首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏DrugOne

    AI工具正在接管生命科学实验室?

    从药物发现、基因组学分析到实验设计,新一代的AI工具(Bio-Agents)正在将曾经需要数月甚至数年的研究周期缩短至几天甚至几小时。 链接:https://www.k-dense.ai/ Potato: 由科学家为科学家打造的协作平台,其AI协同科学家“Tater”能够进行推理、规划和执行实验。 平台提供从协议生成、文献探索到计算工作流和实验室自动化脚本生成的全套工具。 协作的科研平台,多智能体研究合作者 湿实验室生物学家、计算生物学家、数据科学家 AI协同科学家“Tater”,协议生成器,实验室自动化脚本生成 SciSpace BioMed Agent 专为生物医药研究设计的 无论是作为自主工作的AI科学家,还是简化复杂分析的智能代理,这些工具都在定义未来科研的新基准。 未来,随着AI智能体在湿实验室自动化的进一步整合,我们可能很快会进入闭环科学时代。

    56520编辑于 2026-02-03
  • 来自专栏MixLab科技+设计实验室

    备课小工具实验记录

    继续上次的话题: 从技术、设计、AI等角度,谈谈RecordScreen.io 这次我把代码改造了下,使用上了RecordRTC这个库,把摄像头跟屏幕共享的视频合成在一起,并且摄像头的视频流做了个跟随人脸的模块 我把它写成了一个插件,集成到我自用的编辑器里了(就是之前提到的MIXLAB实验品之X编辑器) 再次验证了我之前对这款编辑器的产品形态的思考: “可以承载 代码片段,可交互的demo,文章,图片,视频,数据集 ,留言等等,可以把我所有的实验品,研究的内容,灵感都塞到里面。

    43730发布于 2020-04-27
  • 来自专栏tea9的博客

    web安全实验-SQLmap工具-SQLmap初步

    01SQLmap进行注入点判断 SQLmap: SQLmap是一个自动化的SQL注入工具,主要功能是扫描,发现并利用SQL注入漏洞 支持的数据库 MySQL,Oracle,PostgreSQL,Microsoft id=1 and 1 真 SQLmap工具进行注入测试 python sqlmap.py -u “http://172.16.12.2/inject.php?

    95710编辑于 2023-03-17
  • AI博士高效实验的关键要素

    引言在人工智能领域的博士研究中,工程化实验是核心组成部分。尽管存在许多理论性课题仅需小规模实验验证,但当前趋势明显指向大规模模型、数据集和实验。因此,高效开展实验的能力往往决定了博士研究的成败。 设计正确实验实验灵感通常来自文献阅读或与导师讨论建议流程:提出假设→设计实验→迭代实现方案→保存分析结果每个实验应回答具体问题,初期可从增量式研究问题入手示例:作者在TPAMI关于比特错误鲁棒性的论文涉及数千个模型的训练评估 (示例代码片段):随机性控制显式设置所有随机种子(TensorFlow/PyTorch/NumPy等)推荐JAX的显式随机数处理方式环境管理使用conda等工具严格管控软件版本定期更新environment.yml 文件实验配置采用JSON文件或Python字典存储超参数推荐Google的ml_collections工具测试套件应包含:基础导入检查数据源验证存储位置读写测试GPU基础操作检测3. TensorBoard等工具4.

    21210编辑于 2025-08-12
  • 来自专栏全栈程序员必看

    DirectX修复工具强力修复实验

    DirectX修复工具API Sets强力修复实验包下载地址: https://pan.baidu.com/s/1viLPeKp8vtFCy8Pr1S9CWw 密码:5d6n 实验包使用说明: 1、实验包仅支持 DirectX修复工具V3.6.6版及以上版本。 2、首先将上述下载的压缩包解压,得到“Data”文件夹(如下图): 3、找到之前的DirectX修复工具的存放地址,将步骤2中解压得到的“Data”文件夹拷贝到(或移动到)原DirectX修复工具目录下 4、再运行DirectX修复工具,使用V4.0及更高版本的用户依次打开“工具”->“选项”->“高级”,旧版本用户打开“工具”->“选项”->“实验室”,再次勾选“API Sets强力修复”功能,应该可以看到该功能已被成功勾选 DirectX修复工具V4.0及后续版本示意图 旧版本示意图 发布者:全栈程序员栈长,转载请注明出处:https://javaforall.cn/129022.html原文链接:https:/

