收藏 / 列表

u_16655836 頭像

wx6603b05eb93d0 - 新華社評車圈營銷亂象：零件命名武俠風，拉踩陰陽友商博關注……

幾年前，小柴就發文調侃，如今的汽車行業，核心競爭力好像是車企領導們的嘴，以及養車評人加上對負面新聞的OTA能力。 比如，在創始人的嘴這方面，他們有人説，BBA這些落後的東西；還有人説，咱們不要嘲笑邁巴赫，以及千萬以內最好；還有輪端輸出扭矩超過了1.8萬匹馬力；甚至開車能延壽三十年…… 類似的還有，倒車想撞都難；公開直播更是宣稱，有了領先幾代的智駕，上車可以打盹

數據 , 汽車行業 , 人工智能 , 數據分析 , 核心技術

u_16970152 頭像

求知上進 - 瞭解 Python 集合的無限可能

1. 集合概述 1.1 什麼是集合？ Python 的集合（set）是一個無序、可變、不允許重複元素的容器，用於存儲唯一的數據項。集合基於哈希表實現，提供 O(1) 平均時間複雜度的成員檢查和插入操作。Python 還提供不可變的集合變體——凍結集合（frozenset），適用於需要不可變鍵的場景（如字典鍵）。 關鍵特性： 無序性：集合中的元素沒

數據集 , 集合運算 , 人工智能 , 深度學習 , Python

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_13303 頭像

colddawn - STM32F407 cubemx adc注入法加規則

文章目錄 前言 一、ADC 什麼是ADC？ ADC主要特性有那些？ ADC的功能説明 二、實驗步驟 代碼部分講解 代碼示例 總結 前言 本文參考了網上的博文，並加以歸納總結，幫助新手

機器學習 , 初始化 , 採樣週期 , 人工智能 , 寄存器

baihai_idp 頭像

Baihai_IDP - 對 GPT 5 模型路由機制的深度解析

編者按： 我們今天為大家帶來的文章，作者的觀點是：GPT-5 通過引入“智能路由器”架構，實現了按需調用不同專家模型的動態協作機制，標誌着大模型正從“全能單體架構”邁向“專業化協同架構”的新範式。 文章深入剖析了 GPT-5 路由機制的四大決策支柱 —— 對話類型、任務複雜度、工具需求與用户顯性意圖，並對比了其相較於 GPT-4、Toolformer 及早期插件系統的突破性進步。作者還詳細拆

llm , 知識 , chatgpt , openai , 人工智能

matrixorigin 頭像

MatrixOrigin - 企業落地 NL2SQL，需要的是 AI-ready data 和小模型

作者 | 矩陣起源 轉載自 | InfoQ 當 NL2SQL 從 Demo 走向生產，關鍵不在"更大的模型"，而是"更乾淨的數據底座 + 更小的專用模型 + 更可控的工程化流程"。 摘要 先數據、後模型：把元數據、業務語義、權限、樣例 SQL 做成"AI-ready data"，是 NL2SQL 能否可靠落地的第一性問題。 小模型足夠用：以 3B-7B 級別的代碼/SQL 友好模型，配合 LoR

數據庫 , 人工智能 , SQL

metaxk 頭像

萬界星空科技 - QMS選型的本質與AI質檢的終極賦能

行業適配是偽命題？QMS選型的本質與AI質檢的終極賦能​ 一、選擇QMS應該如何選擇呢？ 1、功能 2、業務關聯和控制能力 3、集成能力 4、併發和大數據處理能力 5、諮詢能力，設計能力 6、其他製造業系統的熟悉程度，最好做MES，ERP。 二、AI質檢在萬界星空科技QMS中的具體應用場景 來料檢驗（IQC） 傳統方式： 抽樣檢

運維 , 工業智能化 , 人工智能 , 製造業 , 工業物聯網

openanolis 頭像

龍蜥社區 - 龍蜥Confidential MaaS解決方案如何破解MaaS “黑盒”困局|《AI 進化論》第三期

在 AI 與本土化雙重浪潮之下，服務器操作系統正迎來歷史性變革。由龍蜥社區理事長單位阿里雲聯合 InfoQ 打造的直播 IP 欄目《AI 進化論：智算時代操作系統的破局之路》，以雲、AI、安全等技術與服務器操作系統如何融合演進為主線，聚焦服務器操作系統在智算時代的進化之路，特邀學術權威、行業專家、客户代表圍繞原生智能、原生安全、軟硬協同等熱點議題展開深度對話。截至目前，已直播兩期，線上觀看人次達

操作系統 , 人工智能 , 開源

nocobase 頭像

NocoBase - Markdown 模板變量的使用

原文鏈接：https://www.nocobase.com/cn/tutorials/markdown-template-varia... 親愛的小夥伴們，歡迎來到本教程！在這一節中，我們將一步步學習如何利用 Markdown 和 Handlebars 模板引擎實現動態內容展示。之前在《Markdown 區塊的妙用》中，你已瞭解了基本語法、創建方法及變量填充，接下來讓我們深入探討模板變量的高級用法

