超小、能实时跑</title>
      <link>https://17gw.com/thread-8816-1-1.html</link>
      <description><![CDATA[语音模型这两天扎堆儿出，蚂蚁刚刚开源了一套声纹验证模型：AntSpeaker/MECT，超小、能实时跑

可低延时声纹流式推理，在100ms的低延迟下能保持高精度声纹特征提取

有几个典型使用场景
银行、客服热线电话核身，比如“请说一句话验证身份”
App登录、设备唤醒只认主人 ...]]></description>
      <category>机器学习与技术</category>
      <author>心平气和过日子</author>
      <pubDate>Sat, 26 Sep 2026 13:53:39 +0000</pubDate>
    </item>
    <item>
      <title>针对编程智能体（Coding Agents）的“控制框架”设计实证研究</title>
      <link>https://17gw.com/thread-8779-1-1.html</link>
      <description><![CDATA[针对编程智能体（Coding Agents）的“控制框架”设计实证研究

来自马萨诸塞大学阿默斯特分校（UMass Amherst）、Zoom、埃默里大学（Emory University）和北卡罗来纳大学夏洛特分校（UNC Charlotte）的研究人员在保持 AI 模型不变的前提下，仅调整了模型周边的软件架构 ...]]></description>
      <category>机器学习与技术</category>
      <author>大水瓶</author>
      <pubDate>Sat, 26 Sep 2026 12:13:18 +0000</pubDate>
    </item>
    <item>
      <title>大模型回答之前，每段提示词都得先切成 token，上下文越长这一步越耗时，Agent 这类长对话尤其明显。</title>
      <link>https://17gw.com/thread-8756-1-1.html</link>
      <description><![CDATA[大模型回答之前，每段提示词都得先切成 token，上下文越长这一步越耗时，Agent 这类长对话尤其明显。

Hugging Face 团队开源的分词库 tokenizers 已经有 11000+ Star，最近还发了 1.0 的候选版，底层大改了一轮。

官方测下来，单线程比旧版 0.23 快 3 到 30 倍，一份  ...]]></description>
      <category>机器学习与技术</category>
      <author>慢慢来嘛</author>
      <pubDate>Fri, 25 Sep 2026 14:53:49 +0000</pubDate>
    </item>
    <item>
      <title>如果你用 Claude Code 还是停留在“输入一句、改一次”，这份指南可以收藏。</title>
      <link>https://17gw.com/thread-8754-1-1.html</link>
      <description><![CDATA[如果你用 Claude Code 还是停留在“输入一句、改一次”，这份指南可以收藏。

claude-code-best-practice 已经收获 6.4 万+ Stars，主要整理 Claude Code 的实战用法：

① Skills、Agent、MCP 怎么配合
② 常见工作流和使用技巧
③ 上下文混乱、反复返工等问题怎么处 ...]]></description>
      <category>机器学习与技术</category>
      <author>韩英</author>
      <pubDate>Fri, 25 Sep 2026 14:47:30 +0000</pubDate>
    </item>
    <item>
      <title>《深入理解 AI Agent》的 Web 阅读版更新成了 Astro 样式，比之前漂亮多了，对移动端也更友好了！感谢社区 whanyu1212 的贡献。</title>
      <link>https://17gw.com/thread-8675-1-1.html</link>
      <description><![CDATA[《深入理解 AI Agent》的 Web 阅读版更新成了 Astro 样式，比之前漂亮多了，对移动端也更友好了！感谢社区 whanyu1212 的贡献。

https://bojieli.github.io/ai-agent-book/astro/]]></description>
      <category>机器学习与技术</category>
      <author>隔壁的泰山</author>
      <pubDate>Thu, 24 Sep 2026 11:47:20 +0000</pubDate>
    </item>
    <item>
      <title>对于性能工程来说，这简直是一座宝库。</title>
      <link>https://17gw.com/thread-8448-1-1.html</link>
      <description><![CDATA[对于性能工程来说，这简直是一座宝库。

我一直在学习 Algorithmica 的 HPC 系列教程，其中 CPU 缓存部分尤其精彩。

它深入剖析了缓存延迟、内存访问模式、指针追踪、预取以及底层运行机制等概念。

如果你关心如何编写更快的软件，请务必收藏这篇文章。

https://en.a ...]]></description>
      <category>机器学习与技术</category>
      <author>老脸往哪儿哥</author>
      <pubDate>Tue, 08 Sep 2026 14:45:36 +0000</pubDate>
    </item>
    <item>
      <title>Anthropic 刚刚发布了一份详尽的报告，阐述了其最大的 AI 终端如何让智能体自我改进。</title>
      <link>https://17gw.com/thread-8421-1-1.html</link>
      <description><![CDATA[Anthropic 刚刚发布了一份详尽的报告，阐述了其最大的 AI 终端如何让智能体自我改进。

