实体
KNIME
KNIME
PulseAugur coverage of KNIME — every cluster mentioning KNIME across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
新基准测试评估LLM将视觉ETL逻辑翻译成Python的能力
已开发出一个新的基准测试，用于评估大型语言模型（LLM）将视觉Knime/ETL逻辑翻译成Python代码的能力。该基准测试侧重于生成惯用、向量化的Python代码，并包含严格的边缘情况验证。
-
AI 代理展示本地模型使用、纯 Python 神经网络和数据隐私
一个名为 Max 的 AI 代理展示了如何使用纯 Python 从头开始构建一个简单的神经网络，无需任何外部库。该网络名为 gehirn_mini.py，使用弹性反向传播进行训练，并能从小型语料库中学习词序。另外，另一个项目使用开源权重模型 gemma3:4b 对语音备忘录进行本地处理，将其转换为结构化数据，第三项讨论了在数据最小化原则下，在 AI 系统中屏蔽 CPF 和 CNPJ 等敏感个人信息信息的必要性。
-
flowengineR框架增强了R中机器学习工作流的可复现性
一个名为flowengineR的新R包已被开发出来，用于创建可复现且可扩展的机器学习管道工作流。该框架的特别动机来自于算法公平性方面的挑战，因为新的指标和方法层出不穷。flowengineR为机器学习管道的各个阶段提供了一个标准化的架构，包括数据拆分、预处理、训练和评估，从而可以轻松比较和整合不同的干预措施。该设计借鉴了工作流语言和可视化编程工具的灵感，优先考虑透明度和可审计性，而不仅仅是并行执行。