tag 開發者

標籤
貢獻242
280
07:16 PM · Oct 26 ,2025

@開發者 / 博客 RSS 訂閱

mob649e816a77bf - llamafactory微調最佳參數

在調整和微調模型參數的過程中,如何獲得“llamafactory微調最佳參數”是許多研究人員和開發者面臨的一個挑戰。本文將系統地記錄這一過程,分為幾個關鍵部分,涵蓋問題定位、參數解析、調試步驟、性能調優、排錯指南及生態擴展,旨在幫助讀者理解和掌握微調過程中的最佳實踐。 背景定位 在進行深度學習模型微調時,尤其是使用llamafactory這樣的框架,選擇合適的模型參數非常關鍵。許

aigc , 配置項 , 開發者 , 內存溢出

收藏 評論

亞拉索第一 - 用 DevUI MateChat 搭一個企業知識庫 Copilot

企業裏做知識庫 Copilot 這件事,在 2025 年幾乎已經成了中後台產品的標配需求。 研發同學想快速查接口規範、排查流程和上線 checklist 客服想一鍵找到話術模板和工單歸因口徑;運營想問動 SOP @和數據口徑 大家都知道模型側可以接,但是真正拖慢落地的反而是前端交互:用户不知道該怎麼問、也不知道系統能答什麼 LLM

大數據 , 數據倉庫 , 開發者 , 結構化 , HTML

收藏 評論

mob64ca12df277e - ollama generate

在當今技術迅猛發展的時代,“ollama generate”功能的出現引發了廣大開發者、數據科學家和技術愛好者的關注。此功能旨在生成交互式內容,賦能用户實現快速原型和創意的表達。在這篇博文中,我們將詳細探討如何解決與“ollama generate”相關的問題,全面分析其背景、演進歷程、架構設計、性能優化、覆盤總結及擴展應用。 背景定位 在“ollama generate”功能推

API , aigc , 開發者 , 迭代

收藏 評論

mob649e815d334b - golang langchain 連接ollam

在開發與應用程序交互的過程中,如何將 Golang 的 Langchain 庫連接到 Ollama 平台上,成為了許多開發者關心的話題,尤其是在構建基於機器學習和大型語言模型的應用時。本文將詳細解析這一過程,包括適用場景、性能指標、功能特性、實戰對比、內核機制和工具鏈支持,為您提供全面的理解。 背景定位 在當今快速發展的技術環境中,Golang 和大型語言模型(如來自 Ollam

aigc , 開發者 , 代碼示例 , Python

收藏 評論

呆個大頭鬼 - AI Ping:大模型時代的“性能羅盤”——從選型到落地的全流程指南

前言:大模型選型的“隱形成本” 當你打開第17個大模型官網,對着“128K上下文”“0.01元/千Token”的參數表陷入迷茫時,或許已經踩中了AI開發的第一個坑:選型失誤的成本,遠高於技術開發本身**。2025年,國內大模型服務供應商已超20家,模型數量突破230個。開發者常因“免費模型延遲過高”“付費服務吞吐量不達標”被迫重構系統——而這一切,本可以通過科學的性能評測**避免。

機器學習 , API , 人工智能 , 開發者 , 數據驅動

收藏 評論

思否編輯部 - HDC 2025:AppGallery開發者服務全面升級,鴻蒙應用生態加速向前

6月21日 上午,HDC 2025鴻蒙生態發展論壇成功舉行。伴隨華為終端的領勢歸來,鴻蒙應用生態正迸發着前所未有的蓬勃生命力。正如終端雲應用生態BU總裁程琦先生致辭提到的,“AppGallery將持續深耕開發者服務,永葆初心,看護好開發者的每一程,攜手開發者推動鴻蒙應用生態加速向前”。這不僅是對所有鴻蒙開發者的一份承諾,更是將“共建共享鴻蒙新世界”從理念轉化為清晰的行動指引,落地為切實的資源保障。

