收藏 / 列表

momodel 頭像

Momodel - ColBERT——以詞元級別的向量嵌入提升信息檢索效果

介紹 檢索增強一代 （RAG） 自成立以來就風靡全球。RAG 是大型語言模型 （LLM） 提供或生成準確和事實答案所必需的。我們通過RAG解決LLM的事實性，我們嘗試為LLM提供一個與用户查詢上下文相似的上下文，以便LLM將處理此上下文並生成事實正確的響應。我們通過以向量嵌入的形式表示我們的數據和用户查詢並執行餘弦相似性來做到這一點。但問題是，所有傳統方法都以單個嵌入表示數據，這對於良好的檢索系統

llm , 向量 , 編碼 , 人工智能 , 檢索系統

u_17562481 頭像

思考的袋鼠 - 構建數據庫安全新範式：以規範為基石，實現精確與實時動態防護

概要： （提示：當防護邊界逐漸模糊，數據自身的“行為軌跡”成為新的安全焦點。） 在數字經濟的核心結構中，數據庫不再僅是支撐業務的技術組件，而是企業數字資產的“原礦”。金融機構的交易流水、互聯網平台的用户畫像、醫療系統的病歷檔案——所有這些關乎隱私、業務與監管的數據，都以數據庫為載體在組織內流轉與沉澱。但隨着數據量與訪問頻率呈指數級增長，傳統以“靜態防護”為核心的數據庫

數據 , 數據庫 , 數據庫安全 , 人工智能 , 深度學習

u_16116809 頭像

wx6464351503832 - 徹底搞懂了！基於LangGraph與DeepSeek構建深度研究智能體

代碼已放在：https://github.com/yanqiangmiffy/Agent-Tutorials-ZH/tree/main/deep_research_agent 什麼是深度研究智能體？ 簡單來説，深度研究智能體（Deep Research Agents）是能夠對預設主題進行深入研究的系統。通常，這至少包括以下幾個步驟：

agent , MySQL , 搜索 , 數據庫 , Json

baidujiagoushi 頭像

百度Geek説 - 度加剪輯App的MMKV應用優化實踐

作者 | 我愛吃海米 導讀 移動端開發中，IO密集問題在很多時候沒有得到充足的重視和解決，貿然的把IO導致的卡頓放到異步線程，可能會導致真正的問題被掩蓋，前人挖坑後人踩。其實首先要想的是，數據存儲方式是否合理，數據的使用方式是否合理。本文介紹度加剪輯對MMKV的使用和優化。 全文14813字，預計閲讀時間38分鐘。 01 一切皆文件-移動端IO介紹 移動端的App程序很多情況是IO密集型

性能優化 , Android , io , ios

u_16018702 頭像

架構師李哲 - 大模型微調有必要做嗎？全參數微調、LoRA還是RAG？看完這篇你就懂了

在人工智能迅猛發展的今天，大型語言模型已成為解決各類問題的強大工具。但當您想要打造一個真正理解所在行業、掌握專業知識的大模型時，總會面臨一個關鍵問題：如何用最小的成本、最高的效率，讓通用模型變得"專業"？ 這就像把一位通才培養成領域專家——選對方法，事半功倍。這正是LLaMA-Factory Online要解決的核心問題——通過智能化的微調，讓每個團隊都能輕鬆駕馭大模型適配

實時更新 , 數據 , 人工智能 , 深度學習 , 迭代

candy_68fb0dfb0afd0 頭像

Candy - Graphiti：為智能體構建實時知識圖譜，引領更聰明的 AI 時代

我一直覺得很神奇：大多數 AI 系統只要你一停止和它們對話，就會把一切都忘光。你餵給它們 facts、context、chat logs——會話一結束，噗的一下，全沒了。這一直是“intelligent” agents 的最大瓶頸。 後來我發現了 Graphiti，感覺終於有人把 knowledge graphs 和 AI memory 連接到了一起。 如果這聽起來有點高深，別擔心，我們一步步來。

人工智能

selectdb 頭像

SelectDB技術團隊 - SelectDB 多計算集羣核心設計要點揭秘與場景應用

需求起源 SelectDB 設計多計算集羣架構初衷主要源於兩類典型的使用場景： 寫入與讀取隔離：傳統數倉架構中，數據的寫入和讀取在同一個計算集羣，當遇到業務寫入高峯期或突增的寫入壓力時，容易因資源相互搶佔影響查詢服務的性能和穩定性。如果能引入多個計算集羣，通過獨立的計算集羣分別進行寫入、讀取操作，即使在寫入壓力非常高時，也可放心執行計算任務，無需擔心影響到服務的穩定性。 在線業務和離線業務隔

