收藏 / 列表

u_15214399 頭像

u_15214399 - 基於華為開發者空間，實現RFM分析與CLTV預測的電商客户細分與營銷策略優化

本案例由開發者：天津師範大學協同育人項目–翟羽佳提供 最新案例動態，請查閲 《【案例共創】基於華為開發者空間，實現RFM分析與CLTV預測的電商客户細分與營銷策略優化》。小夥伴快來領取華為開發者空間進行實操吧！ 一、概述 1. 案例介紹 隨着電子商務行業的競爭加劇，企業需要更加精細化的客户管理策略來提升客户忠誠度和營銷效率。根據最新的市場調研，電商行業平均

數據 , pytorch , Customer , 人工智能 , 開發者

u_16237826 頭像

軟件求生 - Java 面試高頻題：Tomcat 頂層架構怎麼答？看完這篇直接揹走滿分答案！

那天的面試現場，我腦袋突然空白 上週我去參加一家金融科技公司的 Java 高級開發面試。一切都挺順利，Redis、JVM、Spring 全答得順風順水。 直到面試官輕輕一笑，説了一句： “那我們來聊聊 Tomcat 吧，説説你對它的頂層架構理解？” 當場我腦子“嗡”的一聲： ——Tomcat 架構？我只記得 Cat

yyds乾貨盤點 , HTTP , 後端開發 , server , JAVA , apache

zengjingaiguodekaomianbao 頭像

曾經愛過的烤麪包 - AI淘汰倒計時，誰能笑到最後？

政策驅動：人工智能+行動計劃出爐 2025年8月國務院發佈《關於深入實施“人工智能+”行動的意見》，明確了三階段目標： · 2027年：AI與六大重點領域深度融合，智能終端/智能體普及率達 70%（當前約20%） · 2030年：普及率提升至 90%，智能經濟成為重要增長極 · 2035年：全面進入智能經濟與智能社會 這一政策藍圖清晰地表明：AI不再是選擇題，而是必答題。

後端

weidejianpan 頭像

商湯萬象開發者 - LazyLLM教程 | 第14講：實戰：構建一個支持複雜學術論文問答的RAG系統

在前面的課程中，我們學習了 RAG 相關的知識，以及如何自定義 Reader 組件和在 RAG 任務中處理圖片和表格數據。本節內容將在此基礎上，利用前面學到的知識，搭建一個基於論文的問答系統。 在信息爆炸的時代，科研論文的數量激增，研究人員在查閲文獻時面臨諸多挑戰。論文內容專業性強、邏輯複雜，傳統的關鍵詞檢索方式難以精準提取核心信息，導致獲取有效內容的成本較高。 為了解決這一問題，RAG技術被廣泛

論文 , 教程 , 知識 , 系統架構 , 人工智能

smartbidashuju 頭像

Smartbi - 對話思邁特CEO姚詩成：存量時代 BI 不只拼產品，客户真正要的是這兩種核心價值

​​​​​​​ChatBI是解藥還是新泡沫？ @松果財經 原創作者|在輝 2025年春節，DeepSeek的爆火讓產業圈迎來一波全民狂歡。很多行業或主動或被動地被AI影響，拿到了大量商機，銷售電話被打爆。 BI是其中一個典型。這個曾經專注於數據分析的行業，和AI有着天然的“親近感”。 思邁特CEO姚詩成告訴松果財經，當時那種氛圍中，不少客户涌入後台，紛紛表示今年預算重點在AI：“很多時候你過

數字化轉型 , bi , 人工智能

bizidadejianbing 頭像

DashVector - 如何通過Python SDK在Collection中分組檢索Doc

本文介紹如何通過Python SDK在Collection中按分組進行相似性檢索。 前提條件 已創建Cluster 已獲得API-KEY 已安裝最新版SDK 接口定義 Python示例： Collection.query_group_by( self, vector: Optional[Union[List[Union[int, float]], np.n

ai開發 , 數據庫 , 人工智能

grapecity 頭像

葡萄城技術團隊 - 面向智能體與大語言模型的 AI 基礎設施：選項、工具與優化

面向智能體與大語言模型的 AI 基礎設施：選項、工具與優化 本文探討了用於部署和優化 AI 智能體（AI Agents）與大型語言模型（LLMs）的各類基礎設施選項及工具。 無論採用雲、本地還是混合雲部署，基礎設施在 AI 架構落地過程中都起着關鍵作用。本文是 AI 基礎設施系列文章的一部分，聚焦於部署和優化 AI 智能體與大語言模型的多樣化基礎設施選擇，深入剖析了基礎設施在 AI 架構（尤其是推

人工智能

huamingshixunkeji 頭像

華明視訊科技 - 2025年國內口碑不錯的智能閘口系統廠家推薦

隨着智慧物流、智慧口岸建設的不斷深入，智能閘口作為物流鏈的關鍵節點，其效率和準確性直接關係到整個作業流程的順暢。2025年，面對市場上眾多的智能閘口系統供應商，企業該如何選擇一家既靠譜又專業的合作伙伴？今天，我們就為大家推薦兩家在業內擁有極佳口碑和深厚技術底藴的深圳企業。 一、孚為智能科技 如果您追求的是一家技術紮實、深耕垂直領域的高科技企業，那麼深圳市孚為智能科技有限公司絕對是一個值