harmonyos-next , 開發者

收藏 評論

AI編程社區 - Java 後端開發工程師使用 Qoder 實現面向 API 的運維平台前端開發

作為一名Java後端開發工程師,我的核心工作聚焦於企業級應用的架構設計與業務邏輯實現,程序開發的技術棧,主要是圍繞Java後端開發。工作的內容主要集中在根據產品需求編寫複雜的業務邏輯代碼,並通過DB、MQ等中間件管理業務數據。通過Web API接口將業務集成,通過阿里雲控制枱或終端設備進行接口調用,構建標準化的對外服務接口,支撐前端應用與外部系統的無縫集成。 從技術層面和業

機器學習 , API , 人工智能 , 開發者 , 迭代

收藏 評論

長袖員大表哥 - IOS上架APP步驟

iOS 上架 APP 需遵循蘋果嚴格的流程規範,從賬號註冊到審核發佈環環相扣,以下是詳細且可落地的完整步驟: 註冊開發者賬號並準備資質 選擇並註冊賬號:訪問蘋果開發者官網,選擇個人、公司或企業類賬號(個人和公司賬號年費 99 美元,可上架 App Store;企業賬號年費 299 美元,僅用於內部分發)。若註冊公司賬號,需先申請鄧白氏碼,耗

移動開發 , app , 上傳 , 開發者 , ios

收藏 評論

I_am_Alex - 國產大模型Doubao-Seed-Code + Claude Code:讓創意工具快速落地的最佳組合

一、AI編程的背景與發展 當生成式AI技術滲透到產業各環節,編程領域正經歷從“輔助片段生成”到“全流程任務落地”的質變。過去開發者需花費數小時搭建的基礎功能,如今AI可在分鐘級完成,據行業數據顯示,AI編程工具已能將開發效率提升30%-60%。 在前端web技術棧經驗幾乎為0的背景下,我使用AI編程大模型實現了幾十款實用的小工具或者小遊戲,讓我的很多想法變成了顯示,那

code , 機器學習 , yyds乾貨盤點 , API , 人工智能 , 開發者

收藏 評論

銅鎖開源密碼庫 - 銅鎖 SM2 算法性能優化實踐(二)|快速模約減算法實現

本文是對 《銅鎖 SM2 算法性能優化實踐(一)|綜述》 的深入擴展,詳細介紹快速模約減算法實現。 原文鏈接:https://www.yuque.com/tsdoc/ts/pacggl7s29yzsm19 背景 在 SM2 數字簽名算法中,有限域運算是橢圓曲線點運算和數字簽名運算的基礎,其運算性能將直接影響整體性能表現。而在有限域運算中,模約減運算的整體使用頻率最高,在模乘、模平方、模逆等運

信息安全 , 算法 , 密碼學 , 開源 , 開發者

收藏 評論

四毛打印店 - vibe coding中使用DSPy

vibe coding中使用DSPy 大多數軟件工程師在vibe coding領域習慣於通過編寫冗長且脆弱的prompt來強制語言模型執行特定任務,這種方法不僅耗時耗力,而且往往難以維護和擴展。相比之下,DSPy框架提供了一種更加現代化和系統化的解決方案。通過使用DSPy編寫簽名,開發者可以擺脱手動修改prompt或進行復雜微調的繁瑣工作,取而代之的是一種高度模塊化、適應性強且可重複

編譯器 , 解決方案 , 開發者 , 考試認證

收藏 評論

mob64ca12df5e97 - 沒有openai API KEY怎麼使用langchain

在現實的開發環境中,許多開發者希望使用語言模型進行任務自動化和數據處理。LangChain 是一個強大的工具,可以構建與大語言模型(LLMs)交互的應用。然而,使用 LangChain 的一個基本要求是擁有有效的 OpenAI API Key。這篇文章將講述在沒有該密鑰的情況下,如何有效地使用 LangChain 進行開發。 問題背景 在開發過程中,許多用户在學習與使用 Lang

API , aigc , 解決方案 , 開發者

收藏 評論

數據探索先鋒 - WhatsApp營銷純乾貨!想要營銷效果最大化?看這篇就夠了!

