收藏 / 列表

selectdb 頭像

SelectDB技術團隊 - 從 Clickhouse 到 Apache Doris：有贊業務場景下性能測試與遷移驗證

本文導讀： 當前，電商運營的主要痛點不僅來自多變的市場和客户需求，也受困於碎片化用户觸達等帶來的競爭與挑戰。為了深度挖掘用户價值、培養用户忠誠度、實現業績增長，有贊為商家搭建了全方位 OLAP 分析系統，提供實時與離線分析報表、智能營銷與人羣圈選等 SaaS 服務。本文將詳細介紹有贊從 Clickhouse 至 Apache Doris 的遷移規劃和性能對比測試實踐，分享如何基於 Apache D

大數據處理 , 數據庫 , 性能 , 數據分析 , apache

fannaodeshafa 頭像

煩惱的沙發 - .NET語言大舞台，有才你就來

.NET 是微軟推出的軟件開發框架，它提供了一個運行時環境以及一組用於在 Windows 操作系統上構建和運行應用程序的庫和工具。簡而言之，.NET就是個菜市場，裏面賣各種菜，什麼C#，F#，VA，VB等等 C# (C Sharp) - 絕對的頂樑柱 這是啥？ 這就是.NET的親兒子，背後有資本。微軟當年看Java不爽，就集百家之長，搞出了C#。結果青出於藍，現在已經是非常現代化、功能超強的

觀點 , c# , .net

aoshizhongshengdexiangjiao_bvx78q 頭像

傲視眾生的香蕉_bvX78Q - Google Gemini 推出全新 AI 圖像生成器 Imagen 3：引領下一代視覺AI革命

AI圖像生成技術正以前所未有的速度發展，從早期的GAN網絡到如今的擴散模型，每一次技術迭代都在重新定義着創作的邊界。2024年8月，Google正式發佈了其最新一代圖像生成模型——Imagen 3，並將其集成到Gemini AI助手中，這標誌着Google在AI視覺領域的又一次重大突破。 Imagen 3不僅在圖像質量上實現了顯著提升，更在提示詞理解、風格多樣性和安全性方面樹立了新的行業標杆。作

google , 生成器 , 人工智能

huandanshendeshoushudao 頭像

慧星雲 - 你對AI的所有疑慮，厚德雲替你解答！

遇到難題不要怕！厚德提問大佬答！ 厚德提問大佬答 你是否對AI繪畫感興趣卻無從下手？是否有很多疑問卻苦於沒有大佬解答帶你飛？從此刻開始這些問題都將迎刃而解！你感興趣的話題，厚德雲替你問，你解決不了的困難，大佬替你來解決！ 從今天開始，厚德雲開啓《厚德提問大佬答》欄目，只要你有問題，在文章下方留言，我們會盡可能的邀請相關行業大佬替你解答！ AI繪圖大佬Mango 這次我們邀請到的是AI繪畫大佬“

圖像識別 , 雲計算 , 圖片 , 人工智能

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

JavaEdge 頭像

JavaEdge - Embedding Atlas：Apple推出的開源Embedding可視化工具！

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

聚類 , yyds乾貨盤點 , 數據 , 人工智能 , 深度學習 , 開發者

u_17583190 頭像

fangpin - 從0到1：揭秘LLM預訓練前的海量數據清洗全流程

讀完這篇文章，你將用監督微調（SFT）把一個 1.5B 規模的數學模型在 GSM8K 上的零樣本推理正確率從 1.56% → 62.9%，同時把輸出格式遵循率從 18.9% → 100%。我們將完整走通數據集下載、Prompt 架構、訓練配置和評估方法，所有代碼均來自本倉庫 alignment 文件夾，保證可復現與透明。 本文將深入剖析 llm-from-scratch

lua , 人工智能 , 深度學習 , Json , Python

u_16970152 頭像

求知上進 - Python 字典推導式：從入門到精通

1. 字典推導式概述 1.1 什麼是字典推導式？ 字典推導式是 Python 提供的一種語法糖，用於在一行代碼中創建字典。它基於列表推導式（List Comprehension）的概念，允許開發者通過循環和條件邏輯快速生成鍵值對。字典推導式結合了 Python 的動態性和簡潔性，特別適合數據轉換、過濾和映射任務。 基本語法： {key_expr:

