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 - 為什麼 Redis 單線程卻比多線程還快？真實原因震撼我

大家好，我是小米，一個在互聯網研發裏滾了十來年、對技術既執着又好奇、寫代碼比寫週報開心的 31 歲男人。 今天這篇文章想和你聊聊一個面試“高頻炸裂”的問題——Redis 線程模型到底是怎麼回事？ 別小看這個問題，它比你想象的“壞”多了。 有一次我去一家還算知名的互聯網公司面試，面試官是個戴着黑框眼鏡、看起來很斯文的小哥，但當他一開口，我立馬意識到這人不好

單線程 , redis , yyds乾貨盤點 , 數據庫 , 多線程

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 x MemU：20 行代碼打造有長記憶的知識問答

在開發知識問答助手的過程中，常見的挑戰之一就是如何讓智能體記住之前的對話和交互內容。 很多應用在實現多輪問答時，會遇到信息丟失或上下文混亂的問題：用户提過的問題、提供的數據、甚至助手之前的回答都無法被系統持續記憶，導致體驗斷層。對於企業級知識庫或面向用户的個人助手來説，這種缺失不僅影響回答的準確性，也使得智能體難以形成長期價值。 構建一個能夠記憶的問答系統，並非簡單地將對話記錄寫入數據庫。 智能

科技 , 人工智能 , 開源 , llama , dify

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 - AI 基礎設施指南：工具、框架與架構流程

AI 基礎設施指南：工具、框架與架構流程 本文涵蓋 AI 基礎設施的方方面面，從硬件加速、模型服務到監控與安全，提供了經過生產環境驗證的工具、模式及策略。 構建穩健的 AI 基礎設施，需要理解跨多個技術層級的理論基礎與實際實現細節。本綜合指南為各類規模 AI 系統的架構設計、部署及管理提供了權威參考——無論是實驗性原型，還是服務數百萬用户的企業級生產部署均可適用。 現代 AI 應用對基礎設施提出了

人工智能

huamingshixunkeji 頭像

華明視訊科技 - 鐵路車號識別裝置：賦能鐵路貨運智能化的核心

在現代化鐵路貨運管理中，效率與準確性是衡量運營水平的關鍵尺度。傳統依賴人工抄錄車號的方式，不僅效率低下、成本高昂，更因人為因素導致數據不準，已成為制約礦區、編組站、貨運站等場景智能化升級的瓶頸。鐵路車號識別裝置，正是為解決這一核心痛點而生的智能化解決方案。 什麼是鐵路車號識別裝置？ 鐵路車號識別裝置是一套基於前沿人工智能深度學習技術的自動化識別系統。它通過高清圖像捕捉與智能分析，對貨運

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 - FastAPI 項目架構指南

本文介紹了在 Python 項目中使用 FastAPI 構建產品的代碼架構設計模式，通過良好的代碼架構，可以清晰的組織代碼功能，有助於開發功能良好的產品。原文：FastAPI Architecture Guide: Build Scalable and Secure Systems with This Production-Ready Template 在生產環境中運行這個架構之後，可以自

程序員

wangzhongyang_go 頭像

王中陽講編程 - 面試阿里，直呼太難了！

我發現一件事，今年的秋招比去年來的更早一些，像什麼小度、深信服、OPPO、科大訊飛、華夏銀行等等知名的公司都開始了，想問問要找工作的各位：你們準備好了嗎？ 這真不是危言聳聽，需要參加今年秋招的小夥伴真的要抓緊時間準備了，八股、算法、項目都要按部就班地往前推進了，畢竟時間不等人，我在星球裏還遇到過秋招錯過、春招也錯過的球友，後續真的是十分被動。 今天分享一位粉絲投稿的阿里面經，這是他第一次約到阿里的

阿里巴巴 , 面試 , go

chenzhuodeyagao 頭像

沉着的牙膏 - 鑑冰AI FENCE：下一代流式網關技術如何重塑LLM應用安全防護體系

引言：AI安全新挑戰與企業級防護需求升級 隨着大模型技術在企業核心業務中的深度融合，2025年AI應用安全態勢正經歷根本性變革。提示詞注入、數據泄露、模型濫用等新型風險已從理論威脅轉化為日常運營中的實際挑戰。傳統安全方案在實時性、精準性和合規適配性上的侷限日益凸顯，企業急需新一代防護架構應對AI原生風險。 本文深度解析鑑冰AI FENCE流式網關的技術創新與實戰效能，該方案通過雙向流式處理、分詞無

人工智能 , 安全

codesheep_pro 頭像

CodeSheep - JetBrains官宣，又一個IDE可以免費用了！

提到 JetBrains 這家公司，相信搞開發的同學應該都不陌生。 該公司盛產各種編程 IDE 和開發工具，雖然 2000 年才成立，到現在卻已經發布了超 30 款世界頂級的編程軟件，同時也收穫了來自全球範圍內開發者和用户的青睞。 眾所周知，從去年開始到今年 JetBrains 曾經搞過一系列大動作，那就是： 陸續官宣了 WebStorm、Rider 以及 CLion 這幾款強大的 IDE 對

