收藏 / 列表

selectdb 頭像

SelectDB技術團隊 - Apache Doris Summit 2025 圓滿收官，一文速覽峯會高光時刻！

2025 年 11 月 5 日至 6 日，由飛輪科技主辦的 Apache Doris Summit 2025 技術峯會圓滿落下帷幕。本次峯會以 “Powering Real-Time Analytics Search in the AI Era” 為主題，通過線上直播的形式，成功吸引了全球的 10 萬+開發者、架構師和數據技術專家的參與。大家齊聚雲端，共探 AI 時代背景下，數據價值釋放的全新路

資訊 , 數據庫 , 人工智能 , apache

fannaodeshafa 頭像

煩惱的沙發 - Gemini CLI 核心命令指南，讓工作從從容容遊刃有餘

讓我看看，誰還沒有用上 Gemini CLI？ 免費額度：個人 Google 賬户可享受每分鐘 60 次請求的免費額度，足以滿足日常開發中的交互需求。 強大的模型支持：由 Gemini 2.5 Pro 模型驅動，擁有高達一百萬 token 的上下文窗口，能夠處理和理解大型代碼庫或複雜的文檔。 內置工具集：集成了多種實用工具，包括使用 Google 搜索來提供有時效性的回答、執行文件系統操

ai開發 , gemini-pro , 人工智能 , 後端 , 前端

aoshizhongshengdexiangjiao_bvx78q 頭像

傲視眾生的香蕉_bvX78Q - Claude Code與SEO優化：現實與期望的技術分析

引言：SEO的現實與神話 在數字營銷領域，經常會看到"24小時排名首頁"或"快速賺取數千美金"的承諾。作為技術從業者，我們需要以客觀、科學的態度來分析這些聲明的可行性，同時探討Claude Code等AI工具在SEO優化中的真實作用。 SEO基礎：搜索引擎排名的技術原理 Google排名算法的複雜性 Google的排名算法包含超過200個排名因素，主要分為以下幾個維度： 內容質量信號 內

seo , 編程工具 , 人工智能 , claude

huandanshendeshoushudao 頭像

慧星雲 - Qwen2-Math碾壓GPT-4:AI數學大師誕生!

Qwen2-Math 阿里巴巴開源的Qwen2-Math模型以驚人的84%準確率橫空出世，不僅超越了GPT-4o，更是將Claude-3.5-Sonnet和Gemini-1.5-Pro等一眾AI巨頭甩在身後。這個AI數學大師的誕生，是否預示着人工智能在精確科學領域的新紀元即將到來？ Qwen2-Math 官方數據圖展示 Qwen2-Math的基礎模型使用Qwen2-1.5B/7B/

llm , 阿里巴巴 , 雲計算 , 人工智能

fabarta 頭像

Fabarta - 強強聯合！楓清科技攜手麒麟OS發佈「雲邊端協同AI智能體聯合解決方案」

AI正加速成為企業業務創新與效率提升的核心動力，在國家政策推動下，AI與實體經濟的深度融合已成為趨勢，企業向“知識化、智能化”升級已成共識。但企業轉型中痛點顯著：一是知識資產分散孤島，難以整合為可共享且安全可控的企業級知識庫；二是AI應用落地難，企業知識呈多模態且結構複雜，難以解析並支撐AI應用。同時，個人辦公面臨 “知識過載”，與企業系統存在數據斷層。 11月20日，楓清科技

服務器端 , 企業級 , 人工智能 , 深度學習 , 解決方案

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

github , 自定義 , 人工智能 , 深度學習 , 開發者

u_16970152 頭像

求知上進 - 使用 Python 打造細胞結構探索遊戲：細胞探秘

技術準備 在開始編碼之前，我們需要準備開發環境和相關工具。以下是開發 細胞探秘 所需的技術棧和資源。 1. 技術棧 編程語言：Python 3.x（推薦 3.8 或更高版本）。 核心庫： random：生成隨機事件，如細胞突變或任務生成。 time：控制遊戲節奏和實驗時間。 json：保存和加載遊戲狀態。

