Nat Hazards：稻壳灰基混凝土抗压强度预测的机器学习算法对比研究
文章信息收录期刊（分区）：Natural Hazards（3区）论文题目：A comparative study of machine learning algorithms for the prediction of compressive strength of rice h
评点茹炳晟文章中的一段话（01）关于设计模式
本文要评点的以下这段话，来自茹炳晟老师的文章《从未实现“工程化”的软件工程（写在《AI 时代人月神话》出版之前）》，https://mp.weixin.qq.com/s/S1a_IH-IfYsoF2cHGFgGqw。
数字化交付中标准类库的管理
杨善臣 Principal Architect, Presales本文并非讲述数字化交付标准，如CFIHOS、GB/T 51296-2018等，而是重点关注交付标准执行层面的核心——“标准类库”。数字化交付标准类库，是数字化交付项目的最重要基础，也是数据校验的最核心依据。
大模型接入企业前，先搞懂这三类数据：元数据、主数据、参考数据
企业接入大模型以后，最让人头疼的，可能不是AI回答不了问题，而是回答得挺像那么回事，数据却对不上。让AI分析一下客户利润，结果CRM里一套客户编码，ERP里又是另一套，财务系统的利润统计口径还不一样。数据都能查到，但放在一起分析，结论就未必准确了。
苹果首次公开iPhone图像防伪技术，给照片加上“身份证”
在AI图像越来越普遍的当下，这项技术对照片防伪和溯源给行业提供了一个参考。需要注意的是，参考图像目前仅支持iPhone 18 Pro和iPhone 18 Pro Max的主摄，iPhone Duo等设备不能使用。
深入解析 LangChain Deep Agents 的 RAG 架构与实战
本文基于 LangChain 官方文档《Retrieval Augmented Generation (RAG) with Deep Agents》整理与扩展，结合大量架构图与代码示例，帮助你从原理到落地完整理解 RAG 在 Deep Agents 框架下的实现方式。
从一步生图到流式视频：清华团队探索「样本分布训练」
来源：机器之心本文约5000字，建议阅读8分钟一步生图达到 SOTA 水平，8 卡搞定 140 亿参数流式视频模型后训练。对着屏幕说一句 “向左转”，画面随即展开新的视野；调整角色的动作，场景紧接着给出反馈。多模态交互要求视觉生成跟上人的操作，而漫长的等待会打断整个体验。
从一步生图到流式视频：清华团队探索「样本分布训练」
MGFlow 在 ImageNet 256×256 生成中，后训练 pMF-H、JiT-H 取得单步生成 1.45、1.64 FDr⁶ 的断崖式 SOTA 好成绩;
兵马俑79枚指纹：三成是女人，两成是15岁以下的孩子
一号坑T23探方，23件陶俑，79枚指纹。指纹按下去的时候，泥胎还是湿的。秦始皇帝陵博物院和山东大学考古学院把这79枚指纹重新算了一遍。10月23日新华社的消息里写着三个数：成年男性约占45.0%，成年女性约占32.7%，15岁以下少年约占22.3%。
“克苏鲁入侵”？法国上空出现的“红色精灵”到底是怎么回事？
2026 年 10 月，一组照片在网上传开。法国科西嘉岛卡尔维附近的蒙特马焦雷村上空，一团巨大的红色发光体如扎根于天空的“空想之根”：顶部是一片横跨近百公里的赤色辉光，底下垂着几十条细密的触须——这个悬在空中的触手状身影，难怪让人联想到克苏鲁神话。