收藏 / 列表

baidujiagoushi 頭像

百度Geek説 - 百度日誌中台前端重構實踐

日誌中台是百度內部針對打點數據的全生命週期管理平台，作為公司日誌數據的唯一入口，承擔以下核心職能：1.功能覆蓋：提供從數據採集、傳輸、存儲到查詢分析的一站式服務，支持產品運營分析、研發性能監控、運維管理等多元場景。2.業務賦能：通過標準化流程實現用户行為日誌的埋點申請、審批及退場管理，助力APP端、服務端等業務線挖掘數據價值。3.生態協同：與大數據平台、推薦中台、性能平台深度聯動，避免重複建設，提

日誌 , 前端

u_16018702 頭像

架構師李哲 - 大模型微調「數據集構建」保姆級教程（超全）

經驗之談：實踐表明，近80%的大模型微調失敗案例，根源都可追溯至數據集問題。 2024年堪稱“行業大模型元年”，金融、醫療、教育等各行各業都在積極佈局專屬AI助手。然而，許多企業在投入重金進行模型微調後，卻常常面臨“模型表現不及預期”的困境。 實踐中常見的三大困境： ● 災難性遺忘：模型在學習了新的專業知識後，原有的通用對話與理解能力顯著衰退。 ● 泛化能

數據 , AI , 大模型微調 , aigc , 人工智能 , 深度學習

candy_68fb0dfb0afd0 頭像

Candy - Langflow：面向 AI Agent、API 與 LLM 的拖拽式流程構建工具

我最近一直在探索一個叫Langflow的工具。 如果你曾經試着把LLMs、APIs和各種工具連起來，你就會知道那種挫敗感——太亂了。 一大堆樣板代碼，好多問題像“為什麼這個不工作”，通常花太多時間在設置上。 Langflow試圖讓這一切變得更容易。 它基本上就是一個AI工作流的視覺構建器。 拖動東西，連接塊，突然你就有一個agent，能執行任務比如抓取URL或解決數學問題。 當你準備好了，

llm , 人工智能

selectdb 頭像

SelectDB技術團隊 - 貨拉拉用户畫像基於 Apache Doris 的數據模型設計與實踐

貨拉拉是國內領先的同城貨運數字化平台，成立於 2013 年。截⾄2025 年 4⽉ ，貨拉拉業務覆蓋全球 14 個市場 ，400+ 城市 ，其中中國內地總共覆蓋 363 座城市 ，⽉活司機達 120 萬 ，⽉活⽤户達 1400 萬， 並在全球設有 6 個數據中⼼。作為共享經濟模式的代表企業 ，貨拉拉通過移動互聯⽹技術整合社會運⼒資源 ，為⽤户提供即時貨運、企業物流、搬家服務等多元化解決⽅案。 在龐

數據庫 , apache

fannaodeshafa 頭像

煩惱的沙發 - Rust 是最難的編程語言嗎

有多少人是在玩轉了 Python 或 JavaScript 之後，覺得有點寂寞，於是就轉向Rust的？信心滿滿地打開官網，然後……就沒有然後了。三天後，他們默默地關掉網頁，繼續回去寫 console.log。 這到底是咋回事呢？Rust 真的是編程界的地獄模式嗎？ Rust 的難，到底難在哪？ 可能有的開發者覺得，Rust 的語法長得奇奇怪怪，沒有 class 關鍵字，瞬間就不習慣了。 但其實，

觀點 , rust , 後端

aoshizhongshengdexiangjiao_bvx78q 頭像

傲視眾生的香蕉_bvX78Q - MCP 與傳統集成方案深度對決：REST API、GraphQL、gRPC 全方位技術解析

在系統集成領域，技術方案的選擇直接影響應用性能、開發效率和維護成本。隨着 AI 技術的快速發展，傳統集成方案在應對動態上下文管理、工具鏈調用等場景時逐漸顯露出侷限性，而 MCP（Model Context Protocol）作為 AI 時代的新選擇，正引發行業關注。本文將從技術特性、性能表現、安全機制等維度，對 MCP 與 REST API、GraphQL、gRPC 三種傳統方案進行深度對比。

rest-api , grpc , graphql , 人工智能

huandanshendeshoushudao 頭像

慧星雲 - Qwen2-Math碾壓GPT-4:AI數學大師誕生!