鍵值對 , List , 初始化 , 人工智能 , 深度學習

u_16060192 頭像

HyperAI超神經 - AI 論文週報丨通用Agent開發/目標檢測/開源物理推理模型……一文了解 AI 前沿動態

近年來，大語言模型（LLMs）的發展已將研究前沿從解謎任務推進至科學級推理——即能夠應對那些答案必須經受自然規律檢驗、而不僅符合評分標準的複雜問題。物理學是衡量這一轉變的最嚴苛標準，因為它以根本性方式將符號系統與現實世界相聯結，是現代大多數技術的基石。 基於此，來自上海人工智能實驗室的研究團隊通過開發具備卓越物理推理能力的大規模語言模型，成功推動了物理學研究的進展，尤其在解決國際奧林

人工智能 , 深度學習

u_13303 頭像

colddawn - linux將vncserver製作成systemd

第三課：Linux的基本操作 一般都會建立一個linux服務器，然後windows通過小軟件vnc遠程登陸linux服務器，登陸方式就是：”服務器ID:端口號“，此處的冒號為英文冒號； 一個賬户可以打開多個vnc端口，開啓：vncserver ，太多了則會佔用較多資源，可以手動關閉； 若vnc遠程屏幕分辨率與本地

機器學習 , 當前目錄 , 文件名 , Linux , 人工智能 , 根目錄 , 後端

ivorysql_xiaozhuli 頭像

IvorySQL - PG預寫式日誌解碼的藝術與應用

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：李傳成，walminer 作者。 本文內容主要包括： 邏輯解碼的基本原理 高級邏輯解碼特性 walminer 數據恢復實戰 walminer pgto server 實戰 邏輯解碼的基本原理 數據庫 INSERT 操作的 WAL 日誌解析與使用流程 物理使用（二進制回放流程） 當數

數據庫 , postgresql

huizhudev 頭像

HuiZhu - 寫週報還在手動湊字數?試試這個結構化提示詞模板

週報:開發者的代碼之外的另一場戰鬥 週五下午 5 點,代碼提交完了,測試也跑通了,本想着可以準點下班。突然想起來:週報還沒寫。 打開文檔,腦子裏的想法是這樣的: const weeklyReport = { tasks: ['修bug', '寫代碼', '開會', '對接需求'], hours: 40, result: '???' } 問題就在這個 result 上。工作做了一堆,但該

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

chunzhendexiaogou 頭像

PoloAPI - 一文看懂谷歌I/O 2025開發者大會： Android、Chrome、谷歌搜索、Gemini

谷歌I/O開發者大會以"AI原生生態"為核心戰略，圍繞技術升級、產品整合與商業模式展開深度佈局。以下是關鍵內容的結構化總結： 一、AI技術架構突破‌ ‌Gemini模型矩陣‌ Gemini 2.5 Pro新增Deep Think模式，增強複雜推理能力（數學/編程任務準確率提升37%） 輕量級Gemini 2.5 Flash實現移動端40%延遲降低，支持邊緣設備部署 多媒體生成模型V

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

aloudata 頭像

Aloudata大應科技 - Aloudata 亮相 2025 DACon 數智大會，為企業打造可信智能的 Data Agent

10 月 24 日，由國內知名大數據與人工智能技術社區 DataFun 主辦的 2025 DACon 數智大會在北京隆重舉行。此次大會以“大模型時代，Data + AI 的變與不變”為主題，聚焦大數據、大模型技術動態及 AI 應用實踐，涵蓋了汽車製造、金融、保險、電商、消費、零售、物流、軟件開發等行業領域。 Aloudata 大應科技產品專家趙禕祺受邀參會，帶來了《以 NoETL 指標語義層為核心

agent , 大數據 , etl , 人工智能 , 數據分析

matrixorigin 頭像

MatrixOrigin - 視頻+教程 | 解鎖 RAG 深度搜索應用潛能：Deerflow 與 MOI 融合實戰指南

前言 本教程旨在為開發者提供一份清晰、詳盡的指南,説明如何將開源 RAG (Retrieval-Augmented Generation) 應用開發引擎 Deerflow 與 MOI 的 RAG 服務進行集成。通過本教程,讀者將掌握 Deerflow 的部署方法、在 MOI 中創建數據處理工作流的技能,並最終實現兩者連接,以構建一個強大的、可定製的深度檢索增強生成應用。 一、 Deerflow 簡