遊戲開發 , 初始化 , Nu , Json

u_16060192 頭像

HyperAI超神經 - 從9,874篇文獻到1.5萬晶體結構，MOF-ChemUnity重構MOF全景知識，推動材料發現進入「可解釋AI」時代

在材料科學領域，金屬有機框架（Metal–Organic Frameworks，MOFs）堪稱科學家們的「瑞士軍刀」：它們具有高比表面積、化學可調性和結構多樣性，在氣體分離與儲存、催化以及傳感等領域具有廣泛應用。然而，對於科研人員而言，MOF 的世界極其龐大且複雜——目前已有超過 12.5 萬種 MOF 框架被合成，並計算預測了數百萬種可能的結構。 雖然人工智能（AI）已經深刻改變了

人工智能 , 深度學習 , 材料科學

u_13303 頭像

colddawn - DB where 字段 is null 會走索引嘛

1.對查詢進行優化，要儘量避免全表掃描，首先應考慮在 where 及 order by 涉及的列上建立索引。 2.應儘量避免在 where 子句中對字段進行 null 值判斷，否則將導致引擎放棄使用索引而進行全表掃描，如： select id from t where num is null 最好不要給數據庫留NULL，儘可能的使用NO

字段 , 大數據 , 存儲過程 , 數據倉庫 , bc

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 - 30分鐘搞定媒體級新聞稿！我開源了這個"公關寫手"AI指令

哈嘍，各位思否的開發大佬們！ 作為技術人，我們最擅長的是寫代碼、解決問題，但一提到"新聞稿"，很多人就懵了。 "我們產品功能很強，為什麼媒體不報道？" "技術這麼牛，為什麼投資人聽不懂？" "明明很用心，為什麼傳播效果這麼差？" 這些問題，本質上都是內容表達能力的問題。 最近我整理了一套"新聞稿撰寫AI指令"，把專業公關寫手的思維模式，用我們程序員最熟悉的"工程化思維"重新包裝了一下。

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

chunzhendexiaogou 頭像

PoloAPI - Kimi K2 日調用量超100億 token，API 價格低於 Claude 系列模型

一、Kimi K2模型基本信息 Kimi K2是由北京月之暗面科技有限公司(Moonshot AI)於2025年7月11日發佈的開源大語言模型，具有以下核心特點： ‌架構創新‌：採用MoE(混合專家)架構，總參數規模達1萬億(1T)，激活參數為320億(32B)，包含384個專家模塊，每個token選擇8個專家進行計算 ‌性能表現‌：在SWE Bench Verified、Tau2、AceB

編程 , llm , 算法 , 人工智能 , 後端

puxiaoke6 頭像

一點人工一點智能 - 書籍-《優化技術第一卷：連續優化》

書籍：Optimization techniques I：Continuous optimization 作者：Max CERF 出版：EDP Sciences​ 編輯：陳萍萍的公主@一點人工一點智能 鏈接：書籍下載-《優化技術第一卷：連續優化》 01 書籍介紹 這套分為兩卷的書籍概述了連續、離散和函數優化技術。本卷專注於連續優化，涉及實數變量的問題，無論是無約束還

函數 , 離散數學

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

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_17423871 頭像

美狐美顏SDK開放平台 - 美顏sdk二次開發實踐：如何為直播、短視頻平台打造個性化面具玩法

在直播和短視頻內容越來越同質化的當下，“面具玩法”再次成為平台爭奪用户注意力的殺手鐗。從最早的貼紙濾鏡，到後來的AI美顏，再到如今的3D面具、動捕互動、虛擬人擴展，用户對於“更真實、更有趣、更有個性的形象表達”的需求從未停止。而對開發者與平台方來説，一套可二次開發的美顏sdk就成了實現差異化玩法的基石。 這篇文章，我想結合行業實踐，從技術架構、玩法設計、二開流程、常見坑點等

