博客 RSS 訂閱

lizhuo6 頭像

oioihoii - Agent 場景下的知識庫參數配置全棧指南——從召回、重排到生成，一次調對

在 Agent 工作流中，知識庫扮演的是“決策依據”而不僅僅是“問答庫”的角色： 語義解析：將用户輸入或特定信號映射到系統可執行的操作 工具選擇：讓 LLM 基於功能説明文檔來調用合適的工具 狀態判斷：根據規則庫確定下一步流程走向 一旦關鍵信息被過濾閾值卡掉，Agent 就會陷入“失憶”；如果引入過多無關信息，又會導致“幻覺”與決策偏差。本文旨在提供一套

顯式 , 錨點 , 全文檢索 , aigc , Copilot

收藏 評論

u_17061379 頭像

AI編程社區 - 邁向智能編輯的下一代演進：Qoder NEXT 模型與 ActionRL 偏好對齊實踐

引言： 從“代碼補全”到“編輯預測” 在過去的兩年中，大語言模型（LLMs）從根本上重塑了軟件開發的工作流程。“智能體編碼”（Agentic Coding）等新範式使開發者能夠根據高層指令快速生成整個代碼倉庫級別的代碼，顯著提升了開發速度。然而，社區中逐漸流行起一個説法——“AI 善後工程師”：Agentic Coding 雖能迅速完成 80%的任務，但剩下的 20%

機器學習 , 數據 , 人工智能 , 開發者 , 結構化

收藏 評論

u_17550252 頭像

蒲公英內測分發 - 覆盤：我們如何用一週時間，拯救一個瀕臨崩潰的內測流程

上個季度，我接手了一個“敏捷”項目。之所以給“敏捷”打上引號，是因為在項目初期，我們的狀態是：用着最敏捷的理念，進行着最混亂的折騰。 這是一個社交類App，市場窗口期很短，要求我們快速迭代，快速驗證。理論上，我們應該每天都在“開發-測試-反饋-優化”的正向循環中。但現實是，我們團隊大部分的精力，都耗在了“開發”與“測試”之間那段泥濘的道路上。 混亂的序章：當“

應用開發 , 內測分發 , 移動開發 , 移動測試 , 開發者 , ios , 迭代

收藏 評論

u_13357275 頭像

上海拔俗網絡 - AI科研轉化平台：讓實驗室技術“走出論文”變產品

高校實驗室裏的AI算法準確率高達95%，卻只能躺在論文裏；企業急需解決生產痛點，卻找不到能直接用的技術；科研人員熬夜研發的模型，因缺產業數據和落地場景被束之高閣——這是AI領域最突出的“轉化困境”。而AI科研轉化一體化平台，就像給技術裝了“加速器+連接器”，用實打實的技術打破壁壘，讓實驗室裏的“紙上成果”變成能賺錢、能提效的產業產品。 這套平台的核心邏輯很簡單：解決“科研與產業”的三

服務器 , 數據 , NLP , 人工智能 , 迭代

收藏 評論

u_13357275 頭像

上海拔俗網絡 - AI產學研實訓平台：讓技術學習“真刀真槍”不脱節

高校裏學AI，課本是幾年前的案例，實驗數據是虛擬的；企業招AI人才，新人上手要3個月適應；高校的科研成果，躺在論文裏難落地——這是AI領域的“三方痛點”。而AI產學研一體化實訓平台，就像一座“技術橋樑”，用實打實的技術讓學生學真活、企業招能人、高校出成果，徹底打破“課堂與產業兩張皮”。 這套平台的核心技術邏輯，説穿了就是“把企業真實場景搬到課堂，讓學生在實戰中練技能”，拆解下來三個關

代碼工具 , 數據 , 數據採集 , NLP , 人工智能

收藏 評論

u_17423871 頭像

美狐美顏SDK開放平台 - 直播美顏sdk背後的核心能力：人臉關鍵點識別原理與工程實現

在直播行業高度內卷的今天，美顏早已不是“錦上添花”的功能，而是決定用户是否願意停留、是否敢開播、是否願意付費的基礎能力。 當我們在直播間裏看到主播膚色自然、五官立體、表情靈動，甚至在大幅度轉頭、低光環境下依然穩定輸出時，真正支撐這一切的，並不是簡單的濾鏡疊加，而是一整套以人臉關鍵點識別為核心的實時視覺算法體系。 本文將從原理+工程實現兩個維度，拆解直播美顏sdk背後的

