探索AI前沿，掌握行业发展趋势
每日精选AI热点，追踪最新行业动态
精准筛选产品，多维度产品调研
热门AI产品实力、热度、年/月/日排行
提交AI产品信息，助力产品推广和用户转化
一站式AI工具指南，快速找到你需要的工具
涵盖各类AI模型，满足你的开发与研究需求
热门AI大模型性能、热度、年/月/日排行
寻找优质模型提供商，获取可靠模型支持
提交模型信息和服务，精准推广和触达用户
多维度对比大模型，找到最适合你的模型
精准计算大模型使用成本，合理规划预算
多模型实时评测，模型输出结果快速比对
聚集热门MCP服务，快速找到适合你的服务
轻松接入MCP客户端，调用强大的AI能力
学习MCP使用技巧，从入门到精通
热门MCP服务性能排行，帮你找到最佳选择
发布你的MCP服务，推广你的MCP服务
自由测试MCP服务，线上快速体验
快速测试MCP服务，快速上线
通过AI搜索优化服务，让品牌在AI中实现霸屏
检测品牌在AI平台中的可见度
一键检测电脑配置，研判运行模型的兼容性
提供用于训练、评估和测试模型的数据集
提供各类文档文字提取，支持自定义场景
发现与 Advertising Fraud 相关的最受欢迎的开源项目和工具，了解最新的开发趋势和创新。
一个Python库，用于异常值和异常检测，集成了经典和深度学习技术
关于异常检测的书籍、论文、视频和工具箱
工业界搜索、推荐和广告领域优秀的深度学习论文合集。这些论文涵盖嵌入、匹配、排序（点击率/转化率预测）、后排序、大模型（生成式推荐、大型语言模型）、迁移学习、强化学习等多个方面。
一个用于图异常检测的Python库
基于Spark的点击率预测模型（逻辑回归、梯度提升决策树、深度神经网络）
基于深度图的欺诈检测工具箱
信用卡欺诈检测的可复现机器学习：实用手册
一个基于iPython notebook和预训练模型的教程，演示如何使用Keras构建深度自编码器，用于信用卡交易数据的异常检测。
2022年纽约大学坦登工程学院金融机器学习课程的幻灯片、讲义和相关资料
本GitHub仓库汇集了基于深度学习框架构建的优秀图异常检测技术，包含常用数据集、论文和实现代码。我们也欢迎对异常检测、图表示学习和图异常检测感兴趣的研究人员加入该项目，共同贡献力量，推动该领域的研究发展。
用于建模多元时间序列的表格Transformer的代码和数据（ICASSP，2021）
使用Amazon SageMaker搭建端到端机器学习演示架构，用于预测欺诈事件
对抗伪装欺诈者的基于图神经网络的欺诈检测器增强方法（CIKM 2020论文代码）
Radient 将多种数据类型（不仅仅是文本）转换成向量，用于相似性搜索、检索增强生成（RAG）、回归分析等多种用途。
Python 流式异常检测框架（流式数据的异常值检测）
使用深度自编码神经网络检测会计异常——这是我们为2018年英伟达GPU技术大会准备的实验教程，将引导你学习如何使用深度自编码神经网络检测会计异常。该实验教程主要基于Jupyter Notebook、Python和PyTorch。
AuctionGym是一个模拟环境，可以对在线广告拍卖中的bandit算法和强化学习方法进行可重复的评估。
一个基于 PyTorch 的自然语言处理工具包
基于深度图的TensorFlow 2.X欺诈检测工具箱
基于纳什强化学习的鲁棒垃圾邮件检测方法（KDD 2020论文代码）