Qwen2-Math 阿里巴巴開源的Qwen2-Math模型以驚人的84%準確率橫空出世，不僅超越了GPT-4o，更是將Claude-3.5-Sonnet和Gemini-1.5-Pro等一眾AI巨頭甩在身後。這個AI數學大師的誕生，是否預示着人工智能在精確科學領域的新紀元即將到來？ Qwen2-Math 官方數據圖展示 Qwen2-Math的基礎模型使用Qwen2-1.5B/7B/

llm , 阿里巴巴 , 雲計算 , 人工智能

lab4ai 頭像

Lab4AI - 【每日Arxiv熱文】北大新框架 Edit-R1 炸場！破解圖像編輯 3 大難題，雙榜刷 SOTA

【01 論文概述】 論文標題： Uniworld-V2:ReinforceImageEditingwithDiffusionNegative-awareFinetuningandMLLMImplicitFeedback 作者團隊：北京大學 發佈時間：2025 年 10 月 21 日 論文鏈接：uhttps://arxiv.org/pdf/2510.16888/u Lab4AI 大模型實

機器學習 , 圖像識別 , 人工智能 , 深度學習

fabarta 頭像

Fabarta - 六問「大模型落地」— 如何打通企業智能化轉型最後一公里？

作者：張紅兵 楓清科技（Fabarta）合作人 ChatGPT 2022年底出現以來，大模型熱度持續不減，尤其是今年年初DeepSeek的爆火，更讓大模型走入更多人的視野。大模型除了在C端（個人用户）廣泛應用，在B端（企業）也有越來越多的企業在做落地。2025年8月26號， 國務院發佈《關於深入實施“人工智能+”行動的意見》，更將以大模型為主的人工智能技術放到更加突出的位置。“

開源軟件 , 數據 , 人工智能 , 深度學習

JavaEdge 頭像

JavaEdge - 搭載 Gemini 3 的 Google 搜索：迄今最智能的搜索

Gemini 3 具備最先進的推理能力，能夠精準掌握內容的深度與細微差異，並開啓了全新的生成式 UI 體驗；通過動態視覺版面配置、互動式工具及模擬情境，為您的搜索查詢量身打造專屬結果。 今天，推出了 Gemini 3，這是迄今最聰明的模型，具備頂尖的推理能力、深度的多模態理解，以及強大的代理能力（agentic capabilities）。現在，你可以在 Googl

yyds乾貨盤點 , 搜索 , google , 人工智能 , 深度學習 , 生成式

openbayescom 頭像

OpenBayes - OpenBayes 教程上新丨CSM 駕到，統統閃開！更鮮活的語音生成，從此告別延遲呆板機械味

與 AI 語音助手聊天時，總感覺哪裏怪怪的。它們對問題應答自如，可就是少了點「人味」。語調呆板、停頓突兀，時不時還在莫名其妙的地方卡頓，這種似人非人的違和感，其實就是「恐怖谷效應」在作祟。當 AI 語音與人類語音相似度頗高卻又未達到完美一致時，用户便會感到不適。 近期，由 Sesame 團隊推出的語音生成模型 CSM (Conversational Speech Model) 在眾多語音模型中脱穎

機器學習 , tensorflow , 自然語言處理 , 人工智能 , 深度學習

u_17583190 頭像

fangpin - 從 0 搭建 LLM 不再難！這個 PyTorch 項目幫你吃透大模型底層邏輯

如果你曾想深入理解大語言模型（LLM）的 “五臟六腑”，卻被框架封裝的黑盒接口、複雜的源碼結構勸退；如果你希望親手實現 Transformer 的每一個組件，而非單純調用transformers庫 —— 那麼今天推薦的這個開源項目，絕對能成為你的 LLM 學習 “腳手架”。 它就是 GitHub 上的 llm-from-scratch（項目地址），一個基於 PyTorch、專為教育設

AIGC二三事 , llm , BPE , 人工智能 , transformer , 深度學習 , 大模型

u_16060192 頭像

HyperAI超神經 - 在線教程丨目標檢測邁入「全局感知」時代：清華大學等發佈 YOLOv13，實現速度、精度雙突破

在自動駕駛、工業質檢、安防監控等需要「毫秒級反應」的應用場景中，實時目標檢測始終是一條極具挑戰的技術賽道。過去十年裏，YOLO 系列憑藉輕量高效的架構成為該領域的主流方案，從最初的 YOLO 到近年的 YOLOv11、YOLOv12，模型不斷在速度與精度之間尋找新的平衡點。 不過，即便進化多次，YOLO 系列的底層機制依舊面臨共同瓶頸： 要麼像卷積那樣只能在固定感受野內做局部聚合，要

卷積神經網絡 , 人工智能 , 計算機視覺 , 實時目標檢測

weixiaodehai_cywv9b 頭像

HelpLook - 2025年數字內容管理趨勢揭秘：Forrester權威報告，精選25項關鍵數據與分析

隨着數字化轉型步伐的加速，數字內容管理（Digital Content Management，簡稱DCM）已成為推動企業效率提升、優化客户體驗及增強市場競爭力的關鍵工具。全球範圍內，DCM正經歷着前所未有的快速發展。從企業的內容服務平台迭代到行業技術的革新，Forrester、IDC等多家權威機構的研究報告均揭示了該領域的巨大潛力與面臨的挑戰。下面，我們將基於這些機構的真實數據報告，深入剖析202