視頻美顏sdk , 美顏api , 人工智能 , 直播美顏sdk , 計算機視覺 , 第三方美顏SDK , 在51CTO的第一篇博文 , 美顏SDK

收藏 評論

u_13357275 頭像

上海拔俗網絡 - AI智慧司牧服務系統：打造草原上的“千里眼”與“數字牧羊人”

傳統養殖裏，養殖户最怕啥？奶牛生病沒及時發現、母豬發情錯過配種、飼料喂多了浪費、喂少了不長肉——全靠“眼觀六路、耳聽八方”，累不説還容易出錯。而AI智慧司牧服務系統，就像給牧場裝了“智能大腦+千里眼+順風耳”，用實打實的技術解決這些痛點，讓養殖從“憑經驗”變成“靠數據”，新手也能輕鬆上手。 這套系統的核心技術，説穿了就是“讓機器懂養殖、會幹活”，拆解成三個好理解的功能： 第一個是

大數據 , 數據 , 物聯網 , NLP , 人工智能

收藏 評論

u_17610575 頭像

mb695230a481982 - 最大無本體具身數據集開源！簡智機器人聯合百度百舸，加速具身智能應用落地

1. 簡智機器人開源行業最大規模的無本體具身數據集 1 月 5 日，簡智新創（北京）機器人科技有限公司（以下簡稱「簡智機器人」）正式開源「RealOmni-Open DataSet」無本體具身數據集，數據集總計包含超過 10,000 小時、百萬條以上的真實操作記錄，是目前行業已知數據規模最大且每一項技能數據量最多的無本體開源數據集。 當前，

機器學習 , 數據集 , 數據 , 人工智能 , 百度

收藏 評論

u_15434217 頭像

文傳商訊 - Kioxia推出面向PC原始設備製造商的下一代KIOXIA BG7系列固態硬盤

Kioxia Corporation今日正式發佈KIOXIA BG7系列固態硬盤(SSD)。該產品是業內首款集成公司最新BiCS FLASHTM第八代3D閃存的消費級解決方案，採用了創新的CMOS直接鍵合至陣列(CBA)技術1)。KIOXIA BG7系列專為PC客户打造，可在性能、功能和能效之間實現出色平衡，適配商用/消費級筆記本電腦與台式電腦。 KIOXIA BG7固態硬

固態硬盤 , 存儲容量 , 服務器 , 閃存 , 集羣

收藏 評論

u_15316473 頭像

阿里雲大數據AI技術 - 迅雷基於阿里雲 EMR Serverless Spark 實現數倉資源效率與業務提升

劉敏|迅雷大數據平台負責人 尤帥|迅雷大數據平台資深工程師 潘錦棉|阿里雲公共雲業務事業部解決方案架構師 陳照|阿里雲公共雲業務事業部解決方案架構師 劉瑞偉|阿里雲公共雲業務事業部大數據解決方案架構師 一、背景介紹 企業簡介 迅雷（納斯達克股票代碼：XNET）作為全球分佈式技術領域的先行者，以技術構建商業，以服務創造共識，從而建立一個高效

spark , 大數據 , 阿里雲

收藏 評論

u_14126 頭像

網猴兒 - FPGA的虛擬化處理器模擬集羣

1 初識FPGA 文章目錄 1 初識FPGA 1.1 基本認知 1.1.1 什麼是FPGA？ 1.1.2 什麼是HDL？什麼是Verilog？ 1.1.3 硬件開發與軟件開發 1.1.4 FPGA與其他硬件的對比 1.1.5 F

虛擬化 , Verilog , 雲計算 , 學習 , FPGA的虛擬化處理器模擬集羣 , fpga開發 , ci

收藏 評論

u_13357275 頭像

上海拔俗網絡 - AI智慧司牧服務系統：讓複雜與緊急的車輛服務，變得像點外賣一樣簡單

想象一下：當你在高速公路上突然爆胎，不再需要慌張地搜索救援電話、反覆描述位置、焦急等待不確定的抵達時間。而是打開手機，一鍵按下，系統自動定位，智能調度最近的救援車，實時顯示技師資質、預計到達時間、維修進程和費用預估——這就是AI智慧司牧服務系統帶來的變革。它不僅是“道路救援”，更是覆蓋車輛全生命週期的“移動服務管家”。 這不是傳統呼叫中心，而是“出行服務大腦” 傳統的車輛服務模式