視頻美顏sdk , 美顏api , 人工智能 , 直播美顏sdk , 計算機視覺 , 第三方美顏SDK , 在51CTO的第一篇博文 , 美顏SDK

u_16349720 頭像

短短同學 - 對象住哪裏?——深入剖析JVM內存結構與對象分配機制

對象住哪裏？—— 深入剖析 JVM 內存結構與對象分配機制 在 Java 程序運行時，我們創建的每一個對象（如new User()）都需要佔用 JVM 內存，但這些對象究竟 “居住” 在哪個內存區域？為何有的對象很快被回收，有的卻能長期存活？要解答這些問題，必須先理清 JVM 的內存結構劃分，再深入對象從創建到銷燬的全生命週期分配邏輯 —— 這不僅是面試高頻考點，更是理解

User , jvm , 人工智能 , 深度學習 , 常量池

u_16380863 頭像

未聞花名AI - 構建AI智能體：十二、給詞語繪製地圖：Embedding如何構建機器的認知空間

我們理解“蘋果”這個詞，能聯想到一種水果、一個公司、或者牛頓的故事。但對計算機而言，“蘋果”最初只是一個冰冷的符號或一串二進制代碼。傳統的“One-Hot”編碼方式（如“蘋果”是[1,0,0,...]，“香蕉”是是[0,1,0,...]）無法表達任何語義，所有詞之間的關係都是相等且無關的。 如何讓機器真正“理解”含義？這就需要一種新的表示方法——Embedding。它就像一

中心詞 , NLP , 加載 , 人工智能 , 詞向量

shujuxiaowanzi 頭像

數據小玩子 - 2025年免費BI工具推薦！

在當今數據驅動的商業環境中，企業數據呈爆炸式增長，數據決策的重要性愈發凸顯。然而，傳統的數據分析工具往往需要專業的技術背景，讓許多業務人員望而卻步。Excel雖然普及，在海量數據處理、智能分析和可視化呈現上的侷限性日益明顯，而 BI 工具則成為破解數據價值挖掘難題的關鍵利器 —— 它能自動化處理數據、挖掘隱藏規律，為企業和個人的決策提供精準支撐。市場上BI工具琳琅滿目，但大多數要麼價格昂貴，要麼學

數據分析

writers 頭像

思否編輯部 - AI推理硬件選型指南：CPU 與 GPU 的抉擇

AI基礎設施的建設不應追逐硬件潮流，而在於為任務選擇最合適的工具。 Akamai全球分佈式邊緣網絡能獨特地為實時應用提供可擴展、高性價比的AI推理服務。通過對CPU的戰略性使用，Akamai進一步降低了多種推理工作負載的成本與能耗，且無需犧牲性能。 如您所在的企業正在考慮構建和部署 AI 賦能應用程序，或您正在尋找合適的 AI 推理運行環境 點擊鏈接瞭解 Akamai AI 推理雲解決方案，

資訊 , gpu , 人工智能 , ai芯片 , cpu

yeauty_60d93baf449fd 頭像

Yeauty - 三分鐘掌握視頻剪輯 | 在 Rust 中優雅地集成 FFmpeg

前言 在當今的短視頻時代，高效的視頻剪輯已成為內容創作者和開發者的迫切需求。無論是裁剪視頻開頭結尾、提取高光時刻，還是製作 GIF、去除廣告，剪輯都是必不可少的一環。 然而，批量處理大量視頻並非易事，常見的挑戰包括： 手動剪輯：費時費力，效率低下。 使用專業軟件（如 Premiere、After Effects）：適合專業剪輯，但自動化批量處理難以實現。 FFmpeg 命令行：功能強大，但

音視頻 , 視頻 , rust , 視頻處理 , ffmpeg

daniusdk 頭像

音視頻牛哥 - 100–200ms的穩定低延遲是如何做到的？ RTSP播放器技術全剖析

在實時音視頻系統中，最容易被低估、卻最能決定整體體驗的能力之一，就是 RTSP 播放端的工程穩定性與低延遲表現。 只要真正落過 B 端項目，就會知道： 編碼器再強、服務器再穩，如果端側 RTSP 播放器扛不住現場環境，整條鏈路都無法交付。 RTSP 作為攝像頭、AI 設備、安防監控、巡檢機器人、無人機、邊緣節點等場景的事實標準協議，其“播

音視頻 , rtsp player linux , yyds乾貨盤點 , windows低延遲rtsp播放器 , rtsp播放器 , 低延遲rtsp播放器 , rtsp播放器安卓端