收藏 / 列表

天潤融通科技 - 天潤融通ZENAVA上崗3C家電售後,90%的報修無需人工處理

在競爭日趨激烈的家電行業,售後服務已成為影響消費者忠誠度和品牌口碑的關鍵戰場。 過去,面對一台壞掉的空調、洗衣機,消費者要撥打售後熱線,重複描述問題、等待人工響應、排隊建單、安排維修……流程複雜、響應慢、體驗差,品牌好感度就這樣一點點流失。 而現在,這一切正被AI徹底改寫。 在大量真實客户的服務場景中,天潤融通推出的對話式AI產品ZENAVA,已經將90%以上的

人工智能 , 深度學習

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 - 直播預告| PostgreSQL 與 IvorySQL 在雲原生時代的演進與實踐

觀看直播即有機會獲取 IvorySQL 周邊禮品。歡迎大家預約哦! 直播預告 本期直播將由兩位講師聯袂分享。 直播時間和平台 時間:2025 年 9 月 29 日 19:30 開啓 平台:【IvorySQL】視頻號 講師簡介 唐成,中啓乘數創始人及 CTO,IvorySQL 專家顧問委員會成員。《PostgreSQL 修煉之道:從小工到專家》的作者,中啓乘數科技創始人及 CTO。資深數據庫

數據庫 , postgresql , 人工智能 , SQL , 程序員

HuiZhu - 每週8小時耗在會議上,但73%的會議紀要根本沒人看

數據顯示,職場人平均每週花費8小時在各類會議上,但調研發現:73%的會議紀要在發出後根本沒人仔細讀,92%的行動項沒有被有效追蹤。 更尷尬的是,38%的職場人承認自己"從不寫會議紀要",原因不是懶,而是不知道該怎麼記錄才有用。 這就是會議紀要的真實現狀:會開了,時間花了,但價值沒沉澱下來。 會議紀要為什麼淪為"形式主義"? 真正的問題不是寫不寫,而是寫了沒人用。我見過太多這樣的紀要: 會議紀要 -

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

PoloAPI - 一文看懂谷歌I/O 2025開發者大會: Android、Chrome、谷歌搜索、Gemini

谷歌I/O開發者大會以"AI原生生態"為核心戰略,圍繞技術升級、產品整合與商業模式展開深度佈局。以下是關鍵內容的結構化總結: 一、AI技術架構突破‌ ‌Gemini模型矩陣‌ Gemini 2.5 Pro新增Deep Think模式,增強複雜推理能力(數學/編程任務準確率提升37%) 輕量級Gemini 2.5 Flash實現移動端40%延遲降低,支持邊緣設備部署 多媒體生成模型V

gemini-2.5-pro , google , 人工智能 , 後端 , 前端

一點人工一點智能 - 《C++編程原理與實踐(第3版)》

書籍:Programming: Principles and Practice Using C++ 作者:Bjarne Stroustrup 出版:Addison-Wesley Professional​ 編輯:陳萍萍的公主@一點人工一點智能 下載:書籍下載-《C++編程原理與實踐(第3版)》 01 書籍介紹 《C++編程原理與實踐(第3版)》旨在幫助每一位願意付出

編程語言 , c++ , 人工智能

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

全棧技術開發者 - LLM 對時間序列推理的增強究竟指的是什麼?LLM 對齊(alignment regimes)與時序推理的可靠性之間是什麼關係?

時間序列數據廣泛出現於自然科學、社會科學以及工程技術等各類領域中,其核心特徵在於數據隨時間的演變規律。長期以來,如何從這些動態變化的數據中提取有價值的信息、實現精準預測、並基於歷史數據進行推理,一直是數據分析、統計學和機器學習研究的核心問題。傳統的時間序列分析方法,如自迴歸模型(AR)、移動平均模型(MA)、以及更復雜的狀態空間模型和卡爾曼濾波器,在一定程度上能夠描述和預測數據的

llm , 建模 , yyds乾貨盤點 , 人工智能 , 時間序列 , 深度學習 , 大模型

TANKING - Android微信內h5頁面喚起瀏覽器打開頁面的技術分析和實現

摘要 眾所周知,微信是有內置瀏覽器的,方便瀏覽網頁。但是其內核也是經過特殊改造,導致一些默認行為無法觸發。為了實現從微信跳轉到瀏覽器打開頁面,可以説是相當的困難,本次分享的是Android系統的微信在h5頁面調起手機瀏覽器並打開指定頁面的方法。 技術原理 通過二進制文件下載的方法,調起本地瀏覽器下載文件實現喚起瀏覽器。 代碼 使用php的頭文件實現文件下載,告訴瀏覽器這是一個二進制文件流,瀏覽器就

微信 , 微信開發 , php , Android , Javascript