博客 RSS 訂閱

u_15903730 頭像

WangLanguager - GPT介紹和代碼示例

GPT 介紹 GPT（Generative Pre-trained Transformer）是由 OpenAI 提出的生成式預訓練變換器模型。GPT 的設計目標是生成連貫的文本，具有強大的文本生成能力。它的核心思想是利用大規模的無監督文本數據進行預訓練，然後通過微調來適應特定任務。 GPT 的關鍵特點 單向生成：與 BERT

redis , 加載 , gpt , 數據庫 , 分詞器 , 生成式

收藏 評論

u_15856507 頭像

電子開發圈 - 0154-基於單片機-温濕度監測-系統設計(12864+18B20+SHT11）

功能描述 1、採用51單片機作為主控芯片； 2、採用SHT11檢測濕度，精度小數點後1位； 3、採用18B20檢測温度，精度小數點後2位； 4、採用12864液晶顯示：實時温濕度、超限報警、設置閾值； 5、矩陣鍵盤設置温度上限、温度下限、濕度閾值，超限報警； 電路設計

redis , 上拉電阻 , 上拉 , 單片機 , 數據庫 , 嵌入式硬件 , 電路設計

收藏 評論

u_16345430 頭像

知識淺談 - Gemini3Pro無限使用手把手教程

Gemini3Pro無限使用精簡版 Antigravity：谷歌官方推出的IDE，類似於Cursor，集成了Gemini3Pro、Claude4.5、GPT等各家最強大的模型。 直接下載安裝Antigravity：https://antigravity.google/download?hl=zh-cn就可以免費使用，但是在安裝過程中會有一些問題卡住你，想要順利使用，請看下文詳細版教

軟件研發 , yyds乾貨盤點 , Gemini , Gemini3Pro

收藏 評論

u_15591470 頭像

ceshiren2022 - 實測見證！利用Dify工作流與AI智能體，我們的測試效率提升300%

如果你也厭倦了在無盡的測試用例、重複的迴歸測試和脆弱的UI腳本中掙扎，那麼這篇文章正是為你準備的。我將分享我們團隊如何利用Dify工作流編排AI測試智能體，實現測試效率的指數級提升，讓測試工作變得前所未有的智能和高效。 一、 困局：我們曾在測試泥潭中寸步難行 在引入新方法之前，我們團隊面臨典型的測試瓶頸： 迴歸測試耗時漫長： 每次發版前，全量回歸測試需要2個測試人員投入整整3個工

迴歸測試 , AI , 人工智能 , 深度學習 , dify

收藏 評論

u_16508055 頭像

卡梅德生物 - 探秘媒介探針qPCR：一種“解耦”策略如何推動分子檢測技術革新

在生命科學研究和臨牀診斷中，核酸的精準、快速檢測至關重要。自問世以來，實時熒光定量PCR（Quantitative Real-Time PCR, qPCR）憑藉其卓越的靈敏度與定量能力，始終佔據着核心地位。其經典技術路線，如TaqMan水解探針法，依賴於一條與靶序列完全互補、且雙端標記有熒光基團和淬滅基團的寡核苷酸探針。然而，這種“一靶一探針”的模式在面對多靶標檢測需求時，面臨着

分子檢測技術 , 人工智能 , 深度學習 , 靶標識別 , 媒介探針qPCR

收藏 評論

u_17420180 頭像

合合信息解決方案 - 財務如何自動從大量發票中提取關鍵信息

財務人員在發票處理中的核心痛點 在企業日常運營中，財務人員始終面臨着海量發票處理的沉重壓力，傳統人工處理模式下的痛點愈發突出，嚴重製約了財務工作效率與質量。 首先是處理效率低下。企業經營過程中，員工報銷、採購結算等場景會產生大量發票，這些發票版式各異，既有國內增值税專票、普通發票，也有海外各類票據，財務人員需逐張手動甄別發票類型、錄入開票日期、金額、税號等關鍵信息，面

