tag 人工智能

標籤
貢獻960
1478
06:37 AM · Oct 27 ,2025
deephub 頭像 u_13357275 頭像 pannideniupai 頭像 elhix0bg 頭像 rtedevcomm 頭像 xingxingshangdeliushu 頭像 tecdat 頭像 chaoshenjinghyperai 頭像 u_15591470 頭像 u_17579295 頭像 u_17512334 頭像 lab4ai 頭像

@人工智能 / 博客 RSS 訂閱

u_13019 頭像

boyboy - RNN的算子

深度學習在推薦中發揮的作用： 能夠直接從內容中提取特徵，表徵能力強 容易對噪聲數據進行處理，抗噪能力強 可以使用循環神經網絡對動態或者序列數據進行建模 可以更加準確的學習user和item的特徵 基於DNN的推薦算法 推薦系統和通用搜索排序問題共有的一大挑戰為同時具備記憶能力和泛化能力。 記憶能力可以解釋

機器學習 , 深度學習推薦系統 , DNN , 人工智能 , 深度學習 , 推薦算法 , RNN的算子

收藏 評論

u_14191 頭像

索姆拉 - 阿里雲 - 全新升級！《雲原生架構白皮書 2022 版》重磅發佈 - 阿里巴巴雲原生

今天給大家分享的是一個白皮書，長達156頁，20w字，阿里的雲棲大會上發佈的，由40位一線工程師聯合撰寫。 叫做《AI原生應用架構白皮書》。 我看了看。 裏面有關AI的東西，是非常的全，我認為這是目前入門AI最好的一本書。 我們平時聽説過的熱詞，在這裏全都有詳細的解釋，甚至是來龍去脈，講得都非常透徹和真實。

llm , 大模型應用 , 自然語言處理 , 人工智能 , 數據結構與算法 , AI-native

收藏 評論

_687a205d0d0e9 頭像

噗噗 - 【開源客服系統推薦】AI-CS：一個開源的智能客服系統

【開源客服系統推薦】AI-CS：一個開源的智能客服系統 在尋找客服系統解決方案時，通常會遇到功能單一、部署複雜或成本較高的問題。今天介紹一個開源的智能客服系統項目——AI-CS，它支持多廠商AI模型接入，並提供AI客服與人工客服的協作能力。 核心功能 AI-CS 提供了以下主要功能： 多廠商AI模型支持： 支持 OpenAI、Claude、Gemini 等主流AI模型接入，可根據需求選擇不

react , chatgpt , 人工智能 , typescript , go

收藏 評論

fabarta 頭像

Fabarta - 強強聯合！楓清科技攜手麒麟OS發佈「雲邊端協同AI智能體聯合解決方案」

AI正加速成為企業業務創新與效率提升的核心動力，在國家政策推動下，AI與實體經濟的深度融合已成為趨勢，企業向“知識化、智能化”升級已成共識。但企業轉型中痛點顯著：一是知識資產分散孤島，難以整合為可共享且安全可控的企業級知識庫；二是AI應用落地難，企業知識呈多模態且結構複雜，難以解析並支撐AI應用。同時，個人辦公面臨 “知識過載”，與企業系統存在數據斷層。 11月20日，楓清科技

服務器端 , 企業級 , 人工智能 , 深度學習 , 解決方案

收藏 評論

u_13943015 頭像

亢少軍 - 04-SSE vs WebSocket：實時AI對話的最佳實踐

SSE vs WebSocket：實時AI對話的最佳實踐 前言 在構建AI對話系統時，選擇合適的實時通信協議至關重要。本文將深入對比SSE和WebSocket，並分享我們在生產環境中的實踐經驗。 適合讀者： 全棧開發者、後端工程師、架構師 一、實時通信的需求 1.1 AI對話的特點 用户發送問題 ↓ AI開始思考（需要實

HTTP , 客户端 , 人工智能 , 數據分析 , Json

收藏 評論

shiluodexiaomaju 頭像

OpenCloudOS - 2025 OpenCloudOS 操作系統生態大會啓幕，共築AI時代下安全穩定、持續進化的最佳操作系統底座

12 月 6 日，2025 OpenCloudOS 操作系統生態大會在京舉辦，匯聚全球數百位操作系統生態的技術專家與行業夥伴與會，AMD、Arm、沐曦、海光信息、騰訊雲等近 30 家社區夥伴企業在技術創新、最佳實踐、生態協同等核心方向做了重要分享。 當前，AI 基礎設施正從探索階段快速邁入規模化部署新時期，AI 算力需求呈現爆發式增長，而底層硬件與上層框架“百家爭鳴”，難以實現標準化的統一解