數據 , NLP , 推送 , 人工智能 , 計算機視覺

收藏 評論

youqingyouyidejidan 頭像

底層邏輯探索 - 全景式金融行業數據安全管理方案

一、概要 （提示：從全局視角審視金融數據安全，才能真正理解“監測”在數字化金融中的基礎性價值。） 隨着金融行業全面邁入數字化深水區，數據已從“業務副產品”轉變為支撐金融服務創新與風險防控的核心資產。賬户交易、信貸審批、徵信流轉、跨境支付等高頻場景持續放大數據價值的同時，也顯著提升了數據安全風險的複雜度與破壞性。傳統以單點、單系統為核心的數據安全監測模式，已難以應對金融業務多系統耦合、多

深度學習

收藏 評論

youqingyouyidejidan 頭像

底層邏輯探索 - 精細化、協同、閉環式的金融行業數據安全管理最佳實踐指南

一、概要 （提示：金融數據安全的核心不在“監得多”，而在“監得準、聯得動、管得住”。） 在金融數字化全面深化的背景下，數據安全已從“合規附屬項”演進為影響業務連續性、風險防控能力與機構信譽的核心基礎設施。面對業務場景複雜化、數據流轉高頻化、監管要求體系化的現實挑戰，傳統以“點狀監測、事後審計”為主的數據安全手段已難以支撐金融機構精細化治理需求。全知科技圍繞金融行業實際運行特徵，構建了一

深度學習

收藏 評論

u_12897 頭像

jordana - CDH部署yarn程序

安裝配置Cloudera Manager (1)配置n1節點 通過工具將下面的安裝包上傳到/tmp目錄 cloudera-manager-centos7-cm5.13.0_x86_64.tar.gz CDH-5.13.0-1.cdh5.13.0.p0.29-el7.parcel CDH-5.13.0-1.cdh5.13.0.

CDH部署yarn程序 , cloudera , 大數據 , yarn , MySQL , vm安裝centos7 , cdh 安裝

收藏 評論

u_16429613 頭像

u_16429613 - 點量雲流渲染服務——使用教程詳解

大家好！這一期為大家詳細介紹一下點量雲流渲染服務具體如何使用。在雲流渲染服務中，包括服務管理、環境檢測、雲流管理、系統設置、版本更新功能，瞭解每部分功能的具體原理與操作，可以幫助您更高效便捷地使用點量雲流實時雲渲染系統哦！ 【01 服務管理】 打開雲流渲染服務，賬號登錄後，會直接出現【服務管理】頁面。 該頁面展示了當前服務器雲流化服務的運行情況，

雲平台 , 服務器 , 雲計算 , 雲渲染 , 實時雲渲染 , 數字孿生 , 系統設置

收藏 評論

u_17579628 頭像

mb69129985e0f10 - SCALE發佈《2025年12月大模型SQL能力排行榜》：技術迭代加速，專業模型持續領跑

2026年1月6日，SCALE評測機構正式發佈《2025年12月大模型SQL能力排行榜》，揭示全球頂尖AI模型在數據庫查詢優化、方言轉換及複雜邏輯解析等核心維度的最新進展。本次評測首次引入生產級複雜場景數據集2.0版本，覆蓋MySQL、Oracle、PostgreSQL及SQL Server四大主流數據庫方言，重點考察模型在真實業務環境中的性能調優能力與方言適配性。

數據集 , redis , 數據庫 , SQL

收藏 評論

u_16213646 頭像

mob64ca140761a4 - openstack雲平台搭建 可用內存

一、互聯網行業及雲計算 在互聯網時代，技術是推動社會發展的驅動，雲計算則是一個包羅萬象的技術棧集合，通過網絡提供IAAS、PAAS、SAAS等資源，涵蓋從數據中心底層的硬件設置到最上層客户的應用。給我們工作生活提供服務！ 1、互聯網大事記 1936年 英國數學家A.M.Turing發明圖靈機，為現代計算機硬件和軟件做了理論上的準備。艾倫·麥席森·圖