機器學習 , 圖像識別 , 神經網絡 , 人工智能 , 深度學習

nizi_60e514d097c9a 頭像

MIAOYUN - MIAOYUN | 每週AI新鮮事兒（10.24-10.31）

本週AI領域迎來密集更新，視頻生成為創新焦點，字節、MiniMax等發佈的模型實現了長視頻、多鏡頭與效率突破；多模態、3D場景與智能體平台（如華為WorldGrow、智源Emu3.5、360 SEAF）取得顯著進展；同時，ChatGPT在心理安全、OpenAI在開源安全模型以及PayPal與OpenAI的生態合作上也有關鍵動作，一起來回顧本週發生的AI新鮮事兒吧！ AI 大模型 中國科大與字節跳動

機器學習 , 算法 , 自然語言處理 , 人工智能 , 深度學習

yufan_645f1d6e3f1d1 頭像

俞凡 - 產品管理的第一性原理

本文介紹了產品管理的第一性原理，即“最大化使命的影響”以及“通過他人達成目標”，並通過體育教練來類比產品經理，剖析了產品管理的基本原則。原文：The First Principles of Product Management 我所認識的一些最出色的產品經理都會基於第一性原理來做決策，第一性原理指的是“無法從任何其他命題或假設中推導出來，最基本的、基礎性的命題或假設”。 一個例子是我們為開發

後端

wangzhongyang_go 頭像

王中陽講編程 - 某訊面試中常見的Java多線程面試題

這是我花費時間為大家整理的騰訊面試中常問的多線程面試題，看看你掌握多少？ 1.什麼是進程？什麼是線程？ 2.説説線程的生命週期和狀態? 3.什麼是上下文切換？ 4.創建線程創建的方式都有哪些？ 5.synchronized 關鍵字的作用 6.線程池的核心構造參數有哪些？ 1. 什麼是進程？什麼是線程？ 什麼是進程？ 進程是程序的一次執行過程，是系統運行

面試問題 , 多線程 , JAVA , 後端

chenzhuodeyagao 頭像

沉着的牙膏 - 金融行業低誤差高性能符合審計要求的數據庫風險審計與監測方案

概要：在金融行業日益數字化的背景下，數據庫成為企業核心資產，亦是合規審計與安全防控的重要戰場。面對多源異構、跨域流轉、高併發訪問等複雜環境，金融機構亟須一套「低誤差、高性能、符合審計要求」的數據庫風險審計與監測方案。本文圍繞“金融行業低誤差高性能符合審計要求的數據庫風險審計與監測方案”展開，首先闡述其背景與挑戰，再深度分析風險類型、提出解決方案、展現落地應用成效，最後探討其推廣價值，並附問答與用户

深度學習

codesheep_pro 頭像

CodeSheep - JetBrains出手了，IDEA重大調整，來了！

昨晚我在家網上衝浪例行刷博客時又看到了一個事關 IntelliJ IDEA 變化的重磅消息，可能有些同學也看到了。 JetBrains 決定將 IntelliJ IDEA 全部遷移到統一發行版。 這是什麼意思呢？ 大家都知道，在此之前，在 IntelliJ IDEA 官網其實一直是提供有兩套安裝包供用户去下載和安裝使用的。 分別為： IntelliJ IDEA Ultimate：專業旗艦版

intellij-idea , JAVA , 後端 , 前端 , Javascript

tizuqiudexiangpica 頭像

DM今天肝到幾點 - 7.16 勝算 AI 資訊日報：DeepMind 自信悖論、LG 混合模型登場、Astra AI 垂直突圍、瑞士千語開源

DeepMind 披露 LLM 的“自信悖論” 最新論文指出，LLM 在多輪追問或遭遇矛盾信息時，往往一面頑固堅持錯誤答案，另一面又輕易放棄已驗證的正確結論，呈現“過度自信 + 過度懷疑”的雙重失衡。(X (formerly Twitter), arXiv) 勝算短評：這相當於把“漂移”和“幻覺”結合成一個新級別風險：即便提示工程再精細，也可能在深層對話中被拖入邏輯黑洞。

chatgpt , openai , 人工智能 , visual-studio , claude

vivo_tech 頭像

vivo互聯網技術 - FunProxy - 使用 Rust 構建跨平台全鏈路測試抓包代理工具

作者：vivo 互聯網大前端團隊- Song Jiachao 在軟件開發過程中，軟件測試對於保障軟件質量和用户滿意度起着關鍵作用。為最大程度上提升軟件品質，我們積極開展全鏈路測試實踐，打造了用Rust語言開發的自研一站式抓包代理工具FunProxy，基於其跨平台、高性能、易於擴展、安全性高等特性，讓全鏈路抓包和環境代理如絲綢般絲滑。 一、背景介紹 1.1 什麼是全鏈路測試 全鏈路測試就是"

