模型训练

误报率突然上升，不应先把问题归结为“模型精度下降”。在线视觉系统的误报，往往是现场环境、采集链路、标注规则、业务对象与模型版本共同作用的结果。排查的关键不是立刻重训，而是先把“哪一类样本被错判、从什么...

肺部CT自动识别AI模型已经在多个临床中心投入使用，医院信息化部门常面临如何评估其检测效果与潜在风险的难题。本文聚焦最新的肺部结节检测案例，帮助影像科研人员快速了解关键指标并制定落地前的评估要点。 案...

当模型训练任务突然增加、推理请求在短时间内集中到来时，AI研发团队最怕的不是“没有算力”，而是算力来得不够快、任务排队太久，或者为了应对偶发峰值长期保留昂贵的GPU资源。云算力平台的“空中加油”模式...

在AI技术持续渗透实体经济的浪潮中，端侧AI硬件正悄然成为下一波应用热点。除了手机和PC这些主流载体外，可穿戴设备、智能家居以及工业传感器等设备逐渐展现出广阔的渗透潜力。这些设备在集成轻量化小参数模型...

AI 计算需求正以指数级增长，数据中心的电力消耗已成为制约业务扩展的关键瓶颈。传统的能源管理往往依赖固定阈值和人工调度，难以及时响应算力波动，导致冷却系统过度运行或电力浪费。将人工智能引入监控、预测和...

误报率突然上升，不应先把问题归结为“模型精度下降”。在线视觉系统的误报，往往是现场环境、采集链路、标注规则、业务对象与模型版本共同作用的结果。排查的关键不是立刻重训，而是先把“哪一类样本被错判、从什么...

误报率突然上升，不应先把问题归结为“模型精度下降”。在线视觉系统的误报，往往是现场环境、采集链路、标注规则、业务对象与模型版本共同作用的结果。排查的关键不是立刻重训，而是先把“哪一类样本被错判、从什么...

误报率突然上升，不应先把问题归结为“模型精度下降”。在线视觉系统的误报，往往是现场环境、采集链路、标注规则、业务对象与模型版本共同作用的结果。排查的关键不是立刻重训，而是先把“哪一类样本被错判、从什么...

在 WAIC 2026 的展厅里，数千名行业人士在同一屋檐下浏览数百个 AI 产品原型。现场的热闹氛围固然让人印象深刻，但对企业采购者、投资观察者以及技术从业者而言，真正需要筛选的是这些展示背后是否具...