虛擬化 , 大數據 , 雲計算 , OpenStack , 人工智能 , openstack雲平台搭建 可用內存

收藏 評論

u_12196 頭像

footballboy - 深度學習torch包

前面已經安裝好了torch，下面就來看看如何在torch框架上搭建深度學習模型，我一直覺得源碼結合原理是機器學習最好的學習途徑。所以我們從分析一個簡單的案例開始吧。 參考Supervised Learning 這個例子呢，主要是以有監督的方式構建一個深度學習模型實現對數據集SVHN的分類。 SVHN是 The Street View H

數據集 , data , 數據 , 人工智能 , 深度學習 , 深度學習torch包

收藏 評論

u_16178248 頭像

INSVAST - 毅碩HPC | InfiniBand網絡在HPC集羣中的核心應用

一、引言： HPC 離不開 InfiniBand 網絡是高性能計算集羣的“神經系統”——它決定了計算資源的協同效率、應用的可擴展性，以及最終的科學發現速度。在眾多網絡技術中，InfiniBand（IB）憑藉其超低延遲、高帶寬和硬件級卸載能力，已成為HPC領域的黃金標準。據TOP500最新統計，超過65%的頂級超算系統（包括Frontier、Fugaku等）均採用Infini

網絡技術 , 服務器 , HPC , 科普 , 高性能計算集羣 , lnfiniBand , 集羣

收藏 評論

u_16213700 頭像

mob64ca14144dde - tensorflow 輸出計算圖的json

前段時間因為課題需要使用了一段時間TensorFlow，感覺這種框架很有意思，除了可以搭建複雜的神經網絡，也可以優化其他自己需要的計算模型，所以一直想自己學習一下寫一個類似的圖計算框架。前幾天組會開完決定着手實現一個模仿TensorFlow接口的簡陋版本圖計算框架以學習計算圖程序的編寫以及前向傳播和反向傳播的實現。目前實現了前向傳播和反向傳播以及梯度下降

機器學習 , 人工智能 , 數據結構與算法 , 有向圖 , Python

收藏 評論

u_16163442 頭像

datian1234 - 數智化轉型利器：揭秘數字企業模型與指標體系，引領行業新風向！

簡介 數智化轉型是一個非常有深度且緊跟當前企業管理與技術趨勢的話題。 區分“數字化”與“智能化”是理解當前企業轉型升級的關鍵起點。數智化轉型(Digital-Intelligent Transformation)則是二者的深度融合與演進，其中**「數字企業模型」與「指標體系」**構成了轉型的核心支柱。以下將系統闡述這些概念及其在企業中的應用。

redis , github , 產品經理 , 算法 , 知識圖譜 , 數據庫 , 人工智能

收藏 評論

u_16099251 頭像

雲中誰寄錦書來 - 支持向量機本身對偶共同點

前言 動筆寫這個支持向量機(support vector machine)是費了不少勁和困難的，原因很簡單，一者這個東西本身就並不好懂，要深入學習和研究下去需花費不少時間和精力，二者這個東西也不好講清楚，儘管網上已經有朋友寫得不錯了(見文末參考鏈接)，但在描述數學公式的時候還是顯得不夠。得益於同學白石的數學證明，我還是想嘗試寫一下，希望

機器學習 , 數據 , php , 面試 , 支持向量機本身對偶共同點 , 人工智能

收藏 評論

u_13717764 頭像

嗶哥嗶特 - 353家企業入圍!星特杯入圍名單公示

2025‘星特杯’第十一屆大中華區磁性元器件與數字電源行業年度評選入圍初選結果已出爐! 本屆星特杯行業評選共設立15個獎項，入圍企業達353家，覆蓋磁性元器件、電感器、數字電源及相關產業鏈多個領域。 其中，電感變壓器行業入圍企業超過200家，與去年基本持平，體現行業穩健發展態勢;電電源行業入圍企業突破100家(上一屆25家)，增長顯著，主要得益於本屆星特杯行業評選進一

服務器 , 功率密度 , 人工智能 , 數據分析 , 應用場景

收藏 評論