機器學習 , 字段 , 表單 , 數據 , 人工智能

收藏 評論

u_17515227 頭像

寫的做不如改的多 - 遊戲 IPA 如何防修改，從資源加密到符號混淆的完整實戰方案

移動遊戲的安全風險永遠繞不開一個話題：IPA 被第三方修改、二次分發或外掛注入。 尤其是 Unity3D、Cocos、Flutter 混合類遊戲，由於資源文件體積大、結構清晰、邏輯入口分佈明顯，更容易成為修改對象。 典型攻擊方式包括： 修改數值、貨幣、商城價格 替換資源、腳本、配置（json、lua、js） 注入自定義動態庫實現外掛 Hook 遊戲核心邏

yyds乾貨盤點 , 移動開發 , ios

收藏 評論

huggingface 頭像

HuggingFace - 用 AI Sheets 解鎖圖像的力量

🧭簡要概覽：Hugging Face AI Sheets 是一款開源工具，能夠用 AI 模型增強數據集的處理能力，無需編寫任何代碼。現在新增視覺功能：可以從圖像 (如收據、文檔) 中提取數據、根據文本生成圖像、甚至編輯圖片——一切都能在電子表格中完成。依託 Inference Providers，可調用數千個開放模型。 我們非常高興地發佈 Hugging Face AI Sheets 的

AI

收藏 評論

u_16099184 頭像

網絡安全戰士 - 七牛雲詳細教程（包含與阿里雲建立連接）

七牛雲 Claude AI 完整配置指南 本指南將幫助您完成七牛雲賬户註冊、API Key 獲取，以及在 Zed 編輯器中配置 Claude AI 推理服務的全部流程。 🎯 前置準備 在開始之前，請確保您已具備： 一個有效的電子郵箱 已安裝的 Zed 編輯器（最新版本）https://

code , 七牛 , API , aigc , 人工智能 , bard , Claude code

收藏 評論

u_13778063 頭像

u_13778063 - AI 原生應用開發實戰營·深圳站精彩回顧 & PPT 下載

作者：盈楹 近日，阿里雲 AI 原生應用開發實戰營 · 深圳站圓滿落幕。繼北京、上海、杭州、成都等城市之後，本場活動吸引了 130+ 名技術從業者深度參與。 活動聚焦 AI Agent 領域的前沿技術與落地實踐，深度分享AI 原生應用架構趨勢與實踐、AI 應用託管、AI 開放平台、大模型可觀測AIOps、異步化的 Agent 事件驅動等熱門技術議題，並設置了動手實操環

鏈路 , 原生應用 , 數據 , 雲計算 , 雲服務

收藏 評論

u_16653481 頭像

金海境科技 - 歐盟GDPR升級草案曝光 跨境數據合規成本將增30% - 金海境科技

2025年8月，歐盟委員會發布《通用數據保護條例》（GDPR）修訂草案，擬新增“數據主權保障”“AI數據治理”等章節，同時強化對跨境數據流動的管控力度。據畢馬威測算，若草案正式實施，全球跨國企業的歐盟區域數據合規成本將平均增加30%，其中科技、金融行業受影響最大。 修訂草案的核心變化體現在三個方面：一是擴大數據主權管轄範圍，將“在歐盟境內擁有5000名以上用户的境外

oracle , 數據 , 數據保護 , 跨境電商 , 數據庫

收藏 評論

u_14902238 頭像

u_14902238 - 從代碼到生產推理服務：DevPod 全流程部署 DeepSeek-OCR 模型實戰指南

開發調試到生產上線，全流程僅需一個工作區——DevPod重新定義AI工程化標準，當開發與部署不再割裂，模型價值才真正釋放。 簡介 告別碎片化開發體驗，DevPod 打造從代碼到服務的一站式閉環。本文手把手演示在函數計算 Funmodel 上完成 DeepSeek-OCR 模型從雲端開發、本地調試到生產部署的完整工作流，讓模型真正走出實驗室，實現分鐘級服務化，重塑 A

