收藏 / 列表

chaoshenjinghyperai 頭像

超神經HyperAI - 【vLLM 學習】歡迎來到 vLLM!

vLLM 是一款專為大語言模型推理加速而設計的框架，實現了 KV 緩存內存幾乎零浪費，解決了內存管理瓶頸問題。 更多 vLLM 中文文檔及教程可訪問 →https://vllm.hyper.ai/ vLLM 是一個快速且易於使用的庫，專為大型語言模型 (LLM) 的推理和部署而設計。 vLLM 的核心特性包括： 最先進的服務吞吐量 使用 PagedAttention 高效管理注意力鍵和值的內

機器學習 , llm , 框架 , 人工智能 , 深度學習

zhishuangdemaipian 頭像

直爽的麥片 - 2025年，醫療器械企業CRM軟件選型建議

隨着醫療行業的快速發展，醫療器械企業面臨着日益增長的客户管理需求。從產品銷售到售後服務，從客户關係維護到數據分析，CRM（Customer Relationship Management）系統在醫療器械企業中扮演着越來越重要的角色。本文將從行業特點出發，分析醫療器械企業所需的CRM系統核心功能，並推薦幾款核心CRM產品，最後給出不同規模企業及使用場景的選型建議。 一、醫療器械行業銷售特徵與CRM

資訊 , 教程 , 知識 , 醫療it , crm

gmicloud 頭像

GMICloud - Dify 上線 GMl Cloud 插件！構建深度研究作流只需 5 步！

摘要 GMI Cloud 插件正式無縫集成到 Dify！提供高性能的多系列模型，如Minimax、DeepSeek、GPT OSS、Qwen、Keling等，支持市場研究、模型評估、文獻綜述等任務處理。大家只需獲取 GMI Cloud API 密鑰，在 Dify 安裝配置插件，即可藉助模板構建深度研究工作流程。本文為步驟的詳細教程。 01 概

機器學習 , AI , 雲GPU , 人工智能 , dify , cloud , 工作流

chaoqipengbodehuochai_eav70j 頭像

極市平台 - 驍龍大賽直播乾貨彙總

上期課程中我們瞭解了在驍龍 AI PC 上使用 QAI AppBuilder 工具絲滑部署AI模型的核心方法，省流版教程： 用户指南： https://github.com/quic/ai-engine-direct-helper/blob/main/docs/user_guide.md 開源社區： https://github.com/quic/ai-engine-direct-helper 直

資訊 , 教程 , 開發 , 知識 , 後端

selectdb 頭像

SelectDB技術團隊 - 從 OpenSearch 到 Apache Doris：領創集團日誌系統升級實踐，降本 45%

隨着業務全球化擴展與數字化運營的深入推進，日誌系統的規模和複雜度不斷攀升，原有基於 OpenSearch 的日誌平台逐漸難以滿足成本控制、性能保障和可維護性等多維需求。為應對持續增長的數據壓力和更靈活的分析場景，領創集團技術團隊啓動了日誌系統的架構升級實踐，並最終選擇 Apache Doris 作為新一代日誌系統的核心。實現了綜合成本下降超 45%、查詢性能提升 5 倍、日誌寫入達到準實時以及靈活

資訊 , 數據庫

chiqingdechouti 頭像

codigger - Vim進階秘籍，這些操作讓你效率翻倍

是不是總覺得Vim入門容易進階難？ 記住基礎命令後卻不知道怎麼玩出花？ 今天分享幾個讓我效率翻倍的進階操作！ 🚀 宏錄製：重複操作的救星 • qa：開始錄製宏到寄存器a • 執行你的操作序列 • q：停止錄製 • @a：執行剛錄製的宏 • 10@a：重複執行10次！ 🎯 文本對象：精準操作神器 • vi"：選中雙引號內內容 •

教程 , 知識 , vim

fannaodeshafa 頭像

煩惱的沙發 - 6個值得收藏的.NET ORM 框架

在 .NET 開發中，Entity Framework (EF) Core 無疑是數據訪問層的王者。它功能強大、生態完善，是微軟官方力推的 ORM (對象關係映射) 框架。然而，"最好" 並不總是等同於 "最合適"。在特定場景下，其他 ORM 框架可能因其極致的性能、靈活性或特定功能而成為更優的選擇。 除了EF，.NET 還有哪些好用的 ORM？那可就多了，下面就來嘮一嘮 開始前的準備 開始.N

c# , .net , 後端 , asp.net

infodator 頭像

容智信息 - 智能體最佳實踐的方法論（二）：實施

當企業智能體建設進入「第二階段實施環節」，如何將“規劃藍圖”轉化為“業務實效”成為核心命題。這一階段的成敗，直接決定智能體是“淪為技術試驗品”還是“成為業務增長極”。對於技術決策者和企業領導層而言，把握實施階段的四個關鍵步驟，並選對“業務能深度參與”的工具，是破局的關鍵。 智能體實施，是從“概念設計”到“價值交付”的實戰環節，可拆解為四個環環相扣的步驟，每一步都直指“落地效率

自動駕駛 , 機器人 , 自然語言處理 , 人工智能 , 深度學習

zhuifengdekaomianbao 頭像

張老師講數字孿生 - 機器人運動大腦迎來數字沙盒技術革命

摘要：隨着機器人應用場景的複雜化，其"運動大腦"—運動規劃與控制系統面臨實時性、安全性等多重挑戰。本文將探討如何通過數字沙盒（即高性能數字孿生環境）這一創新範式，為機器人運動算法的快速迭代與驗證提供支撐，並結合凡拓數創在智能製造領域的真實案例，分析其技術實現原理與產業價值。 關鍵詞：機器人運動規劃、數字沙盒、算法加速、數字孿生、並行計算 一、運動規劃的實時性挑戰與數字沙盒的提出 機器人要在動

數字化轉型 , 機器學習 , 沙盒 , 算法 , 機器人

dianliangxiaocheng_19854189632 頭像

點量實時雲渲染 - 點量雲流核心技術解析：構建高性能數字孿生的三大架構設計

當前，數字孿生正處於一場深刻的範式變革之中：其價值核心正從靜態的可視化，向動態的決策智能加速遷移。然而，這一進程正面臨一個根本性的挑戰：高精度模型所帶來的龐大計算需求，與終端側有限的本地算力之間，形成了一道難以逾越的鴻溝。此矛盾已成為制約數字孿生在廣度與深度上實現規模化應用的核心瓶頸。 在此背景下，基於雲端協同的實時渲染技術，正成為破局的關鍵——它並非簡單的遠程顯示，而是旨在徹底打破終端的物理限

虛擬現實 , 雲計算 , 數字圖像 , 負載均衡 , 前端