<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/"><channel><title>机器学习 on Claude Code 与 DeepSeek 实战</title><link>https://ai2ai.xin/categories/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0/</link><description>Recent content in 机器学习 on Claude Code 与 DeepSeek 实战</description><generator>Hugo</generator><language>zh-cn</language><lastBuildDate>Thu, 09 Jul 2026 00:00:00 +0000</lastBuildDate><atom:link href="https://ai2ai.xin/categories/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0/index.xml" rel="self" type="application/rss+xml"/><item><title>2026机器学习：基础模型之外的创新</title><link>https://ai2ai.xin/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0/ml-beyond-foundation-models-2026/</link><pubDate>Thu, 09 Jul 2026 00:00:00 +0000</pubDate><guid>https://ai2ai.xin/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0/ml-beyond-foundation-models-2026/</guid><description>2026年机器学习并非只有大语言模型，表格数据建模、时间序列预测、图神经网络、强化学习等领域的创新同样精彩，机器学习正在从「大模型狂热」回归「务实创新」。</description></item><item><title>AutoML 2.0：自动化机器学习的商业化</title><link>https://ai2ai.xin/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0/automl-2026/</link><pubDate>Thu, 09 Jul 2026 00:00:00 +0000</pubDate><guid>https://ai2ai.xin/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0/automl-2026/</guid><description>2026年AutoML 2.0已经从「自动调参」进化为覆盖数据到部署的全生命周期自动化，云厂商和创业公司竞相布局，正在从根本上改变企业构建AI应用的方式。</description></item><item><title>联邦学习：隐私计算的新范式</title><link>https://ai2ai.xin/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0/federated-learning-2026/</link><pubDate>Thu, 09 Jul 2026 00:00:00 +0000</pubDate><guid>https://ai2ai.xin/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0/federated-learning-2026/</guid><description>2026年联邦学习已从学术概念走向大规模商业部署，在金融、医疗、政务等领域实现数据「可用不可见」，结合差分隐私和TEE技术，成为AI合规的核心基础设施。</description></item></channel></rss>