Nov 08 2025

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

Nov 18 2025

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

Oct 30 2025

IvorySQL - 為IvorySQL增添PACKAGE語法幫助

認識語法幫助 當使用psql工具登錄數據庫時，\h command可以查看語法幫助。比如查看create database語法： psql (17.6) Type "help" for help. ivorysql=# \h create database Command: CREATE DATABASE Description: create a new database Syntax

數據庫 , postgresql , SQL , 程序員

Nov 03 2025

HuiZhu - 【免費】我做了個 Chrome 擴展，一鍵召喚 17 個 AI 大模型幫你總結一切！

哈嘍，各位思否的掘友們！ 作為一名開發者，大家每天是不是跟我一樣，被海量的技術文章、冗長的 YouTube 教程和看不完的官方文檔給淹沒了？經常是收藏夾裏吃灰，腦子裏空空。 為了解決這個信息過載的問題（順便可以光明正大地“摸魚”），我開發了一款完全免費的 Chrome 擴展：AI Summarizer - Web YouTube。 它就像你的隨身 AI 閲讀助手，能把任何網頁、視頻、甚至是 PD

chrome , 資訊 , chatgpt , 人工智能 , claude

Nov 05 2025

PoloAPI - 谷歌正式推出 Gemini 2.5 系列模型，使 AI 推理性能提升30%。

谷歌於2025年6月正式推出‌Gemini 2.5系列模型‌，核心聚焦推理效率與多模態能力升級，具體解讀如下： 🚀 ‌一、三大模型定位與技術亮點‌ ‌Gemini 2.5 Pro‌ ‌角色定位‌：主攻複雜推理與多模態分析（“思考型模型”），在數學、編碼任務中刷新LMArena榜單記錄。 ‌上下文能力‌：支持100萬token輸入（計劃擴展至200萬），可解析代碼庫、大型數據集及混合媒

llm , 算法 , google , 人工智能 , 深度學習

Nov 03 2025

一點人工一點智能 - 《計算機算術實踐：習題與編程》

書籍：Computer Arithmetic in Practice: Exercises and Programming 作者：Sławomir Gryś 出版：CRC Press​ 編輯：陳萍萍的公主@一點人工一點智能 下載：書籍下載-《計算機算術實踐：習題與編程》 01 書籍介紹 這是一本面向本科及研究生階段、簡明易懂的入門讀物，專為在大學課程中希望理解計算機

編程 , 算術 , 人工智能 , 計算機

Oct 30 2025

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

Nov 16 2025

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