在 TapTap 以官包(官方包)模式 下開展營銷活動,是當前許多重視用户資產、追求高毛利和品牌自主權的遊戲廠商(如米哈遊、鷹角、庫洛等)的首選策略。TapTap 本身定位為“不聯運、不分成、去渠道化”的遊戲分發與社區平台,其營銷體系圍繞 內容驅動 + 社區互動 + 平台資源扶持 展開。 以下是 TapTap 官包模式下開展營銷活動的核心方式與實操路徑: 一、

數據 , 後端開發 , 開發者 , ios , harmonyos

收藏 評論

mob64ca12d6c78e - langchain中load_tools用法

在使用Langchain構建自然語言處理應用時,正確理解和使用load_tools功能對於提高開發效率至關重要。load_tools用於在Langchain中輕鬆加載和管理多個工具,使得在構建對話系統和其他智能應用時,可以更好地組織和複用功能。 適用場景分析 在現代NLP應用場景中,各種工具和API的整合是不可或缺的。開發者常常需要加載不同的工具以處理特定任務,比如數據處理、模型

加載 , aigc , 應用場景 , 開發者

收藏 評論

mob64ca12e1881c - copilot 按照註釋生成代碼

隨着人工智能技術的快速發展,越來越多的工具開始被應用於開發過程當中。GitHub Copilot就是這樣一個工具,它能夠自動化地根據註釋生成代碼,提高開發效率。然而,如何高效地利用這個工具,按照註釋生成代碼,並處理一些常見的問題,需要我們進行深入的探討。 在2021年6月,GitHub推出了Copilot,這款AI驅動的代碼輔助工具引起了開發者和技術界的廣泛關注。

性能優化 , aigc , 深度學習 , 開發者

收藏 評論

mb6911caa73d1d1 - 從“一張圖”到“一座城”:一個開發者的數字孿生實戰手記

作為一名在數字孿生領域摸爬滾打了快十年的應用開發者。這些年,我參與過不少“智慧城市”項目,從最初的二維GIS“一張圖”,到後來笨重的單體三維模型,再到如今追求實時、鮮活、可交互的數字孿生,我深知其中的挑戰與痛點。 今天,我想和你分享一個我們團隊最近交付的“城市運營管理中心”項目背後的故事。這不是一篇產品説明書,而是一個開發者視角的實戰覆盤,聊聊我們是如何用一套工具,把一座龐

數據 , API , 數據可視化 , 人工智能 , 數字孿生 , 開發者

收藏 評論

笑傲江湖求敗 - Zeppelin如何操作 hive

Zeplin是一款 為設計師和開發者 提供設計圖交接與溝通的高效平台 一個用於發佈設計的有組織的工作區 整個團隊可以在其中 協作以一起發佈精美的產品 使用Zeplin 設計師可通過插件 將已完成的設計圖直接導入到Zeplin中 無需手動標註 開發者在Zeplin查看設計圖

大數據 , 工作區 , hive , 開發人員 , Zeppelin如何操作 hive , 開發者

收藏 評論

代碼保安 - 揭秘“雲原生”的基石:Kubernetes 憑什麼一統容器編排天下?