低代碼 , 教程 , 開源 , 模板 , Markdown

liudamao 頭像

劉大貓 - SpringBoot項目的html頁面使用axios進行get post請求

説明：本項目為SpringBoot項目而不是vue項目，本項目用於練習axios使用get及post請求 get和post請求都採用兩種方式進行配置，並註明易錯點 @[toc] 1.axios是什麼 Axios 是一個基於 promise 的 HTTP 庫，可以用在瀏覽器和 node.js 中，axios是對ajax的一種封裝，而jquery也是對ajax的一種封裝。 axio

post , Ajax , 人工智能 , Axios , get

huandanshendeshoushudao 頭像

慧星雲 - Gemini 2.0：集多模態、強性能、優交互於一身的 AI 新寵

谷歌 在科技飛速發展的當下，人工智能領域不斷涌現出令人矚目的創新成果，谷歌推出的新一代大模型Gemini2.0無疑是其中一顆璀璨的新星，正以其卓越的性能和強大的功能，為我們開啓了智能化交互的嶄新篇章。 Gemini2.0 Gemini2.0 使用Gemini2.0構建的最新版本中的改進包括： 更順暢的對話：ProjectAstra現在能夠使用多種語言和混合語言進行交談，從而更好地理

llm , 雲計算 , google , aigc , 人工智能

codists 頭像

codists - RabbitMQ的Overview Totals是空

一、問題描述 RabbitMQ 版本：4.0.2，Erlang 版本：26.2.5.4。 RabbitMQ 頁面管理(rabbitmq_management)的 Overview Totals 是空： 二、原因分析 RabbitMQ 的配置： management_agent.disable_metrics_collector = true 導致。將 management_agent.disa

rabbitmq , go

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

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_17420180 頭像

合合信息解決方案 - 上市城商行：攻克複雜文本處理瓶頸，國際結算業務全場景智能化

隨着全球貿易的日益頻繁與金融數字化轉型的深入，國際結算業務作為銀行服務實體經濟跨境運作的關鍵環節，其處理效率與風控水平直接關係到銀行的競爭力與運營安全。 然而，信用證、提單、報關單等業務單據格式繁雜、版式多變、專業性強，傳統依賴於人工核對與半自動化處理的方式，已成為制約業務效能提升、潛藏操作風險的明顯短板。在此背景下，運用前沿AI技術實現複雜文檔的自動化處理，已成為商業銀行

機器學習 , 字段 , 數據 , 泛化 , 人工智能

u_17512334 頭像

疆鴻智能研發中心 - 智能焊接新突破：CC-Link IE轉EtherNet/IP網關如何重塑航空航天製造

智能焊接新突破：CC-Link IE轉EtherNet/IP網關如何重塑航空航天製造 在航空航天製造領域，攪拌摩擦焊接技術正成為鋁合金結構件焊接的首選工藝。然而，當三菱PLC控制的焊接機器人與採用EtherNet/IP協議的視覺系統相遇時，協議不兼容成為制約生產效率的關鍵瓶頸。 某航空航天部件製造商就曾面臨這樣的困境：他們的攪拌摩擦焊接

ETHERNET , CC LINK IE , ip , 協議轉換 , 人工智能 , 深度學習 , 網關 , 工業自動化

u_16380863 頭像

未聞花名AI - 構建AI智能體：十四、從“計算”到“洞察”：AI大模型如何讓時間序列數據“開口説話”

一、我需要學習“時間序列”嗎 今天主題是“時間序列模型”，在開始之前我們先討論一下學習大模型需要了解時間序列嗎，首先要看我們的目標，學習大模型也必須也要有自己的目標。 應用型工程師： 如果想成為一名應用大模型的專業工程師，比如構建一個智能聊天客服機器人、開發一個文檔總結工具、創建一個代碼生成助手，那麼，不需要深入研究時間序列模型，此時你的核心技能應該是：

擬合 , yyds乾貨盤點 , 數據 , NLP , 人工智能 , 時間序列

candy_68fb0dfb0afd0 頭像

Candy - Graphiti：為智能體構建實時知識圖譜，引領更聰明的 AI 時代

我一直覺得很神奇：大多數 AI 系統只要你一停止和它們對話，就會把一切都忘光。你餵給它們 facts、context、chat logs——會話一結束，噗的一下，全沒了。這一直是“intelligent” agents 的最大瓶頸。 後來我發現了 Graphiti，感覺終於有人把 knowledge graphs 和 AI memory 連接到了一起。 如果這聽起來有點高深，別擔心，我們一步步來。

人工智能

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 - 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

aoshizhongshengdexiangjiao_bvx78q 頭像

傲視眾生的香蕉_bvX78Q - 亞馬遜Kiro強勢挑戰Cursor霸主地位，AI IDE大戰誰能笑到最後？

2025年，AI驅動的開發工具生態系統正在經歷前所未有的變革。在Cursor重新定義AI IDE概念之後，亞馬遜推出的Kiro以其獨特的"規劃優先"理念強勢入場，為開發者帶來了全新的編程體驗。這兩款工具雖然都致力於提升開發效率，但在架構設計、工作流程和生產力提升方式上卻展現出截然不同的哲學。 本文將從技術架構、功能特性、開發者體驗等維度深度對比這兩款AI IDE，探討它們如何重塑現代軟件開發流程。

開發工具 , 人工智能 , ide

u_16776161 頭像

天潤融通科技 - 客户服務轉折點：從工具效率到AI勢能

過去二十年，客户服務的競爭始終圍繞“工具效率”展開。 從語音機器人到雲客服，從自動外呼到知識庫升級，企業不斷用新工具武裝人力，希望讓人“跑得更快”。但這種模式的核心仍然是“以人為驅動力”——工具只是放大器，而非替代者。 問題在於，這條路已經走到了盡頭。人的潛力被壓榨到極限，工作強度的上限已無法再突破。再好的工具，本質上仍是在要求人用更短的時間完成更多的任務。無論從人性

人工智能 , 深度學習 , 客户服務

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

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