大數據 , 數據倉庫 , 數據庫 , 雲原生 , 集羣

fannaodeshafa 頭像

煩惱的沙發 - 2025年了，用 Homebrew 搞 Web 開發，還行嗎？

Homebrew 可以説是 macOS 和 Linux 上的“裝機必備”了，裝個命令行小工具特別方便，一句 brew install 就能搞定，確實好用。 但當你想用它來搭建和管理正經的、多個項目共存的 Web 開發環境（比如需要 Nginx、PHP、各種數據庫）時，麻煩就開始了。用它幹專業活，真有點不太夠用。 環境亂成一鍋粥，老得看“醫生” 誰沒跑過 brew doctor 呢？“You

開發工具 , homebrew , nixos , Python

aoshizhongshengdexiangjiao_bvx78q 頭像

傲視眾生的香蕉_bvX78Q - Claude Code與SEO優化：現實與期望的技術分析

引言：SEO的現實與神話 在數字營銷領域，經常會看到"24小時排名首頁"或"快速賺取數千美金"的承諾。作為技術從業者，我們需要以客觀、科學的態度來分析這些聲明的可行性，同時探討Claude Code等AI工具在SEO優化中的真實作用。 SEO基礎：搜索引擎排名的技術原理 Google排名算法的複雜性 Google的排名算法包含超過200個排名因素，主要分為以下幾個維度： 內容質量信號 內

seo , 編程工具 , 人工智能 , claude

huandanshendeshoushudao 頭像

慧星雲 - 魔多 AI 支持 Wan 系列在線訓練 ：解鎖視頻生成新高度

Wan 阿里巴巴通義實驗室推出的 Wan 系列模型憑藉突破性的技術架構與卓越的生成能力，成為行業關注的焦點。為助力開發者與創作者深挖視頻生成技術潛力，魔多 AI 社區正式宣佈全面支持通義萬相 Wan2.1 與 Wan2.2 兩款重磅視頻模型的訓練服務，為不同場景的創作需求提供專業級技術支撐。 Wan2.1Wan2.2 Wan2.1 Wan2.1 採用自研高效變分自編碼器（VAE）與

雲平台 , 雲計算 , 雲服務 , aigc

lab4ai 頭像

Lab4AI - 10.7萬條軌跡+4大機器人構型！RoboMIND開源數據集破解機器人通用操作難題

01 | 引入 開發魯棒且通用的操作策略是機器人領域的關鍵目標。為實現有效的泛化能力，構建包含大量演示軌跡和在複雜真實環境中完成多樣化任務的綜合數據集至關重要。儘管現有研究已致力於整合各類機器人數據集，但仍缺乏統一的數據收集標準，且在多樣化任務、場景和機器人類型方面的高質量數據不足。因此，構建一個大規模、標準化的多構型機器人操作數據集具有重要意義。然而，現有數據集往往存在以下侷限： l 規模有限

機器學習 , 圖像識別 , 神經網絡 , 人工智能 , 深度學習

fabarta 頭像

Fabarta - 共築國產AI+新生態！楓清科技×麒麟軟件生態強強聯合，國產AI一體機重磅發佈

11月21日，2025京津冀信創產業集羣對接交流活動在天津舉辦。大會上，集成銀河麒麟操作系統智算能力與楓清科技AI智能體平台的“坤智國產化AI一體機”隆重發布，旨在解決企業智能轉型中的痛點。同時，楓清科技與麒麟軟件達成戰略合作，標誌着楓清科技進一步融入麒麟軟件所構建的開放共贏產業生態。 作為本次大會重點展示的成果之一，“坤智AI一體機”解決方案依託銀河麒麟操作系統的智算能力賦能

微信 , 人工智能 , 深度學習 , 解決方案 , 信息技術

openbayescom 頭像

OpenBayes - OpenBayes 一週速覽丨李沐團隊開源語音大模型Higgs Audio V2，擴展多語言對話等功能

公共資源速遞This Weekly Snapshots ！ 5 個公共數據集： B3DB 生物基準數據集 PolyMath 數學推理數據集 SongEval 音樂評估數據集 MegaScience 科學推理數據集 WebInstruct-verified 多領域推理數據集 4 個公共模型： gpt-oss-20b gpt-oss-120b Qwen3-30B-A3B-Inst

llm , 圖像識別 , 數學 , 自然語言處理 , chatgpt

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

github , 自定義 , 人工智能 , 深度學習 , 開發者

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 - ⏰最後7️⃣天！HelpLook 【年終大促】收官在即

🥳訂閲 HelpLook 套餐，年付打折，還送使用期！ -買360天套餐，打8.5折，再送30天額外時長 -買720天套餐，打8️⃣折，再送90天額外時長 👉 聯繫人工客服兑換專屬福利！🎁 👤 活動對象：新老用户均享優惠 ⏰ 活動時間：2024.12.02 - 2024.12.31 🔗活動詳情：HelpLook感恩回饋 | 年末訂閲，最高再送90天額外時長！

