收藏 / 列表

u_16776161 頭像

天潤融通科技 - AI替代人工：車企如何用天潤融通ZENAVA重塑試駕邀約流程

在競爭白熱化的汽車市場裏，試駕已經成了成交的入口。數據顯示，超過70%的客户在完成試駕後才會做出購車決定。換句話説，錯過試駕，就等於錯過大部分成交機會。 然而現實卻殘酷：一線銷售每天要撥打成百上千通電話，往往是上百次撥號，換不來幾次有效邀約。人力消耗巨大，結果卻參差不齊。更雪上加霜的是，客户對“騷擾電話”的反感與日俱增，傳統邀約方式正在快速失靈，寶貴的銷售線索不斷流失。

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

github , 自定義 , 人工智能 , 深度學習 , 開發者

ivorysql_xiaozhuli 頭像

IvorySQL - IvorySQL 4.6：DocumentDB+FerretDB 實現 MongoDB 兼容部署指南

背景 MongoDB 誕生之初，便以出色的易用性與詳盡的驅動程序文檔脱穎而出，堪稱對傳統關係型數據庫的一次重要革新，也正因如此，它迅速成為開發者社區的熱門之選。 然而，隨着其許可模式從開源轉向 SSPL 許可證，MongoDB 的授權機制變得日趨複雜——這一變化直接導致它不再適配大量開源項目，同時也讓許多處於早期階段的商業項目難以將其納入技術選型。 在此背景下，越來越多用户開始尋求 MongoDB

mongodb , 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 - 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

puxiaoke6 頭像

一點人工一點智能 - 書籍-《動手幾何：通過編程、3D打印與構建來學習》

​編輯：陳萍萍的公主@一點人工一點智能 書籍：Make: Geometry: Learn by coding, 3D printing and building 作者：Joan Horvath，Rich Cameron 出版：Make Community, LLC 下載：書籍下載-《動手幾何：通過編程、3D打印與構建來學習》 01書籍介紹 在數學的眾多分支中，幾何是

三維建模 , 視覺設計 , 3d , 計算機視覺

aloudata 頭像

Aloudata大應科技 - 如何構建可信智能 Data Agent？推薦 Aloudata Agent 分析決策智能體

摘要： 在 AI 與大數據深度融合的當下，數據分析民主化日漸火熱。Aloudata Agent 分析決策智能體依託於統一的指標語義層、NoETL 數據工程體系，以及從智能問數、智能歸因分析到報告生成的端到端數據分析決策閉環能力，突破傳統數據分析 BI 工具的侷限性，能夠幫助企業構建可信智能的 Data Agent，實現以自然語言交互的方式進行自主式數據探查、歸因分析等，並支持構建個性化場景數據分析

agent , 人工智能 , 數據分析

u_16827017 頭像

全棧技術開發者 - 矩陣和線性變換怎麼理解？矩陣與線性變換的關係究竟是什麼？一個矩陣如何對應到具體的變換？特徵向量和特徵值的意義是什麼？

在現代數學的研究中，線性代數佔據着核心位置，它不僅是純數學的重要組成部分，也是物理學、工程學、計算機科學等學科的基礎工具。矩陣與線性變換作為線性代數的核心概念，具有深厚的理論內涵和廣泛的應用價值。矩陣的排列和運算規則表面上似乎只是數字的組合，但其內在體現的是對向量空間結構的精確描述；而線性變換則揭示了向量空間中元素之間的映射規律，是代數與幾何之間的直接聯繫。 理解矩陣與線性

機器學習 , 線性變換 , yyds乾貨盤點 , 特徵值 , 向量空間 , 人工智能 , 線性代數