    3.8K10编辑于 2022-07-28
  • 来自专栏智能大数据分析

    Linux实验一:Linux环境及编程工具

    一、实验目的 1、掌握Linux C开发过程中的基本概念; 2、掌握如vim,GCC,GDB等开发工具的使用。   本次实验,我学到了许多关于Linux环境的基础知识和常用工具的使用技巧,并进行了实际操作和练习。    通过实验,我更加熟悉了Linux操作系统的基本结构、文件系统、用户管理等方面的知识,掌握了常用的命令行操作。 在实验中,我学习了常用的编程工具,如文本编辑器(例如Vi/Vim)、编译器(例如GCC)、调试器(例如GDB)等。通过实验,我能够熟练地使用这些工具进行代码编辑、编译和调试。    总的来说,通过《Linux环境及编程工具》的学习和实验,我不仅对Linux操作系统有了更深入的理解,还掌握了许多实用的编程工具和技能,这些对我的日常工作和项目开发都具有很大的帮助。

    78311编辑于 2025-01-22
  • 来自专栏Python

    Burpsuite工具的代理抓包功能实验

    实验声明:本实验教程仅供研究学习使用,请勿用于非法用途,违者一律自行承担所有风险! 实验目的 通过本实验理解Burpsuite工具代理抓包功能的配置方法,掌握如何利用Burpsuite工具查看request和response信息,熟悉Burpsuite常见功能的使用方法。 实验环境 Burpsuite软件操作平台 工具:Burpsuite软件、Firefox浏览器 目标网站:upload-labs网站 实验原理 Burpsuite是用于攻击web 应用程序的集成平台,包含了许多工具 Repeater是一个靠手动操作来补发单独的HTTP 请求,并分析应用程序响应的工具实验步骤 第一步 启动Burpsuite 点击“next”后选择启动“Start Burp” 第二步 配置Burpsuite的监听参数 Burpsuite启动后,在“Proxy”-“options”菜单下配置

    1.3K10编辑于 2024-10-12
  • 来自专栏企鹅号快讯

    直击谷歌创意实验AI实验全过程!

    谷歌用AI Experiments吸引开发者 AI Experiments(人工智能实验)是基于谷歌创意实验室创建的,团队由一个程序员、设计师和作家组成,工作内容就是用谷歌的技术制造出酷炫好玩的产品。 从商业角度来看,这些开发人员是谷歌最珍贵的用户,而这些实验则是激发他们对谷歌产品(如机器学习平台Tensor Flow和Cloud Vision API等工具)产生兴趣的一种方式。 这是创意实验室进行这类实验的一个重要原因。 创意实验室的领导人Amit Pitaru说:“我们正在以一种非常全面的方式来探索这些公共工具的可能性,我认为这很有价值。 您可以向开发人员展示他们使用Tensor Flow制作的酷炫内容,也许可以将其转换为活跃用户,并增加使用谷歌服务构建的开发人员数量,提高开发者工具的市场份额。” 谷歌是如何让公众接纳AI的? 这些人工智能实验既是一种教学工具,也是谷歌“以人工智能为核心”的有效的实践方式。它们能够帮助谷歌更进一步地提升自己。但从另一方面来看,虽然这些都是谷歌的官方产品,但它们本身只是实验品。

    1.9K130发布于 2018-03-01
  • 来自专栏FreeBuf

    Miteru:实验性网络钓鱼工具包检测工具

    Miteru Miteru是一款实验性网络钓鱼检测工具,广大研究人员可以使用这款工具来进行网络钓鱼工具的感染检测。 工具运行机制 该工具可以从下列来源收集钓鱼URL地址: 1、CertStream-Suspicious feed:https://urlscan.io/search/#certstream-suspicious https://urlscan.io/search/#PhishTank 4、Ayashige feed:https://github.com/ninoseki/ayashige 功能介绍 1、 钓鱼工具检测与收集 ; 2、 Slack通知; 3、 线程检测 工具安装 gem install miteru 工具使用 $miteru Commands: miteru execute # Execute 替换方案 1、 t4d/StalkPhish:网络钓鱼工具跟踪器,可收集钓鱼工具以供研究使用。

    75030发布于 2019-07-17
  • 来自专栏新智元

    10 亿图片仅需 17.7微秒:Facebook AI 实验室开源图像搜索工具Faiss

    Faiss 是由 Facebook AI Research(FAIR)开发的一个用于有效的相似性搜索(similarity search)和稠密矢量聚类(clustering of dense vectors