知識庫管理 , 搜索引擎 , 內容管理 , 人工智能 , 知識管理工具

u_13303 頭像

colddawn - 目標檢測識別電錶讀數

隨着可再生能源的重要性日益凸顯，光伏行業作為清潔能源的重要組成部分備受關注。在光伏發電系統中，防逆流檢測電能表技術被認為是未來發展的關鍵，它不僅可以提高光伏發電系統的效率，還可以保障電網安全穩定運行。本文將深入探討光伏防逆流檢測電能表技術的意義、原理以及未來發展趨勢。 開篇 光伏能源作為清潔能源的重要來源，正逐漸成為全球能源轉型的重要推動力量

能源 , 發展趨勢 , 目標檢測識別電錶讀數 , 人工智能 , 計算機視覺 , 分佈式 , 安全

ivorysql_xiaozhuli 頭像

IvorySQL - 直播預告｜ PostgreSQL 與 IvorySQL 在雲原生時代的演進與實踐

觀看直播即有機會獲取 IvorySQL 周邊禮品。歡迎大家預約哦！ 直播預告 本期直播將由兩位講師聯袂分享。 直播時間和平台 時間：2025 年 9 月 29 日 19:30 開啓 平台：【IvorySQL】視頻號 講師簡介 唐成，中啓乘數創始人及 CTO，IvorySQL 專家顧問委員會成員。《PostgreSQL 修煉之道：從小工到專家》的作者，中啓乘數科技創始人及 CTO。資深數據庫

數據庫 , postgresql , 人工智能 , SQL , 程序員

huizhudev 頭像

HuiZhu - 30分鐘搞定媒體級新聞稿！我開源了這個"公關寫手"AI指令

哈嘍，各位思否的開發大佬們！ 作為技術人，我們最擅長的是寫代碼、解決問題，但一提到"新聞稿"，很多人就懵了。 "我們產品功能很強，為什麼媒體不報道？" "技術這麼牛，為什麼投資人聽不懂？" "明明很用心，為什麼傳播效果這麼差？" 這些問題，本質上都是內容表達能力的問題。 最近我整理了一套"新聞稿撰寫AI指令"，把專業公關寫手的思維模式，用我們程序員最熟悉的"工程化思維"重新包裝了一下。

generative-ai , 教程 , chatgpt , 人工智能 , prompt

chunzhendexiaogou 頭像

PoloAPI - Windows 系統安裝與使用 Claude Code 全攻略

Claude Code 作為一款高效的 AI 編程輔助工具，深受開發者青睞，但由於其本身不支持 Windows 文件系統，在 Windows 系統上使用需要藉助 WSL（適用於 Linux 的 Windows 子系統）。下面為你詳細介紹在 Windows 系統上安裝和使用 Claude Code 的完整流程。 什麼是 WSL WSL（Windows Subsystem for Linux，適用於

編程 , 人工智能 , 深度學習 , 後端 , 前端

u_16970152 頭像

求知上進 - Python 數據結構：淺拷貝與深拷貝

在 Python 編程中，理解數據結構的拷貝機制是非常重要的，尤其是在處理複雜數據類型時。淺拷貝和深拷貝是 Python 中兩個關鍵概念，它們在內存管理和數據操作中扮演着至關重要的角色。本文將對淺拷貝與深拷貝進行深入探討，內容包括基本概念、實現方式、區別、使用場景以及最佳實踐，力求為讀者提供全面的理解。 一、拷貝的基本概念 在 Python 中，拷貝是指創建一個對象的

深拷貝 , 淺拷貝 , 人工智能 , 深度學習 , 嵌套

shujuxiaowanzi 頭像

數據小玩子 - 【營銷數據洞察系列5】多渠道歸因分析：單一歸因模式下，如何避免低估部分渠道的真實貢獻？

用户決策是多渠道協同作用的結果，單一歸因（如最終點擊）會忽略中間渠道的價值，導致預算分配失衡。通過助睿BI的多模型歸因功能，可呈現首次互動、最終點擊、線性歸因等不同模型下的渠道貢獻額，避免單一歸因模式的侷限性，讓預算分配更貼合實際貢獻情況。 助睿BI鏈接：https://www.zhurui.com/

數據挖掘 , bi , 人工智能 , 數據分析

writers 頭像

思否編輯部 - 攜手共進，共赴“星河”-2025年“星河產業應用創新獎”火熱申報中！

“星河產業應用創新獎”是在深度學習技術及應用國家工程研究中心、中國人工智能產業發展聯盟等國家級權威機構聯合指導下的重要行業獎項。該獎項旨在遴選並表彰將人工智能技術與企業實際業務深度融合的優秀產業應用產品及方案，着力推動AI技術轉化為新質生產力。“星河產業應用創新獎”自2020年開始評選，截止目前，已有146個創新應用案例從萬千產業應用中脱穎而出，獲得“星河產業應用創新獎”，成為企業創新先鋒者。

創新 , 人工智能 , 開發者