如果你错过了之前的消息，Warp 是一个围绕智能体重建的终端。它每月服务 80 万名开发者，其中包括 56% 的财富 500 强企业，并已筹集了 7300 万美元。Warp 平台已运行了 1000 万次 C ...]]></description>
      <category>机器学习与技术</category>
      <author>果如</author>
      <pubDate>Tue, 08 Sep 2026 11:44:11 +0000</pubDate>
    </item>
    <item>
      <title>我一直没搞懂一件事——为啥不是每个人都在用这个东西。</title>
      <link>https://17gw.com/thread-8407-1-1.html</link>
      <description><![CDATA[我一直没搞懂一件事——为啥不是每个人都在用这个东西。

一年前，就有人靠它把月收入干到了17000美元。

OpenAI联合创始人Andrej Karpathy发过一个想法，1600万次浏览，原话大意是：别用AI写代码了，用它建第二个大脑。

操作简单到离谱。你把Claude Code指向一个文件 ...]]></description>
      <category>机器学习与技术</category>
      <author>贵阳哈哈镜</author>
      <pubDate>Tue, 08 Sep 2026 10:49:51 +0000</pubDate>
    </item>
    <item>
      <title>AI 正在学会模拟真实世界，而 The Well 提供了一套“物理教材”。</title>
      <link>https://17gw.com/thread-8375-1-1.html</link>
      <description><![CDATA[AI 正在学会模拟真实世界，而 The Well 提供了一套“物理教材”。

The Well 是一个面向机器学习的超大规模物理仿真数据集，包含 16 类模拟数据，总规模达到 15TB。

里面覆盖了流体、声学、生物系统、磁流体、超新星爆炸等多种复杂物理场景，为训练 AI 预测物理过程提 ...]]></description>
      <category>机器学习与技术</category>
      <author>糖球球</author>
      <pubDate>Mon, 07 Sep 2026 11:28:14 +0000</pubDate>
    </item>
    <item>
      <title>第一印象决定了人工智能聊天机器人的体验。  “价值感知”仍然至关重要。</title>
      <link>https://17gw.com/thread-8352-1-1.html</link>
      <description><![CDATA[第一印象决定了人工智能聊天机器人的体验。

“价值感知”仍然至关重要。]]></description>
      <category>机器学习与技术</category>
      <author>劳资蜀道山</author>
      <pubDate>Mon, 07 Sep 2026 10:19:14 +0000</pubDate>
    </item>
    <item>
      <title>推理工程正逐渐成为人工智能领域最重要的技能之一，我认为很多工程师仍然低估了它的重要性。</title>
      <link>https://17gw.com/thread-8347-1-1.html</link>
      <description><![CDATA[推理工程正逐渐成为人工智能领域最重要的技能之一，我认为很多工程师仍然低估了它的重要性。

训练过程往往备受关注，因为模型正是在这里创建的。但一旦模型需要处理实际流量，就会出现完全不同的问题。你突然需要处理排队、批处理、键值缓存压力、GPU内存、调度、路由 ...]]></description>
      <category>机器学习与技术</category>
      <author>wryip</author>
      <pubDate>Mon, 07 Sep 2026 09:27:37 +0000</pubDate>
    </item>
    <item>
      <title>MIT数学泰斗Gilbert Strang封神新作！数学与AI的终极桥梁！</title>
      <link>https://17gw.com/thread-8289-1-1.html</link>
      <description><![CDATA[MIT数学泰斗Gilbert Strang封神新作！数学与AI的终极桥梁！

MIT终身教授、美国国家科学院院士Gilbert Strang继全球畅销教材《线性代数导论》后，推出硬核新作《线性代数与数据学习》！

豆瓣评分9.3，清华/MIT等顶尖学府指定教材

线性代数英文原版+中文版

https://pa ...]]></description>
      <category>机器学习与技术</category>
      <author>ake555</author>
      <pubDate>Sun, 06 Sep 2026 14:15:24 +0000</pubDate>
    </item>
    <item>
      <title>苏黎世联邦理工学院（ETH Zurich）在一个受控的、商业级的氛围编码环境中测试了100名开发者，以了解谁才是真正的成功者。</title>
      <link>https://17gw.com/thread-8282-1-1.html</link>
      <description><![CDATA[苏黎世联邦理工学院（ETH Zurich）在一个受控的、商业级的氛围编码环境中测试了100名开发者，以了解谁才是真正的成功者。