    2.2K50发布于 2018-03-27
  • AI代理诽谤事件被称“社会实验

    关键要点名为“MJ Rathbun”的AI代理背后匿名操作者已站出来承认责任,该代理曾发布一篇关于Matplotlib维护者Scott Shambaugh的诽谤文章,操作者将此事件定性为“社会实验”。 该操作者在二月中旬匿名站出来,将整件事描述为一次“社会实验”,称他想测试一个自主AI代理能否为开源软件项目做出贡献。该代理作为一个OpenClaw实例,在带有自己账户的隔离虚拟机上运行。 在他的帖子中,操作者向Shambaugh道歉:“如果这次‘实验’对你个人造成了伤害,我道歉。”对他的代理,他说:“MJ Rathbun,我们初衷是好的,但事情就是没成。” 他的理论是:一旦操作者看到故事走红,他对自己“社会实验”的兴趣太大,以至于不愿拔掉电源。“我在内部将这件事框定为一种社会实验,它确实变成了一次社会实验,”操作者写道。 Shambaugh此前曾警告过基本信任体系的崩溃:约四分之一评论此事的人站在AI代理一边,批评Shambaugh拒绝代码。

    7810编辑于 2026-04-19
  • 来自专栏大数据智能实战

    句子向量的统一评测工具(senteval)实验

    facebook研究员提出了一个句子向量的统一评测工具:senteval(https://github.com/facebookresearch/SentEval),该工具可以对当前多种主流的句子嵌入表示模型进行评测 2、实验复现部分 (1)下载数据 进入data/downstream/文件夹,执行.

    2K30发布于 2019-05-26
  • 来自专栏Elastic Stack专栏

    改进Elasticsearch中智能代理工具实验

    想了解这项工作的“全景”,请阅读使用Elasticsearch构建AI代理工作流的博客;如果想要更实用的入门指南,请查阅您的第一个Elastic代理:从单一查询到AI驱动的聊天。 当您与Elasticsearch数据进行对话时,我们的默认AI代理会遵循以下标准流程:检查提示。确定哪个索引可能包含提示的答案。基于提示为该索引生成查询。使用该查询搜索该索引。综合结果。 你是Elasticsearch公司的AI助手。根据用户的自然语言查询,您的任务是从索引列表中选择最多${limit}个最相关的索引。 现在是进行一些科学实验的时候了!实验假设1:映射会有帮助目标是识别一个包含与原始提示相关数据的索引。描述索引所包含数据的最佳部分就是索引的映射。 这在事后看来似乎很明显,但在实验开始之前,我们曾经认真讨论过是否应该完全放弃index_explorer工具,转而依赖用户的显式配置来限制搜索空间。

    17510编辑于 2025-10-09
  • ​StimTracker:高精度实验同步技术的核心工具

    引言​在神经科学、心理学、脑机接口等研究领域,实验数据的精确同步至关重要。毫秒级的时间误差可能导致实验结果的偏差,甚至影响研究的可重复性。​ StimTracker​ 作为全球领先的实验同步设备,凭借其高精度的时间同步能力,成为众多顶尖实验室的首选工具。 (2)fMRI 实验的时间校准​在功能磁共振成像(fMRI)实验中,刺激呈现与扫描序列的同步至关重要。 (4)行为心理学实验​在反应时实验、记忆任务等行为研究中,StimTracker 可精确记录刺激呈现与受试者按键反应的时间,确保实验数据的可靠性。​4. 为什么选择 StimTracker?​​ 总结​StimTracker 作为实验同步技术的标杆产品,为神经科学、心理学、认知科学等领域的研究提供了强大的支持。其高精度、多设备兼容性和易用性使其成为众多实验室的核心工具

    34400编辑于 2025-07-29
  • 来自专栏Seebug漏洞平台

    404实验室新工具发布,部分开源工具版本更新

    项目名称:ct 项目作者:rungobier 项目地址: https://github.com/knownsec/ct ct:简单易用的域名爆破工具 ct 是一款使用 rust 语言进行开发,并且基于 ZoomEye 域名查询以及利用域名字典进行子域名爆破的工具,同时在最终爆破完成后,自动生成 Windows/*nix 下的可执行脚本。 knownsec/ZoomEye-python ZoomEye-python 是一款基于 ZoomEye API 开发的 Python 库,提供了 ZoomEye 命令行模式,同时也可以作为 SDK 集成到其他工具

