收藏 / 列表

u_16655836 頭像

wx6603b05eb93d0 - 新華社評車圈營銷亂象：零件命名武俠風，拉踩陰陽友商博關注……

幾年前，小柴就發文調侃，如今的汽車行業，核心競爭力好像是車企領導們的嘴，以及養車評人加上對負面新聞的OTA能力。 比如，在創始人的嘴這方面，他們有人説，BBA這些落後的東西；還有人説，咱們不要嘲笑邁巴赫，以及千萬以內最好；還有輪端輸出扭矩超過了1.8萬匹馬力；甚至開車能延壽三十年…… 類似的還有，倒車想撞都難；公開直播更是宣稱，有了領先幾代的智駕，上車可以打盹

數據 , 汽車行業 , 人工智能 , 數據分析 , 核心技術

u_16970152 頭像

求知上進 - 瞭解 Python 集合的無限可能

1. 集合概述 1.1 什麼是集合？ Python 的集合（set）是一個無序、可變、不允許重複元素的容器，用於存儲唯一的數據項。集合基於哈希表實現，提供 O(1) 平均時間複雜度的成員檢查和插入操作。Python 還提供不可變的集合變體——凍結集合（frozenset），適用於需要不可變鍵的場景（如字典鍵）。 關鍵特性： 無序性：集合中的元素沒

數據集 , 集合運算 , 人工智能 , 深度學習 , Python

u_17579295 頭像

mb6911caa73d1d1 - 實戰分享：如何用數字孿生技術打造國防航天智能指揮系統

作為一名長期奮戰在國防航天領域的數字孿生開發者，我曾參與過多個重要項目的建設。今天，我想通過一個真實的指揮系統項目，分享如何運用數字孿生技術解決實際難題的經驗與技巧。 一、場景構建：從宏觀到微觀的無縫銜接 在構建航天發射指揮系統時，我們面臨着既要展示全球衞星軌道運行狀態，又要精細呈現發射場設備細節的挑戰。通過深度集成UE5引擎的場景編輯器，我

數據 , 加載 , 數據可視化 , 人工智能 , 數字孿生 , 開發者

u_16116809 頭像

wx6464351503832 - 通義DeepResearch技術報告解讀

通義深度研究：開源AI研究助手的新里程碑 最近AI研究領域有個很有意思的現象，就是那些最厲害的AI研究助手，比如OpenAI的DeepResearch、谷歌的Gemini DeepResearch，全都是閉源的。這就像大家都在説"我做出了很棒的東西"，但就是不告訴你怎麼做的。阿里巴巴通義實驗室最近開源的通義深度研究（Tongyi

強化學習 , agent , 智能體 , 數據 , Css , 大模型 , 前端開發 , HTML

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

baihai_idp 頭像

Baihai_IDP - 面向 LLM 的 GPU 系統工程方法論

編者按： 我們今天為大家帶來的文章，作者的觀點是：GPU 工程的核心不在於手寫內核的能力，而在於構建系統設計思維 —— 理解從模型定義到硬件層的完整技術棧如何協同工作。 作者提出了一個五層漸進式調試框架：從模型定義（Model Definition）入手，識別計算與內存瓶頸；進入並行化（Parallelization）階段，解決多卡同步問題；深入運行時編排（Runtime Orchestra

觀點 , llm , 知識 , 人工智能 , 深度學習

matrixorigin 頭像

MatrixOrigin - 企業落地 NL2SQL，需要的是 AI-ready data 和小模型

作者 | 矩陣起源 轉載自 | InfoQ 當 NL2SQL 從 Demo 走向生產，關鍵不在"更大的模型"，而是"更乾淨的數據底座 + 更小的專用模型 + 更可控的工程化流程"。 摘要 先數據、後模型：把元數據、業務語義、權限、樣例 SQL 做成"AI-ready data"，是 NL2SQL 能否可靠落地的第一性問題。 小模型足夠用：以 3B-7B 級別的代碼/SQL 友好模型，配合 LoR

數據庫 , 人工智能 , SQL

metaxk 頭像

萬界星空科技 - 一文讀懂電子看板管理：生產看板到底管什麼？看什麼？

一、概念：什麼是電子看板管理？ 電子看板管理是傳統物理看板在數字時代的進化形式。它利用物聯網、傳感器、顯示屏和看板管理軟件（通常集成在MES製造執行系統或ERP企業中），將生產指令、物料需求、狀態反饋和異常警報進行數字化、可視化和實時化傳遞。 二、分類：電子看板的類型 按功能分類（核心業務邏輯）： 生產指令看板： 系統向工位終端或顯示屏發送電子生產指令，包含生產物