JAVA , SQL , 後端 , 前端 , Javascript

tizuqiudexiangpica 頭像

DM今天肝到幾點 - 【7.17 勝算雲AI資訊日報：ChatGPT 對話結賬內測、五角大樓 8 億 AI 大單、MIT CodeSteer 智能教練

1️⃣ MIT 發佈 CodeSteer：讓大模型學會“打組合拳” 當你拋出一道需要既寫代碼又解釋邏輯的難題時，現有 LLM 往往陷入“只説不算”或“只算不説”的尷尬。MIT CSAIL 最新提出的 CodeSteer（論文同時在 arXiv 與 MIT News 官網公開）就是針對這一弱點而生： 動態決策器：首先用一個輕量策略網絡判斷下⼀步應當觸發“代碼模式”還是“文本模式”，避免模

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

vivo_tech 頭像

vivo互聯網技術 - 前端 TypeError 錯誤永久消失術

作者：來自 vivo 互聯網大前端團隊- Sun Maobin 通過開發 Babel 插件，打包時自動為代碼添加 可選鏈運算符(?.)，從而有效避免 TypeError 的發生。 一、背景介紹 在 JS 中當獲取引用對象為空值的屬性時，程序會立即終止運行並報錯：TypeError: Cannot read properties of ... 在ECMAScript 2020新增的可選鏈運算符(?.

typeerror , babel , 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 - Markmap，用Markdown語法輕鬆創建思維導圖，AI助力提升工作效率

Markmap介紹 首先，什麼是 Markmap? Markmap 是一個開源項目，旨在用 Markdown 語法來製作思維導圖。 它的目的是：允許你使用簡單的 Markdown 語法來快速編寫思維導圖。 值得一提的是，中文Markmap 在此基礎上進一步引入了AI技術，實現了自動生成思維導圖的功能。 用户只需輸入內容，AI就會自動將其轉化為思維導圖，這大大地提高了工作效率，省去

思維導圖 , Markdown

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🥤 - SSE請求多種實現方式總結

文前推薦一下👉 前端必備工具推薦網站(圖牀、API和ChatAI、智能AI簡歷、AI思維導圖神器等實用工具): 站點入口：http://luckycola.com.cn/ 什麼是SSE SSE（Server-Sent Events）是一種用於實現服務器主動向客户端推送數據的技術，也被稱為“事件流”（Event Stream）。它基於 HTTP 協議，利用了其長連接特性，在

typescript , HTML , 前端 , html5 , Javascript

jdcdevloper 頭像

京東雲開發者 - 如何利用燭龍和谷歌插件優化CLS(累積佈局偏移) | 京東雲技術團隊

簡介 CLS 衡量的是頁面的整個生命週期內發生的每次意外佈局偏移的最大突發性_佈局偏移分數_。佈局變化的發生是因為瀏覽器傾向於異步加載頁面元素。更重要的是，您的頁面上可能存在一些初始尺寸未知的媒體元素。這種組合意味着瀏覽器在加載完成之前無法確定單個元素將佔用多少空間。因此，這種不確定性帶來的劇烈佈局轉變就會導致一個高的CLS分數，也就説明用户體驗將會很糟糕。 累積佈局偏移的計算公式 = 影響比例*

佈局 , 前端 , Javascript

alijishu 頭像

阿里雲開發者 - MQTT 開放基準測試規範：全面評估你的 MQTT Broker 性能

引言 我們很高興地宣佈：由 EMQ 提供的MQTT 開放基準測試規範現已正式發佈！ 該測試規範包含了實用的典型使用場景、一套衡量 Broker 性能的主要指標，以及一個模擬負載和收集測試結果的工具，可以幫助開發者評估 MQTT Broker 的可擴展性和性能，從而選擇最需要和合適的產品。 完整內容請點擊下方鏈接查看： https://developer.aliyun.com/arti

阿里雲 , emqtt , 性能 , 開發者 , mqtt

JavaEdge 頭像

JavaEdge - 你的JAR包放對了嗎？​​後端開發必知的Linux目錄規範

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

yyds乾貨盤點 , 文件系統 , jar , 應用程序 , 人工智能 , 深度學習

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 - Cursor可控AI編程實踐：縮短交付週期，保障產品質量

導讀AI編程工具的興起讓開發效率有了質的飛躍，但很多開發者在使用過程中會發現一個問題：AI生成的代碼往往與現有項目的技術棧、編碼規範不匹配，需要大量的手動修改，開發效率拖了後腿。如何讓AI按照我們的意圖和規範來編寫代碼？這就是"可控AI編程"要解決的核心問題。 通過Cursor可控AI編程技術，我們大幅提升了開發效率，同時確保了產品的高質量和可靠性。本文將展示這一技術如何為企業創造實際價

編程 , 人工智能 , 深度學習