資訊 , 運維 , 人工智能 , 開源

收藏 評論

u_16213580 頭像

雲端行者 - DiskFileItemFactory pom依賴

磁盤分區 一、磁盤結構 先來看看老磁盤 1）磁頭（head）：不解釋 2）扇區（sector）：磁盤的最小存儲單位，大小為512bytes或者4k 3）磁道（trcack）：扇區組成的一個圓 4）柱面（cylinder）:所有盤面上的同一個磁道 磁盤容量計算：h*c*s*512 磁盤的第一個扇區組成：

機器學習 , 柱面 , 加載 , 人工智能 , 磁道

收藏 評論

weixiaodehai_cywv9b 頭像

HelpLook - AI訓練惹爭議，如何控制單篇文章不傳給AI訓練

隨着生成式AI技術的普及，越來越多的企業開始使用AI工具來提升效率，但與此同時，關於數據隱私和AI訓練的爭議也越來越多。比如，2個月前字節跳動和WPS因為內容因為AI訓練，引發了創作者的廣泛討論。這種對未經許可內容被“餵養”AI模型的擔憂，正成為企業和個人用户在選擇數字工具時的重要考量。 企業憂慮：內部信息是否安全？ 許多企業擔憂，其內部使用的AI知識管理工具，可能未經許可就將敏感信息如新

權限控制 , 數據安全 , 人工智能 , cms , 博客搭建

收藏 評論

u_17569005 頭像

wx6906fb3f9b17a - 智能門禁系統是集計算機技術、微控制技術、智能卡技術與機電一體化技術於一體的現代化出入口管理控制系統，通過權限設置、實時監控與異常報警實現安全管理，支持生物識別、射頻卡、密碼及NFC等多種技術，滿足不同

智能門禁系統通過集成多種先進技術，實現了從傳統機械鎖具到現代智能化管理的轉變，不僅提高了安全性，還大大提升了管理效率。隨着技術的不斷髮展，智能門禁系統將在更多領域發揮重要作用，為人們的生活和工作提供更加安全、便捷的保障。 關於智能門禁系統的方案確定。用户需要了解門禁系統的組成結構、硬件安裝配置、軟件安裝設置及日常維護操作，同時需要補充門禁系統的技術原理、通訊協議和應用場景等

人臉識別門禁 , 門禁 , 門禁機 , 人工智能 , 深度學習 , 二維碼門禁 , 門禁考勤機

收藏 評論

u_14844 頭像

definitely - ADschematic怎麼一系列線名

SmartAX MT800 ADSL的默認IP是192.168.1.1，其登錄的用户名與密碼都是admin 一、設置計算機的ＩＰ地址與ADSL同一網段 　　　打開“網絡連接”，在“本地連接”屬性中設置本機ＩＰ地址 二、登錄ADSL WEB設置界面 　　　　１、打開瀏

機器學習 , 鏈路 , dns , ADschematic怎麼一系列線名 , 人工智能 , 用户名

收藏 評論

u_16213589 頭像

mob64ca13f9a97c - element的textarea中autosize不生效

文章目錄 DOM編程（二） 一、DOM元素特性 二、table對象 三、創建DOM對象 四、修改DOM對象 DOM編程（二） 一、DOM元素特性 element.attributes： 返回元素的所有特性 element.getAttribute(name

機器學習 , js , dom , 刪除元素 , 人工智能 , 子節點 , Javascript

收藏 評論

tecdat 頭像

拓端tecdat - 2025全球量子計算產業發展展望報告：技術路線、市場規模與應用落地|附200+份報告PDF、數據、可視化模板彙總下載

原文鏈接：https://tecdat.cn/?p=44713 原文出處：拓端抖音號@拓端tecdat 引言 當谷歌Willow芯片實現量子糾錯關鍵突破，中國“祖沖之三號”刷新超導量子計算性能基準，全球量子計算產業已從“實驗室小眾探索”邁入中美雙極競速的戰略博弈新階段。20餘年技術演進，讓量子計算從理論構想成為重塑全球科技版圖的核心變量——一個擁有100個量子比特的系統，理論上可並行處理2