數字化轉型 , 工業互聯網 , 數據可視化 , 人工智能 , 製造業

openanolis 頭像

龍蜥社區 - 《Confidential MaaS 技術指南》發佈，從 0 到 1 構建可驗證 AI 推理環境

2025 雲棲大會操作系統開源與 AI 進化分論壇上，英特爾數據中心與人工智能集團首席工程師宋川、龍蜥社區安全聯盟主席龍勤、OPPO 高級安全架構師楊洋、阿里雲智能集團高級技術專家劉煜堃等 4 位嘉賓，共同出席併發布了《Confidential MaaS：構建可驗證的推理鏈路數據密態流轉》技術指南（下載鏈接見文末），該指南深入闡述如何從 0 到 1 構建可驗證的 AI 推理環境，並覆蓋不同場景的架

操作系統

nocobase 頭像

NocoBase - 4 款最適合打造靈活工單系統的開源零代碼/低代碼平台

原文鏈接：https://www.nocobase.com/cn/blog/4-no-code-tools-to-build-tic...。 在 Reddit 上，關於工單系統的討論經常能看到用户的困惑。 一位在小型辦公室獨自運維的用户説： “我需要一個開源的 IT 工單系統，最好能自託管，還要支持資產管理、LDAP 集成和客户自助開票。但我只有一個人來運營，所以系統不能太複雜。” 另一位中小企

工具 , github , 低代碼 , 開源 , 工單管理軟件

liudamao 頭像

劉大貓 - Redis 搭建主從複用-讀寫分離和主備切換,及重要的關鍵詞解釋 部分2

# 3.10註釋公共配置追加文件 根據需求配置是否打開追加文件選項 appendonly yes - 每當 Redis 執行一個改變數據集的命令時（比如 SET），這個命 令就會被追加到 AOF 文件的末尾。這樣的話，當 Redis 重新啓時，程序就可以通過重新執 行 AOF 文件中的命令來達到重建數據集的目的。 3.11從服務器默認是隻讀不允許寫操作(不用修改) 4. 添

大數據 , 雲計算 , 算法 , 物聯網 , 人工智能

huandanshendeshoushudao 頭像

慧星雲 - Gemini 2.0：集多模態、強性能、優交互於一身的 AI 新寵

谷歌 在科技飛速發展的當下，人工智能領域不斷涌現出令人矚目的創新成果，谷歌推出的新一代大模型Gemini2.0無疑是其中一顆璀璨的新星，正以其卓越的性能和強大的功能，為我們開啓了智能化交互的嶄新篇章。 Gemini2.0 Gemini2.0 使用Gemini2.0構建的最新版本中的改進包括： 更順暢的對話：ProjectAstra現在能夠使用多種語言和混合語言進行交談，從而更好地理

llm , 雲計算 , google , aigc , 人工智能

codists 頭像

codists - 《Learn Python Programming(4th)》讀後感

一、 為什麼讀這本書？ 之所以選擇讀這本書是因為“例行慣例”——讀每年新出版的Python相關書籍，嘗試從這些書中收集一些好的示例，幫助理解一些不好理解的概念。 當然，其實《Learn Python Programming(4th)》(中譯名：《Python編程入門與實戰》，Packt Publishing 出版社)是 2024年 9 月 24 日出版的，只是 2024 年沒有讀，推到了 2025

Python

writers 頭像

思否編輯部 - 論壇前瞻 一文讀懂軟件供應鏈和開源安全系列標準

中國信息通信研究院雲計算與大數據研究所自 2019 年，以安全開發為切入點，開展軟件供應鏈和開源安全相關研究工作並搭建標準體系。截至目前，由中國信息通信研究院牽頭，廣泛邀請包括金融、互聯網、運營商、軟件廠商、安全廠商、工具廠商等個行業領域專家參與，共同編制了 1 項國家標準、3 項行業標準和 7 項團體標準，具體如下圖。同時依託標準展開測試評估工作，目前已有累計 50 餘家企業的產品通過測試評估。

開源 , 開源項目介紹

u_17580222 頭像

mb691327edb400f - AI面試智能體

培訓預算削減的背後，是時候重新審視招聘的真正成本。 年底覆盤，不少HR對着培訓報表愁眉不展：預算花了近百萬，員工滿意度剛過及格線，業務部門還抱怨“培訓沒用”。降本增效的要求之下，培訓預算首當其衝被壓縮。問題真的出在培訓本身嗎？或許，根源在於招聘環節——選錯人，才是企業最大的成本浪費。 01 培訓無效的背後：選錯人是最昂貴的成本 當業務部門抱怨“培訓沒用”時，他們

沉浸式 , 一對一 , 人工智能 , 深度學習

u_17420180 頭像

合合信息解決方案 - 申請試用智能財務單據處理平台

方案介紹 面對財務單據處理中“效率低、易出錯、合規難”的痛點，這款AI驅動的一站式財務單據自動化處理平台應運而生，為中小企業提供全方位的財務文檔處理解決方案。平台深度融合AI技術與財務管理場景，支持海內外不同版式、不同類型財務文檔的全流程自動化處理，涵蓋智能採集、解析、分類、信息抽取及智能審核等核心功能。 在單據覆蓋方面，無論是發票、銀行回單、承兑匯票、完税證明等標準

機器學習 , 表單 , 上傳 , 自定義 , 人工智能

u_16349720 頭像

短短同學 - “哈希”機制是什麼?