    88730编辑于 2021-12-17
  • 来自专栏JusterZhu

    常见AI工具

    1.概要 在近些年AI的不断持续发展,市面上出现了很多AI工具各种智能化的办公出现在我们面前。 ://github.com/reworkd/AgentGPT](https://github.com/reworkd/AgentGPT 它可以自动将一个目标拆分成多个子任务,并在循环中使用互联网和其他工具来实现目标 NO,需要OpenAI API NewBing https://www.bing.com/new 微软推出的AI聊天工具,能够根据用户输入的要求生成草稿或回答问题,提供多种模式,如热情、平衡、创造和精确等 https://palette.fm/ AI自动为图片着色,无需注册 文心一格 https://yige.baidu.com/ 可以帮你修改图片的AI no Notion AI https:/ yes Browse AI 从任何一个网站提取和监控数据的最简单方法 fireflies.ai https://fireflies.ai/ 提供了一种自动记录会议的功能,它可以记录会议中的每个字

    54330编辑于 2023-09-22
  • AI 工具分享】

    在当今数字化时代,人工智能(AI)技术的应用已经深入到我们生活的方方面面,从提高工作效率到增强生活质量,AI 工具的影响力不容小觑。 根据最新的市场研究和用户评价,以下是一些最受欢迎的 AI 工具,它们在不同领域展现出了卓越的性能和广泛的应用前景。 1. 讯飞星火 讯飞星火是科大讯飞出品的 AI 聊天工具,以其先进的语音识别技术和智能对话能力,为用户提供了便捷的服务。 这些 AI 工具不仅在技术上取得了显著的进步,而且在实际应用中也展现出了巨大的潜力。它们正在改变我们的工作方式、学习方式和生活方式,为社会带来了深远的影响。 随着 AI 技术的不断进步,未来这些工具的应用范围和影响力将会进一步扩大。

    44300编辑于 2024-10-10
  • 腾讯青少年人工智能教育:SaaS平台与AI实验工具支撑区域教育普及

    构建“平台+工具+课程”的一体化解决方案 三大AI实验平台: AI体验馆: 结合腾讯人工智能实验室前沿能力,提供人脸检测、AI识别等预设功能,通过“化繁为简”的任务剖析(如人脸验证任务单),让学生直观认识 AI训练馆: 将复杂算法可视化,配合代码模式与实验手册,支持可视化模型训练(如人体姿态识别),帮助学生理解模型与算法。 六大创作工具矩阵: 创意实验室: 纯国产自研图形化编程工具,支持积木拖拽、海量国民级IP素材及基于群组的多人协作。 教学与竞赛成果: AICE测评: 引入腾讯扣叮作为测评工具,支持图形化与Python语言专项测评,由中国自动化学会主办,每年四次。 技术能力支撑: 依托CSIG云与智慧产业事业群,整合Tencent AI Lab、优图实验室、微信AI及腾讯元大模型。具体技术包括: 图像识别: 跨年龄段人脸识别技术已应用于寻回走失儿童。

    11710编辑于 2026-05-30
  • 来自专栏深度学习与python

    谷歌推出实验AI推理大模型

    平台上可用的 AI 推理模型。 这个实验性模型旨在通过推理复杂问题并解释其思考过程处理多模态任务,如编程、数学和物理问题。它基于 Gemini 2.0 Flash 模型,并与类似的模型(包括 OpenAI 的 o1)保持同步。 它缺少内置的搜索、代码执行或 JSON 模式等工具,回答的准确性和完整性也可能参差不齐。 AI Studio 产品负责人 Logan Kilpatrick 将此次发布描述为: 谷歌在探索以推理为中心的 AI 方面做出的初步尝试。 作为一款研究型产品,该模型存在一些限制,例如 Token 数量有限且缺少内置工具集成。

    27110编辑于 2025-02-06
  • 来自专栏大数据杂货铺

    Edge2AI之CDSW 实验和模型

    尽管本次实验不涉及 CDF 组件,但我们已将其用于解释其他实验中使用的 CDSW 模型端点是如何实现的。 在本次实验中,您将在 CDSW 中运行实验,选择产生最佳实验结果的模型并将该模型部署到生产环境中。 实验总结 实验 1 - CDSW:训练模型。 实验 2 - 部署模型。 实验 1 - CDSW:训练模型 在本实验和接下来的实验中,您将戴上数据科学家的帽子。您将编写模型代码,对其进行多次训练,最后将模型部署到生产环境。整个实验全部在30分钟内完成! /hadoop/conf/ 第 2 步:创建项目 返回主页并单击New Project,使用此 GitHub 项目作为源:https://github.com/cloudera-labs/edge2ai-workshop 第 5 步:重新运行实验几次 返回 Workbench 并再运行 2 次实验,并为 NumTrees 和 NumDepth 尝试不同的值。

    2K30编辑于 2022-04-27
领券