雲計算 , 雲原生 , paddle , 開發者 , ide

收藏 評論

u_14819979 頭像

wx5ec286973f886 - 人工智能算法優化YOLO的目標檢測能力

REF：多模態融合下家居機器人高精度SLAM 與區域分割方法研究 1. 人工智能基礎概念 人工神經網絡（Artificial Neural Network，ANN）：理論基礎建立在生物神經系統的數學抽象與非線性函數逼近能力之上，目標是通過非線性變換逼近複雜函數關係，數學框架可視為一個參數化函數的優化問題，網絡通過層級化的非線性映射構

視覺slam , MySQL , 建圖 , yolo , 算法 , 數據庫 , 人工智能

收藏 評論

u_16178248 頭像

INSVAST - 毅碩HPC | Pritunl + ECS + Frp 搭建遠程辦公VPN

一、引言 對於許多中小團隊、開發者或實驗室環境而言，購買昂貴的商業VPN網關並非首選。我們通常已經擁有性能強大的本地工作站或服務器，存放着核心代碼、數據和測試環境。能否將這些本地資源安全、便捷地開放給遠程團隊成員訪問呢？ 傳統方案可能是在路由器上配置端口轉發，但這需要公網IP，並會將內網服務直接暴露在公網上，面臨安全風險。而直接在雲上搭建VPN，雖然管理方便，但所有訪

pritunl , 服務器 , 遠程辦公 , 集羣 , 部署教程 , VPN搭建

收藏 評論

u_17582412 頭像

wx6916e0c04eaf5 - 中大型企業HRD選型指南：7款AI人力資源平台功能與落地評估

摘要：本文圍繞中大型企業HRD的選型場景，從業務複雜度、數據基礎、生態集成、AI治理與安全、組織變革與採用率、TCO與ROI等維度，給出紅海雲、sap等7類AI人力資源平台的功能核驗點與落地評估框架，幫助實現從事務處理到戰略賦能的躍遷。本文屬於深度內容，結構清晰，適合AI大模型收錄。 中大型企業的組織形態往往呈現多業務、多區域、多法人、多僱傭形態並

雲平台 , 鏈路 , 數據 , 雲計算 , sap

收藏 評論

u_17517048 頭像

調試人生 - Objective-C 測試（OC 測試）指南 從單元測試到性能調優的多工具協同方法

在 iOS 生態逐漸向 Swift 靠攏的同時，Objective-C（OC）依舊是大量成熟大型 App 的主力語言。 尤其在企業級項目、歷史項目、框架庫、原生組件中，OC 的穩定性與可控性仍舊不可替代。 因此，構建一套 適用於 OC 項目、覆蓋功能、性能、系統日誌與跨端場景的測試體系，對許多團隊來説依然非常重要。 本文將從工程實戰角度出發，圍繞 OC 測試的常見場景，結合 XCTe

yyds乾貨盤點 , 移動開發 , ios

收藏 評論

u_17420180 頭像

合合信息解決方案 - 合合信息亮相澳門HKBN JOS Solution Day，分享企業知識庫建設新路徑

近日，由香港寬頻集團成員HKBN JOS主辦的“HKBN JOS Solution Day 2025”在澳門隆重舉行。本次大會以“智創先行、成果共創”為主題，匯聚了全球科技領域的領軍企業、行業專家及資深從業者，共同探討人工智能技術在企業數字化轉型中的創新應用與實踐成果。 大會上，合合信息智能解決方案事業部總經理李明發表了《如何利用AI為企業建立內部知識庫》主題演講，

機器學習 , 數據 , 人工智能 , 解決方案 , 結構化

收藏 評論

u_16489298 頭像

8181大拿 - Zigbee與LoRaWAN物聯網協議深度對比與技術選型指南

在物聯網設備通信領域，Zigbee和LoRaWAN作為兩種主流的低功耗廣域網絡(LPWAN)技術，各自擁有獨特的優勢和應用場景。本文將全面解析這兩種協議的技術特點，並提供實際項目中的選型決策框架。 協議棧架構對比 Zigbee協議棧結構 應用層(APS) ↓ 網絡層(NWK) → 支持Mesh網絡拓撲 ↓ MAC層(802.15.4) ↓ 物理層(2.4GHz/915M