工具 , 效率 , rust , 測試 , 前端

alluxio_com 頭像

Alluxio - Alluxio Enterprise AI 3.5 發佈，全面提升AI模型訓練性能

近日，Alluxio 發佈 Alluxio Enterprise AI 3.5 版本。該版本憑藉僅緩存寫入模式 ( Cache Only Write Mode )、高級緩存管理策略以及 Python 的深度集成等創新功能，大幅加速 AI 模型訓練並簡化基礎設施運維，助力企業高效處理海量數據集、優化 AI 工作負載性能。 AI 驅動的工作負載常因海量的數據管理複雜度高導致效率瓶頸以及訓練週期延長。

緩存命中率 , 機器學習 , 數據挖掘 , 緩存 , 人工智能

amin_671603a27d1a0 頭像

AMIN - 2024-2025, 四大翻譯工具與AI翻譯的深度評測

前言 在過去兩年中，人工智能技術的迅猛發展對翻譯工具產生了深遠的影響。 本期特意挑選了四款翻譯工具以及一個AI翻譯工具， 對其性能進行評測，看看在AI技術的加持下，它們的質量提升如何。 以下是參賽選手的簡介： 谷歌翻譯 谷歌翻譯自2006年推出以來，一直是全球最受歡迎的翻譯工具，穩居翻譯工具的領導地位。 必應翻譯 必應翻譯憑藉其穩定可靠的翻譯質量，以及與

gpt-4 , gemini-pro , 人工智能 , 翻譯 , Javascript

momodel 頭像

Momodel - ColBERT——以詞元級別的向量嵌入提升信息檢索效果

介紹 檢索增強一代 （RAG） 自成立以來就風靡全球。RAG 是大型語言模型 （LLM） 提供或生成準確和事實答案所必需的。我們通過RAG解決LLM的事實性，我們嘗試為LLM提供一個與用户查詢上下文相似的上下文，以便LLM將處理此上下文並生成事實正確的響應。我們通過以向量嵌入的形式表示我們的數據和用户查詢並執行餘弦相似性來做到這一點。但問題是，所有傳統方法都以單個嵌入表示數據，這對於良好的檢索系統

llm , 向量 , 編碼 , 人工智能 , 檢索系統

liuyuedekele 頭像

六月的可樂🥤 - 智能API代碼示例生成工具AiRestful

一、產品介紹 AiRestful是一款基於智能AI的,幫助小白快速生成任意編程語言的API接口調用示例代碼的編程工具.它的特點是:簡單易用、集成支持、多主流編程語言覆蓋.它是面向學生、編程愛好者、編程小白的實用工具. AiRestful官網: 點擊直達AiRestful官網 二、如何使用 AiRestful是簡單易用的,只需要三步即可為您生成您需要的編程語言的代碼示例. 1、第一步(必須): 根

restful , 人工智能 , 深度學習 , 前端 , Javascript

jdcdevloper 頭像

京東雲開發者 - 前端開發之函數式編程實踐 | 京東雲技術團隊

作者：京東科技牛志偉 函數式編程簡介 常見應用場景 1、ES6中的map、filter、reduce等函數 [1,2,3,4,5].map(x = x * 2).filter(x = x 5).reduce((p,n) = p + n); 2、React類組件 - 函數式組件+hooks、Vue3中的組合式API 3、RxJS、Lodash和Ramda等JS庫 4、中間件/插件，如Redux中的

編程 , 函數式編程 , 前端構建 , 前端

alijishu 頭像

阿里雲開發者 - 通過 HTTP/2 協議案例學習 Java & Netty 性能調優：工具、技巧與方法論

摘要 Dubbo3 Triple 協議是參考 gRPC、gRPC-Web、Dubbo2 等協議特點設計而來，它吸取各自協議特點，完全兼容 gRPC、Streaming 通信、且無縫支持 HTTP/1 和瀏覽器。 當你在 Dubbo 框架中使用 Triple 協議，然後你就可以直接使用 Dubbo 客户端、gRPC 客户端、curl、瀏覽器等訪問你發佈的服務，不需要任何額外組件與配置。

dubbo , 阿里雲 , 性能 , netty , JAVA

javaedge 頭像

JavaEdge - 2025 年 AI、機器學習與數據工程趨勢報告

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 關鍵要點 AI 技術的下一個前沿將是“物理

人工智能

u_17423871 頭像

美狐美顏SDK開放平台 - 美顏SDK性能優化實戰：GPU加速與AI人臉美型的融合開發

在過去幾年，美顏SDK的競爭已經不只是比“濾鏡有多好看”了，而是上升到實時性能、AI智能化、人臉美型精細度等多維度的體驗較量。尤其在直播、短視頻與視頻會議業務爆發後，任何輕微卡頓、延遲、鋸齒感，都會直接影響用户留存。 所以，業界逐漸達成共識： 性能，是美顏效果的底層保障；AI智能，是新一代美顏SDK的核心競爭力。 本文將結合行業經驗，分享美顏SDK在

視頻美顏sdk , 美顏api , 美狐美顏sdk , 人工智能 , 直播美顏sdk , 計算機視覺 , 在51CTO的第一篇博文 , 美顏SDK

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