收藏 / 列表

u_16116809 頭像

wx6464351503832 - GPT-5.1 發佈：更智能也更“人性化“的 AI 助手

2025年11月12日，OpenAI 發佈了 GPT-5 系列的重要更新版本 GPT-5.1，包括 GPT-5.1 Instant（即時版）和 GPT-5.1 Thinking（思維版）兩個變體。這次更新不僅在技術能力上有所提升，更值得關注的是其在對話風格上的顯著變化，而這一變化正在社區中引發激烈討論。 技術升級：智能與效率的平衡 GPT-5

redis , 智能體 , 數據 , gpt , 數據庫 , 人工智能 , 大模型

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 - 構建具備深度思考能力的 Agentic RAG 流水線，用於解決複雜查詢

原文地址：https://mp.weixin.qq.com/s/JnRcU-6wg6g9RjdVXe3fQA 很多 RAG 系統失敗，並不是因為 LLM 不夠聰明，而是因為它們的架構太簡單。它們試圖用線性的一次性方式，處理一個本質上循環、多步驟的問題。 許多複雜查詢需要推理、反思，以及何時行動的聰明決策，這與我們面對問題時如何檢索信息非常相似。這正是 RAG 流水線中引入“agent 驅動行為”的

人工智能

selectdb 頭像

SelectDB技術團隊 - 從 OpenSearch 到 Apache Doris：領創集團日誌系統升級實踐，降本 45%

隨着業務全球化擴展與數字化運營的深入推進，日誌系統的規模和複雜度不斷攀升，原有基於 OpenSearch 的日誌平台逐漸難以滿足成本控制、性能保障和可維護性等多維需求。為應對持續增長的數據壓力和更靈活的分析場景，領創集團技術團隊啓動了日誌系統的架構升級實踐，並最終選擇 Apache Doris 作為新一代日誌系統的核心。實現了綜合成本下降超 45%、查詢性能提升 5 倍、日誌寫入達到準實時以及靈活

資訊 , 數據庫

fannaodeshafa 頭像

煩惱的沙發 - Rust 與 Go，後端開發的下一個五年，誰是更穩的選擇？

開發沒有那麼容易，每個後端有它的脾氣，它不關心業務的快速變化，只關心自身的穩定和高效。 那麼在未來幾年，在高併發、低延遲的新興後端領域，Rust 和 Go，誰會成為更主流的選擇？我個人認為，這不在於哪個語言更時髦，而在於誰的架構性成本更低。 核心差異：編譯時的嚴謹 vs. 運行時的靈活性 Rust 和 Go 的設計哲學，從一開始就走向了兩個不同的方向。 Rust 選擇的是一條“先難後易”的路

開發工具 , rust , 開發環境 , go , 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

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 - AI賦能生物醫藥，楓清科技連續中標頭部醫藥公司產業智能升級項目

在全球醫藥科技加速迭代、產業競爭日趨激烈的背景下，國家以政策為引領、以人工智能技術為核心驅動力、以全產業鏈協同為關鍵路徑，完善“AI +醫藥”系統性發展佈局。其中，《醫藥工業數智化轉型實施方案（2025—2030年）》進一步明確全鏈條轉型路徑，將AI技術定位為突破產業瓶頸、提升醫藥工業核心競爭力的核心抓手，為行業智能化升級提供清晰方向。 楓清科技緊扣“AI賦能醫藥產業全鏈條”核心目標，圍繞

人工智能

javaedge 頭像

JavaEdge - 別隻怪客户端宕機！還有這些導致 Redis 分佈式鎖“死鎖”的原因

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：編程嚴選網 0 前言 除了“持有鎖的進程崩潰、未釋放鎖”這一經典

JAVA

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_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 - 跨學科創新遠超人類？AI科學家提假設/做實驗/發頂會開啓科學研究新範式

2024 年 8 月，由 Transformer 論文作者之一 Llion Jones 創立的 Sakana AI 公司宣佈推出全球首位「AI 科學家（AI Scientist）」， 通過自主生成研究想法、設計實驗、編寫代碼、執行實驗乃至撰寫論文，並藉助「AI 審稿人」對結果進行評審與改進，形成了完整閉環的科研生態系統。今年 3 月，該系統產出的一篇計算機科學論文通過了 ICLR 202