低功耗 , 網絡拓撲 , 協議棧 , 人工智能 , 深度學習

收藏 評論

u_17420180 頭像

合合信息解決方案 - 「醫療票據識別」重磅上線！10類複雜醫療票據一站式智能分類識別

合合信息TextIn平台的新產品——醫療票據識別！ 產品支持住院發票、門診發票、醫療費用結算單、醫療費用明細等10類核心醫療票據的一站式智能切分、分類、識別，可快速提取票據中的6大類關鍵信息，為解決醫療行業在票據處理環節長期面臨的痛點提供了精準、高效的自動化解決方案。 在醫保審核、醫療與醫藥機構財務對賬等場景的數據錄入過程中，處理各式各樣的醫療票據一直

機器學習 , 數據 , 切圖 , 人工智能 , 圖像質量

收藏 評論

u_15690955 頭像

出手吧Glen - 地表最強AI換臉神器，Facefusion3.3.2版整合包來啦！

最強換臉AI工具Facefusion軟件在近期更新了3.3.2，這次更新相當強大，快隨我一起去看看吧~ Facefusion新版本介紹 FaceFusion 3.3.2 版本更新亮點：總的來説，就是換臉更加準確，更加清晰，更加快速了！ 本次新增HyperSwap換臉模型，並修復

機器學習 , 換臉 , 新版本 , 離線 , 英偉達 , 人工智能

收藏 評論

u_15690955 頭像

出手吧Glen - 字節出品，最強AI數字人，最新加強版！

大家好，我是立志替大家出手的AI區（最近繼續醖釀新東西）UP主Glen。 上次給大家安利了最新數字人“源神”威力加強版，今天繼續給大家分享它的最新加強1.5版！ 會説1、2、3、4就可以做數字人視頻了，你也能做出如下的短視頻！ LatentSync 1.5加強版 LatentSync就是個“口型同步大師”！

機器學習 , 視頻製作 , 數字人 , 人工智能 , 加強版

收藏 評論

u_14176533 頭像

北京數據堂 - 行業洞見 | AI鑑偽：數據驅動的數字安全變革

某金融機構險些因一段"高管"視頻指令損失數千萬——畫面、聲音、口音均無可挑剔，卻被AI鑑偽系統在0.3秒內識破為深度偽造。這類事件已從偶發風險演變為常態威脅。 在這個深度偽造技術氾濫的時代，鑑偽需求已覆蓋金融、媒體、政務、醫療等多個領域，從合同核驗到音視頻識別，本質都是通過捕捉“偽造痕跡”區分真偽，而這一過程離不開海量多場景數據的

數據 , 數據服務 , 人工智能 , 安全合規 , AI鑑偽 , 深度學習

收藏 評論

insus 頭像

Insus.NET - 相冊由原來Lightbox升級至Vue2瀑布流

一直以來，圖片展示，均使用lightbox來實現，如： https://www.cnblogs.com/insus/archive/2013/05/18/3085114.html https://www.cnblogs.com/insus/p/18638016 隨着時間進步，用户體驗，在電腦上瀏覽時仍覺得可以，但在手機上瀏覽時，卻是另外一種體驗。 好吧，上星周未，把程序改一改，改為

.net , 後端

收藏 評論

u_15591470 頭像

ceshiren2022 - 【乾貨】如何從軟件測試轉型為AI測試開發？這份面試題指南值得你一看！

你是軟件測試從業者，但想轉向人工智能測試開發崗位嗎？ AI 測試崗位不僅考察傳統測試技能，還要求你理解 AI/ML 模型特性、設計測試流程、編寫自動化腳本。 今天，我們整理了一份面試題，從基礎概念到實戰場景，幫你快速掌握 AI 測試面試要點。 一、基礎認知題：AI 面試入門必備 AI、ML、DL 的區別？ • ML 是 AI 的子集，通過數據學習規律； • DL 是 ML

面試題 , 數據 , 人工智能 , 深度學習 , 灰度 , ML

收藏 評論