機器學習 , 數據挖掘 , 算法 , 人工智能 , 深度學習

u_17580222 頭像

mb691327edb400f - AI 招聘系統功能落地指南

AI 招聘系統功能落地指南 AI全面重塑招聘行業：效率與體驗的雙重革新 如果你仍在為“候選人爽約”“簡歷篩選繁重”“面試效率低下”而困擾，可能已經忽視了一個激進的行業趨勢：招聘正被AI全面接管。這並非停留在討論或小範圍試點階段，而是大規模落地、快速替代傳統面試流程的現實。 過去一年，多項行業數據印證了這一變革：近50%的企業已將初篩環節完全交給AI；金融、互聯網

系統功能 , 自動回覆 , ATS , 人工智能 , 深度學習

u_16349720 頭像

短短同學 - 正則表達式進階用法：從基礎到實戰的全場景指南

正則表達式（Regular Expression，簡稱 Regex）是文本處理的 “瑞士軍刀”，它通過簡潔的語法規則，實現對字符串的匹配、提取、替換與驗證。在前文哈希機制的學習中，我們瞭解到 “映射” 是核心邏輯；而正則表達式的核心，則是 “模式定義”—— 用特定語法描述目標文本的結構，再通過解釋器執行匹配操作。本文將從基礎語法拓展到進階技巧，結合 10 + 實戰場景，帶你掌握正

正則 , bc , 人工智能 , 深度學習 , 正則表達式

u_16380863 頭像

未聞花名AI - 構建AI智能體：十七、大模型的幻覺難題：RAG 解決AI才華橫溢卻胡言亂語的弊病

一、拋磚引玉 經過一段時間的接觸，大型語言模型（LLM），展現出了令人驚歎的文本生成、對話和推理能力。它們飽讀詩書、才華橫溢，能夠就幾乎任何話題進行流暢的對話。然而，這個天才有一個致命的弱點：它的知識完全來源於其訓練數據，存在截止日期，並且它有時會為了保持對話的流暢性而“捏造”事實。這種現象在AI領域被稱為“幻覺”或“胡説八道”。想象一下，你結合實際問了一個問題，最新的員工

yyds乾貨盤點 , 搜索 , NLP , 數據庫 , 人工智能 , 參考資料

shujuxiaowanzi 頭像

數據小玩子 - 【零售電商數據驅動系列3】客户復購激活：如何打通線上線下會員，讓老客持續復購？

復購的核心是“全域會員分層+精準觸達”，只有整合線上消費、線下到店數據，才能摸清不同客户的需求偏好。藉助助睿BI按消費頻次、客單價、消費場景（線上/線下）自動分層高/中/低價值會員，拆解老客復購週期、偏好商品，幫零售電商針對性設計優惠券、上新提醒、門店專屬活動，不用盲目發券，復購率提升更高效。 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 - 騰訊雲智能體開發平台：讓 AI 在真實場景中創造價值

歷經數十載的演進，人工智能領域正迎來一個前所未有的活躍期。隨着生成式 AI 等技術推開產業的大門，全球開發者社區的關注焦點，已從對技術可能性的宏大探討，徹底轉向了對其實用價值的具體驗證。開發者們越發迫切地探索，這些新的 AI 能力究竟能在多大程度上解決真實世界的問題。 早期的興奮點集中在與 AI 的對話上，開發者們比拼誰的提示詞能激發出更驚豔的單次回覆。但很快，焦點便從“一次完美的回答”轉向了“一

騰訊雲 , 開發者