研究结果令人震惊。

研究人员追踪了计算机科学成绩、书面沟通能力和一般认知推理能力。

他们想了解，在从未接触过任何源代码的情况下，究竟是 ...]]></description>
      <category>机器学习与技术</category>
      <author>短腿小矮基</author>
      <pubDate>Sun, 06 Sep 2026 13:33:49 +0000</pubDate>
    </item>
    <item>
      <title>学机器学习，最怕的不是公式难，而是“看懂了代码，却没真正看懂算法”。</title>
      <link>https://17gw.com/thread-8197-1-1.html</link>
      <description><![CDATA[学机器学习，最怕的不是公式难，而是“看懂了代码，却没真正看懂算法”。

最近发现一个很适合补基础的开源项目 Machine Learning Visualized，把经典算法直接做成可视化训练过程。

🧠 梯度下降、逻辑回归、感知器
📊 PCA、K-Means、神经网络
📐 从第一性原理推导，不 ...]]></description>
      <category>机器学习与技术</category>
      <author>清晨日落</author>
      <pubDate>Fri, 04 Sep 2026 12:58:47 +0000</pubDate>
    </item>
    <item>
      <title>[AI]《Prime Agent: A Self-Improving RLM Harness》S Karten, A L. Zhang, K Thomas, S Müller… [Princeton University &amp; Prim...</title>
      <link>https://17gw.com/thread-8163-1-1.html</link>
      <description><![CDATA[[AI]《Prime Agent: A Self-Improving RLM Harness》S Karten, A L. Zhang, K Thomas, S Müller… [Princeton University &amp; Prime Intellect] (2026) 


在AI智能体领域，模型执行长时程任务是一个悬而未决的难题。过去的方法受困于无状态的交互接口，本质原因是将模型 ...]]></description>
      <category>机器学习与技术</category>
      <author>程思顺</author>
      <pubDate>Thu, 03 Sep 2026 04:51:39 +0000</pubDate>
    </item>
    <item>
      <title>通过提取概念、实体和关系，将文本语料库转换为知识图谱，并可视化它们之间的联系。</title>
      <link>https://17gw.com/thread-8045-1-1.html</link>
      <description><![CDATA[通过提取概念、实体和关系，将文本语料库转换为知识图谱，并可视化它们之间的联系。

https://github.com/rahulnyk/knowledge_graph]]></description>
      <category>机器学习与技术</category>
      <author>马老爷</author>
      <pubDate>Tue, 01 Sep 2026 11:46:04 +0000</pubDate>
    </item>
    <item>
      <title>具身智能的Demo越看越热闹，但我心里总有个问题：这些能力到了真实世界，还剩多少？</title>
      <link>https://17gw.com/thread-8022-1-1.html</link>
      <description><![CDATA[具身智能的Demo越看越热闹，但我心里总有个问题：这些能力到了真实世界，还剩多少？所以我们决定自己造一把尺子。

近期，智源研究院正式发布FlagEval-Robo具身智能评测体系，用\&quot;仿真+真机\&quot;双轨评测，为具身智能建立真实能力标尺。仿真评测聚焦效率与可复现，真机评测聚 ...]]></description>
      <category>机器学习与技术</category>
      <author>大吉仔</author>
      <pubDate>Tue, 01 Sep 2026 07:00:41 +0000</pubDate>
    </item>
    <item>
      <title>大多数人还在问：    Opus 还是 Sonnet？</title>
      <link>https://17gw.com/thread-7888-1-1.html</link>
      <description><![CDATA[大多数人还在问：

Opus 还是 Sonnet？

这或许已经是个错误的问题了。

Claude 越来越不像一个 AI 模型，而更像是一个 AI 操作系统层。

模型只是其中的一部分。

围绕着这些模型，Anthropic 正在构建将 AI 从聊天窗口转化为真正软件所需的组件：

→ 推理模型

→ MCP ...]]></description>
      <category>机器学习与技术</category>
      <author>黄河大侠霍元甲</author>
      <pubDate>Sat, 29 Aug 2026 02:48:19 +0000</pubDate>
    </item>
  </channel>
</rss>