AI , 人工智能 , 深度學習

u_13303 頭像

colddawn - 大數據系列 -- 數據埋點_51CTO博客

8.1.2 埋點實現方式分類 8.1.2.1 代碼埋點 原理： 在代碼中手動插入埋點邏輯，精準捕獲特定事件（如按鈕點擊、頁面加載）並上報數據。可根據埋點位置分為前端埋點（客户端）和後端埋點（服務端）。 實現步驟： 確定需求：明確需監控的事件（如“加入購物車”按鈕點擊）及數據維度（如用户 ID、時間戳）。 插

大數據 , 數據 , app , 埋點 , 數據治理 , 後端開發 , harmonyos

ivorysql_xiaozhuli 頭像

IvorySQL - 在一台機器上搭建一體化 Ceph 存儲集羣

概述 Ceph 是一個開源的軟件定義存儲平台，它在單個分佈式計算機集羣上實現對象存儲，並提供對象級、塊級和文件級存儲的三合一接口。Ceph 存儲集羣由 Ceph 監視器、Ceph 管理器、Ceph 元數據服務器和 OSD 組成，它們協同工作來存儲和複製數據，供應用程序、Ceph 用户和 Ceph 客户端使用。Ceph 還提供了使用 PostgreSQL 來利用網絡存儲的選項。 在這篇文章中，我將指

ceph , 數據庫 , postgresql , 開源

huizhudev 頭像

HuiZhu - 每週8小時耗在會議上，但73%的會議紀要根本沒人看

數據顯示，職場人平均每週花費8小時在各類會議上，但調研發現：73%的會議紀要在發出後根本沒人仔細讀，92%的行動項沒有被有效追蹤。 更尷尬的是，38%的職場人承認自己"從不寫會議紀要"，原因不是懶，而是不知道該怎麼記錄才有用。 這就是會議紀要的真實現狀：會開了，時間花了，但價值沒沉澱下來。 會議紀要為什麼淪為"形式主義"？ 真正的問題不是寫不寫，而是寫了沒人用。我見過太多這樣的紀要： 會議紀要 -

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

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 智能體

AI重塑人才選拔：效率與精準的雙重革新 人才選拔賽道的競爭日趨激烈，招聘官深陷堆積如山的簡歷與密集的面試流程，卻仍面臨核心人才難尋、面試主觀性強、招聘成本高企的困境。當HR團隊疲於應對初篩與基礎面試時，企業正為這些低效流程承擔高昂代價。 艾瑞諮詢數據顯示，AI技術已貢獻HR SaaS市場60%的價值，其中個性化評估是核心應用場景。這場技術革命正從培訓領

上傳 , 人工智能 , 深度學習 , 應用場景 , 解決方案

u_16349720 頭像

短短同學 - 全網最詳細CSS知識講解

CSS 全棧知識指南：從基礎語法到高級實戰 CSS（Cascading Style Sheets，層疊樣式表）是網頁的 “美容師” 與 “建築師”—— 它不僅定義文字顏色、背景樣式等視覺表現，更通過佈局技術構建網頁的骨架結構。從 1996 年 CSS1 誕生至今，其已發展為包含數百個屬性、適配多端場景的龐大體系。本文將以 “原理→技術→實戰→優化” 為脈絡，拆解 CSS 的

選擇器 , 盒模型 , 人工智能 , 深度學習 , Css

u_16380863 頭像

未聞花名AI - 構建AI智能體：十六、構建本地化AI應用：基於ModelScope與向量數據庫的文本向量化

將文本轉換為向量（文本嵌入）是自然語言處理中的核心任務，有許多大模型可以完成這項工作。上一篇文章《構建AI智能體：十五、超越關鍵詞搜索：向量數據庫如何解鎖語義理解新紀元》我們是通過阿里雲的api調用的text-embedding-v4模型，同樣還有很多其他輕量級的模型可以很好的完成這個任務，我們今天找兩個結合前期講到的本地化部署來嘗試一下。 一、核心組件回顧

yyds乾貨盤點 , 搜索 , NLP , 相似度 , 加載 , 人工智能

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 - 最好的時代

9 月的深圳，聚光燈下的空氣都是熱的。 騰訊集團高級執行副總裁、雲與智慧產業事業羣 CEO 湯道生剛剛在騰訊全球數字生態大會的舞台上宣佈全面開放“好用的AI”，數十公里外的騰訊濱海大廈，一場為期 48 小時的 Hackathon 應聲啓動——46 名年輕的開發者迅速成為了這場戰略發佈的第一批響應者。 最大化創新 Hackathon的魅力在於，你會在其中看到世界上最具有創意的產品雛形。比如開源協作平

開發者