機器學習 , 數據挖掘 , 算法 , 人工智能 , 深度學習

收藏 評論

u_13354 頭像

小咪咪 - vue3 hooks 可以用template嗎

一，什麼是Hooks？ "hooks" 直譯是 “鈎子”，它並不僅是 react，甚至不僅是前端界的專用術語，而是整個行業所熟知的用語。通常指： 系統運行到某一時刻時，會調用在該時機被註冊的回調函數 而在vue中。hooks的定義會更加模糊，姑且總結一下： 在vue組合式API中被定義為,以"use"

機器學習 , vue.js , 回調函數 , 人工智能 , 複用 , 前端 , Javascript

收藏 評論

u_16773655 頭像

向量檢索 - 如何通過HTTP API插入或更新Doc

本文介紹如何通過HTTP API向Collection中插入或更新Doc。 説明 若調用本接口時Doc Id已存在，則等同於更新Doc；Doc Id不存在，則等同於插入Doc。 若調用本接口時不指定DocId，則等同於插入Doc，DashVector會自動生成Doc Id，並在返回結果中攜帶id信息。

向量檢索 , 大數據 , yyds乾貨盤點 , 數據倉庫 , AI , 數據庫 , 人工智能 , 大模型

收藏 評論

u_13357275 頭像

上海拔俗網絡 - 防溺水 AI 預警系統：用技術織密水域安全防護網

每到暑假，家長最擔心的就是孩子去河邊、湖邊玩耍 —— 傳統的 “人防” 模式，靠保安巡邏、志願者勸導，不僅覆蓋範圍有限，還容易因疲勞出現疏漏。而防溺水 AI 預警系統的出現，就像給水域裝上了 “智能安全管家”，能主動發現危險、快速響應。作為產品經理，我用大白話講講這套系統的技術亮點，看看它如何守住水域安全的 “最後一道防線”。 先説説它怎麼 “揪出” 危險，關鍵靠動態行為識別技術。系

無人機 , 行為識別 , 數據 , NLP , 人工智能

收藏 評論

u_16099289 頭像

編程小匠人傳奇 - MapQuickItem用法sourceItem是否會覆蓋上一個

一、insert ◦1）用insert函數插入pair數據 ◦mapint, string mapStudent; ◦mapStudent.insert(pairint, string(1, “student_one”)); ◦2)用insert函數插入value_type數據 ◦mapint, string mapStudent; ◦mapS

機器學習 , 數據 , 迭代器 , Pair , 人工智能

收藏 評論

u_17605237 頭像

yuer2025 - 為什麼未來 3 年，AI 系統如果“不會拒絕”，就無法進入生產環境？

過去幾年，AI 系統的能力提升速度非常快： 模型更強、推理更快、Agent 越來越“像人”。 但在真實工程落地中，很多團隊逐漸意識到一個殘酷現實： AI 系統不是“跑不跑得通”的問題，而是“允不允許上線”的問題。 而決定這一點的，往往不是模型能力，而是一個被長期忽略的工程能力： 系統是否具備“不可繞過的拒絕執行機制”。

sed , 生產環境 , 交叉驗證 , 人工智能 , 數據結構與算法

收藏 評論

JavaEdge 頭像

JavaEdge - 從 100 TPS 到 700+！微服務登錄性能調優與 BLOCKED 鎖定位實戰

0 前言 前文還沒優化完，接着來折騰。 登錄要對個人信息對比驗證，驗證過程又要調用相應加密算法，而加密算法對性能要求很高。複雜加密算法安全性高，但性能差；不復雜加密算法性能好，但安全性低，要取捨。還有Session存儲和同步。大型系統，不管你在哪個系統訪問，調用其他系統時如需驗證身份就要同步Session信息，且做業務時，也要把相應Session信息帶上，不然就識別不