企業網站 , 知識庫管理 , 知識庫軟件 , 人工智能 , 博客搭建

u_13303 頭像

colddawn - DB where 字段 is null 會走索引嘛

1.對查詢進行優化，要儘量避免全表掃描，首先應考慮在 where 及 order by 涉及的列上建立索引。 2.應儘量避免在 where 子句中對字段進行 null 值判斷，否則將導致引擎放棄使用索引而進行全表掃描，如： select id from t where num is null 最好不要給數據庫留NULL，儘可能的使用NO

字段 , 大數據 , 存儲過程 , 數據倉庫 , bc

whaosoft143 頭像

whao143 - 51c自動駕駛~合集40

#車道線檢測 中科院最新綜述 大家好，很榮幸能受到的邀請來為大家分享我們的一篇關於單目車道線檢測的綜述。與papaer裏展現的順序和內容可能有所不同，在這裏筆者想更多地講一講本文的成文過程以及各類方法的發展史，因此對於各方法的詳細介紹讀者可以參考本文原文，這裏不會花費過多筆墨來重述。關於本文原文中提到的方法，以及更多未提到的方法的論文和代碼均可在筆者構建的GitHub

自動駕駛 , 人工智能 , 計算機視覺

ivorysql_xiaozhuli 頭像

IvorySQL - 數據庫內核的降維觀測方法

本文整理自 IvorySQL 2025 生態大會暨 PostgreSQL 高峯論壇的演講分享，演講嘉賓：呂海波，PG ACED ，北京大學數據庫課程企業導師。 本文主要包括以下三部分內容： CPU 流水線的秘密：神秘的 PMC 與 PMU 示例數據庫 1 的改進與不足：從 CPU 看程序 示例數據庫 2 的秘密花園使用 PMC 推導軟件架構 CPU 流水線的秘密：神秘的 PMC 與 PM

機器學習 , 數據庫 , postgresql , 人工智能

huizhudev 頭像

HuiZhu - 技術人做活動策劃？這個AI指令幫你搞定專業方案

作為開發者或技術leader，你有沒有遇到過這種情況：老闆突然讓你負責技術沙龍、產品發佈會或者團隊建設活動，你對着PPT發呆半天，不知道從哪兒開始？ 我之前也遇到過。明明寫代碼很溜，一到策劃活動就抓瞎——預算怎麼算？流程怎麼設計？風險怎麼控制？感覺每個環節都是坑。 技術人策劃活動的三大痛點 跟幾個做過活動的技術朋友聊過，大家的困擾出奇一致： 1. 不知道完整流程包含什麼 策劃案要寫哪些部分？

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

chunzhendexiaogou 頭像

PoloAPI - Gmail整合Gemini AI功能，支持用户直接管理日曆提升日程效率。

谷歌近期在Gmail移動應用中深度整合Gemini AI功能，實現了郵件與日程管理的無縫銜接。該功能主要通過以下創新提升用户日程效率： 一、跨應用功能整合‌ 支持在Gmail應用內直接創建、修改和刪除日曆事件，無需切換至Google Calendar或其他應用 通過"Ask Gemini"入口實現語音/文字指令操作，例如輸入“將週四會議改到下午3點”即可觸發智能修改 提供每日日程智能概覽功

gemini-2.5-pro , google , 人工智能 , 後端 , 前端

JavaEdge 頭像

JavaEdge - 開始使用 Gemini 3 進行開發

無論您是經驗豐富的開發者，還是憑直覺創作的“Vibe Coder”，Gemini 3 都能協助您將任何想法付諸實現。 今天，我們隆重介紹 Gemini 3，這是我們迄今為止最強大的模型，能協助你實現任何創意。Gemini 3 Pro 建立在最先進的推理能力之上，在各項主要的 AI 基準測試中的表現均帶來無與倫比的結果。它在編程方面也超越了 2.5 Pro，同時精通：

yyds乾貨盤點 , google , 應用程序 , 人工智能 , 深度學習 , 開發者

shujuxiaowanzi 頭像

數據小玩子 - 2025年主流BI工具深度測評：從功能到成本的全方位對比分析

2025年4月，Gartner最新報告指出，全球BI市場規模已突破2000億美元，但70%的企業因選型不當導致數據價值利用率不足40%。在這個數據驅動決策的時代，選擇一款合適的BI工具成為企業數字化轉型的關鍵一步。本文將從功能特性、易用性、價格成本和適用場景四個維度，對當前市場上最受關注的8款BI工具進行深度測評，幫助不同類型的用户找到最適合自己的"效率神器"。 FineBI：國產BI的全能選手

bi , 數據分析

writers 頭像

思否編輯部 - 智創飛躍｜2025 Google 開發者大會開始報名！

點擊屏末|閲讀原文|即刻報名 2025 Google 開發者大會

google