一文讀懂哈希機制：從原理到實戰的全面解析 在編程與數據處理中，“哈希（Hash）” 是一個高頻出現卻易被混淆的概念 —— 它既是快速查找數據的 “加速器”，也是分佈式系統中數據分片的 “導航儀”，甚至在密碼存儲、數據校驗等場景中扮演關鍵角色。那麼，哈希機制究竟是什麼？它如何通過簡單邏輯實現高效功能？本文將從基礎原理到實際應用，徹底拆解哈希機制的核心邏輯。 一、哈希機制

code , 數組 , 人工智能 , 鏈表 , 深度學習

u_17512334 頭像

疆鴻智能研發中心 - 協議不通？CC-Link IE轉Ethernet/IP網關來當“端水大師”

協議不通？CC-Link IE轉Ethernet/IP網關來當“端水大師” 在製藥車間錯綜複雜的管線與設備之間，總有一些無形的“橋樑”在悄然運作，它們雖不顯眼，卻是整個生產流程順暢運行的命脈。今天，就讓我們走進一座特殊的通信橋樑——CC-Link IE轉Ethernet/IP協議轉換網關，看看它如何在一家大型製藥企業的生產線中扮演着關鍵角色。

ETHERNET , ip , CCLINKIE , 協議轉換 , 人工智能 , 深度學習 , 網關 , 工業自動化

u_16380863 頭像

未聞花名AI - 構建AI智能體：十三、大數據下的“搭積木”：N-Gram 如何實現更智能的語義搜索

一、什麼是 N-gram 核心定義：N-gram 是來自給定文本或語音序列的N 個連續項（如單詞、字符）的序列。它是一種通過查看一個項目的前後文來建模序列的概率模型。 N：代表連續項的數量。 項（Item）：通常是單詞（Word），也可以是字符（Character）或音節。 核心思想：N-gram 模型基於一個簡化的假設：一個詞的出現概

Ngram , yyds乾貨盤點 , 數據 , 似然函數 , NLP , 自定義 , 人工智能

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

candy_68fb0dfb0afd0 頭像

Candy - 讓機器學習更簡單的 8 個 Python 庫

Machine Learning 再也不神秘了。 你已經熟悉 scikit-learn、PyTorch 和 XGBoost。很好——現在別再重複造輪子，來看看我在需要更快的實驗、更安全的 models，或在招聘經理眼裏像魔法一樣的 features 時真正會用的 8 個庫。它們不是人人都在列的“trendy”清單——而是優雅地解決了我在 production 和 research 中遇到的

機器人 , 人工智能

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 - Gradle vs. Maven，Java 構建工具該用哪個？

Java構建工具的甜鹹粽子之爭，就是 Gradle 和 Maven 該用哪個？ 隨心所欲的手動擋 vs. 穩如老狗的 自動擋 Maven用的是pom.xml。很多人一聽XML就頭大，覺得又臭又長。但換個角度想，XML的缺點正是它最大的優點：死板、規範、一目瞭然。一個新人，哪怕從來沒用過Maven，打開pom.xml，對着標籤也能猜出個七七八八。這種傻瓜式的直白，對團隊協作太重要了。 再看Gradl

maven , JAVA , gradle , 後端

aoshizhongshengdexiangjiao_bvx78q 頭像

傲視眾生的香蕉_bvX78Q - 亞馬遜Kiro強勢挑戰Cursor霸主地位，AI IDE大戰誰能笑到最後？

2025年，AI驅動的開發工具生態系統正在經歷前所未有的變革。在Cursor重新定義AI IDE概念之後，亞馬遜推出的Kiro以其獨特的"規劃優先"理念強勢入場，為開發者帶來了全新的編程體驗。這兩款工具雖然都致力於提升開發效率，但在架構設計、工作流程和生產力提升方式上卻展現出截然不同的哲學。 本文將從技術架構、功能特性、開發者體驗等維度深度對比這兩款AI IDE，探討它們如何重塑現代軟件開發流程。

開發工具 , 人工智能 , ide