Kubernetes 能成為雲原生時代的基石並“一統天下”,並非偶然,而是天時、地利、人和共同作用的結果。我們可以從以下幾個方面來深入揭秘: 一、問題的起源:為什麼需要容器編排? 在容器技術(尤其是 Docker)普及之後,開發者可以輕鬆地將應用和其依賴打包成一個輕量級、可移植的容器。但隨之而來的是新的挑戰: 數量龐大:成百上千個容器如何管理? 高可用性:某個容

Pod , kubernetes , 雲計算 , google , 開發者

收藏 評論

mob64ca12ecf3b4 - copilot配置微信

在現代軟件開發中,許多開發者使用 AI 工具以提高效率,尤其是在代碼編寫和調試方面,Copilot 便是其中之一。本文將詳細記錄如何配置 Copilot 以便與微信進行集成,包括環境準備、分步指南、配置詳解、驗證測試、優化技巧和擴展應用。以下是具體的實施過程。 環境準備 在開始之前,首先需要確保系統上安裝了必要的前置依賴。這些依賴包括 Node.js、Git 和相關的微信開發工具

微信 , API , aigc , 開發者

收藏 評論

JavaEdge - AnyLanguageModel:在蘋果平台上統一本地與雲端大語言模型的 API

本文已收錄在Github,關注我,緊跟本系列專欄文章,咱們下篇再續! 🚀 魔都架構師 | 全網30W技術追隨者 🔧 大廠分佈式系統/數據中台實戰專家 🏆 主導交易系統百萬級流量調優 車聯網平台架構 🧠 AIGC應用開發先行者 | 區塊鏈落地實踐者 🌍 以技術驅動創新,我們的征途是改變世界! 👉 實戰乾貨:編程嚴

swift , yyds乾貨盤點 , API , 人工智能 , 深度學習 , 開發者

收藏 評論

mob64ca14196783 - 日期時間計算套路大全,工作越忙越要看!

Now是一個專為Golang設計的時間工具庫,提供簡單直觀的時間計算方法,讓開發者在處理時間相關業務時更加得心應手。無論你是需要計算時間段的開始結束,還是進行復雜的時間轉換,Now都能為你提供完整的解決方案。 🚀 快速安裝與配置 要開始使用Now庫,只需執行簡單的安裝命令: go get -u github.com/jinzhu/now

時間計算 , 後端開發 , 解決方案 , 開發者 , Python

收藏 評論

mob64ca12f6e9a0 - copilot調用接口

在現代軟件開發中,利用人工智能助手來提升編碼效率已經成為一種趨勢。尤其是GitHub Copilot,通過調用接口,可以極大地增強開發者的工作效率。接下來,我們將詳細記錄解決“Copilot調用接口”問題的過程,從環境準備到生態擴展,涵蓋所有必要步驟。 環境準備 首先,我們需要確保所使用的技術棧相互兼容。以下是技術棧的兼容性四象限圖: quadrantChart ti

技術棧 , aigc , 開發者 , ci

收藏 評論

wx676be6175e246 - Android底部彈框實現

在移動應用開發領域,用户體驗的優化始終是關注的核心議題。底部彈框(Bottom Sheet)作為一種優雅的交互模式,憑藉其不打斷用户當前操作流程的特點,逐漸成為現代移動應用界面設計的重要組成部分。它從屏幕底部自然滑出,既能有效傳達信息或收集用户輸入,又能保持對主界面內容的適度可見性,特別適用於菜單展示、操作選擇、內容預覽等多元化應用場景。本文將系統闡述Android平台底部彈框的

移動開發 , Android , 移動應用 , 開發者

收藏 評論

亞拉索第一 - 聚焦行業價值與生態演進:一個開發者眼中的技術躍遷

引言 作為一名深耕行業十年的開發者,我親歷了從傳統瀑布式開發到敏捷迭代的轉型,也見證了AI技術從實驗室走向產業落地的全過程。當對話式AI成為生產力工具的核心入口時,我們不再只是代碼的寫作者,更是人機交互範式的構建者。華為雲推出的MateChat作為面向AIGC場景的對話組件庫,正以務實的技術底座推動行業價值的釋放。以下是我基於實戰經驗,對大模型適配

人機交互 , 大數據 , 數據倉庫 , 開發者 , 模態

收藏 評論