加密算法 , yyds乾貨盤點 , 人工智能 , JAVA , 深度學習 , ide

收藏 評論

u_17562481 頭像

思考的袋鼠 - 精確的動態聯動閉環醫療數據庫審計和監測方案

概要： （提示：本章節概述方案整體價值，強調數據化落地與可視化管理成果。） 在醫療行業數字化和智能化進程加速的背景下，醫療數據庫安全面臨前所未有的挑戰。患者身份信息、病歷記錄、影像數據、檢驗結果、處方信息及支付交易數據等構成了醫療機構最核心的數據資產，其敏感性和價值均極高。一旦泄露或被篡改，不僅可能引發嚴重的隱私和法律風險，也會影響醫院的運營和公眾信任。針對這一行業痛

字段 , 數據庫 , 數據庫安全 , 人工智能 , 深度學習

收藏 評論

u_16213584 頭像

mob64ca13f87273 - 單層感知機是邏輯迴歸嗎

1.感知機模型 如圖為人體神經網絡圖，輸入信號從樹突傳入，在細胞核處彙總，輸出信號從軸突處傳出傳入其他神經元，從而構成了一個人體的神經網絡。而感知機其類似於一個神經元。 一個單層感知機與人體神經元類似，為輸入結點，及神經元的輸入信號，為各輸入結點的權重，可以理解為神經元各個樹突的電阻，到達細

機器學習 , 神經網絡 , 感知機 , 人工智能 , 深度學習 , 單層感知機是邏輯迴歸嗎

收藏 評論

dewujishu 頭像

得物技術 - 得物基於AIGC生成測試用例的探索與實踐

一、背景 隨着人工智能技術的快速發展，尤其是在自然語言處理（NLP）、計算機視覺和生成對抗網絡（GANs）等領域，AIGC（AI Generated Content）得到了廣泛應用，這一技術的進步使得內容創作變得更加高效與多樣化，推動了各個行業的創新與變革。對於測試而言，基於AI進行測試用例生成也逐漸從夢想變成現實。 傳統問題 目前我們在編寫測試用例時，大部分依賴人工編寫，在實際編寫過程中主要存在

效率 , 人工智能

收藏 評論

u_16776161 頭像

天潤融通科技 - 人工佔比減少70%，天潤融通把家居品牌“安裝客服”做成了新優勢

在家居行業的售後服務中，“安裝”一直是最讓客户頭疼的環節。 根據行業調研數據顯示，超過60% 的售後投訴都與安裝環節相關，其中近一半的問題集中在“説明書難以理解”“配件使用錯誤”“安裝耗時過長”等方面。傳統客服方式下，一個安裝諮詢平均要佔用人工客服 30-60 分鐘，高峯時段甚至讓其他客户排隊等待。 而引入天潤融通的對話式AI產品 ZENAVA 後，這一局面正在被徹底

人工智能 , 深度學習

收藏 評論

zhuifengdekaomianbao 頭像

張老師講數字孿生 - 揭秘數字孿生三大技術原理：統一幾何表示+數據同化

工業機器人在虛擬環境中不斷“試錯”和迭代，數字孿生正悄然成為產業智能化的核心引擎。 在剛剛揭幕的第八屆中國國際進口博覽會上，西門子展示了一場引人深思的“漢諾塔AI腦力對決”：當觀眾隨機打亂漢諾塔後，多個AI大模型迅速生成解題路徑，並在三維協作平台中進行驗證，最終驅動機械臂精準完成拼搭。 這不僅是AI的展示，更是數字孿生技術在工業場景深度應用的信號。 01 數字孿生：虛擬與現實的橋樑

資訊 , 智能設備 , 人工智能 , 後端 , 前端

收藏 評論

deephub 頭像

deephub - 解決語義搜索痛點，基於對比學習的領域特定文本嵌入模型微調實踐

文本嵌入模型能夠將文本轉換為具有語義意義的向量表示，廣泛應用於檢索、分類等多種任務場景。然而，通用嵌入模型在處理特定領域任務時往往存在性能瓶頸。微調技術為解決這一問題提供了有效途徑。本文將深入探討嵌入模型微調的核心原理，並以AI職位匹配為例，詳細闡述基於對比學習的微調實現過程。 檢索增強生成中的嵌入應用 檢索增強生成（Retrieval-Augmented Generation, RAG）

llm , 搜索 , 人工智能 , 深度學習

收藏 評論