收藏 / 列表

OpenBayes - OpenBayes 教程上新丨開源代碼推理模型 DeepCoder-14B-Preview 狂攬 3k stars

4 月 9 日凌晨,Agentica 團隊攜手 Together AI 聯合開源了名為 DeepCoder-14B-Preview 的代碼推理模型,這個僅需 14B 即可媲美 OpenAI o3-Mini 的新模型迅速引起業界廣泛關注,在 GitHub 狂攬 3k stars。 DeepCoder 在多項評測中的得分情況具體而言,DeepCoder-14B-Preview 是一款基於 DeepS

code , 教程 , 人工智能 , 開源 , 模型

wx6583a3b0b06d1 - DIFY-WEB Docker 容器化部署指南

概述 DIFY-WEB是Dify.AI的前端應用Docker鏡像,Dify是一款LLM應用開發平台,目前已支持超過10萬款應用的構建。該平台集成了Backend as a Service (BaaS)和LLMOps的核心概念,覆蓋了構建生成式AI原生應用所需的核心技術棧,包括內置的RAG引擎。通過DIFY,用户可以基於任何LLM模型自助部署類似Assistants API和

生產環境 , 數據可視化 , dify部署 , 人工智能 , dify , Docker

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

野豹商業評論 - 從"小微之王"到"罰單大户":民生銀行的雙面2025

當51.42億元信用卡不良資產在銀登中心掛牌轉讓,當2025年度罰沒金額逼近9500萬元,中國民生銀行——這家曾被譽為“民營銀行標杆”的金融機構,正站在矛盾交織的十字路口。 一邊是時隔四年重拾增長的營收曲線,一邊是連續七個季度下滑的淨利潤;一邊是不良資產轉讓中“嚴禁暴力催收”的合規表態,一邊是罰單扎堆暴露的內控漏洞。 民生銀行究竟怎麼了?這場橫

差異化 , 風控 , 數據 , 人工智能 , 數據分析

KlipC小助手 - 數據缺失與美聯儲官員“潑冷水”,12月降息預期驟降!

KlipC報道:當地時間11月13日,美股市場再度遭遇重挫。截至收盤,道指跌幅為1.65%,納指下挫2.29%,標普跌1.66%,大型科技股普遍走低,拋售情緒持續升温。 科技股估值過高的擔憂情緒進一步發酵,引發科技股大幅拋售。有經濟學家指出,市場正在對AI板塊進行“健康但痛苦”的修正,同時出現從超配科技向標配防禦資產的板塊輪動跡象。 此外,華爾街分析師表示,“市場關注點正從政府停擺結束迅

數據 , 人工智能 , 深度學習 , 估值

mob64ca14038b36 - 如何通過chrome下載域名的pem證書

本頁面將詳細演示如何在一台全新的Windows7電腦上架設起Chrome+XX_Net的上網渠道。 本文包含以下部分: 下載和安裝Chrome瀏覽器 獲取和運行XX-Net 設置代理 手動導入證書(備選) 下載和安裝Chrome瀏覽器 下載 Chrome官網下載地址:https://www.goog

機器學習 , 擴展程序 , chrome , 人工智能

百度Geek説 - 百度日誌中台前端重構實踐

日誌中台是百度內部針對打點數據的全生命週期管理平台,作為公司日誌數據的唯一入口,承擔以下核心職能:1.功能覆蓋:提供從數據採集、傳輸、存儲到查詢分析的一站式服務,支持產品運營分析、研發性能監控、運維管理等多元場景。2.業務賦能:通過標準化流程實現用户行為日誌的埋點申請、審批及退場管理,助力APP端、服務端等業務線挖掘數據價值。3.生態協同:與大數據平台、推薦中台、性能平台深度聯動,避免重複建設,提

日誌 , 前端

EasyV數字孿生可視化 - 數字孿生港口:以某交通運輸企業數字孿生物流生產管理系統建設為例

1.建設背景 某交通運輸企業作為該省重點項目以及該集團港口板塊長江中下游重要的江海聯運中轉樞紐港,承擔着大量的裝卸貨任務。隨着業務量的快速增長,傳統的生產管理模式面臨諸多挑戰,為提高整體運營效率,實現精細化管理。產生了構建數字孿生模擬仿真引擎的需求,希望打造國內一流的集綠色、智慧、高效、安全於一體的現代物流樞紐港,釋放長江深水航道水運潛力。 (以下內容均來源於《數字孿生

數據 , 私藏項目實操分享 , 物聯網 , 數據可視化 , 管理系統 , 人工智能

袋鼠 - 袋鼠數據庫工具 8.90.1 版已上線

袋鼠數據庫工具 是一款 AI 驅動的熱門數據庫系統客户端(MariaDB / MongoDB / MySQL / Oracle / PostgreSQL / Redis / SQLite / SQLServer / ...) ,支持建表、查詢、模型、同步、導入導出等功能,支持 Windows / Mac / Linux 等操作系統,致力於打造一款好用、好玩、開發友好的開發者工具。 重點特性介紹 這

MySQL , mongodb , mariadb , postgresql , sqlite

阿里雲大數據AI技術 - 【跨國數倉遷移最佳實踐11】基於 MaxCompute Resource & Quota策略優化實現資源管理性能與成本最優平衡

本系列文章將圍繞東南亞頭部科技集團的真實遷移歷程展開,逐步拆解 BigQuery 遷移至 MaxCompute 過程中的關鍵挑戰與技術創新。本篇為第十一篇,基於 MaxCompute Resource Quota 策略優化實現資源管理性能與成本最優平衡。 注:客户背景為東南亞頭部科技集團,文中用 GoTerra 表示。 1. 背景 GoTerra 作為東南亞互

MaxCompute , 大數據 , 數據倉庫 , 阿里雲 , 數倉遷移

Baihai_IDP - AI 編程熱潮下的萬字思考 —— 規避風險,善用其利

編者按: 在AI技術席捲軟件工程的今天,我們是否真的可以僅憑“氛圍”和直覺,就構建出可靠、安全且可維護的生產級系統? 我們今天為大家帶來的這篇文章,作者的核心觀點是:“氛圍編程(vibe coding)”與“AI 輔助的工程實踐”存在本質區別,前者雖在創意激發和快速原型中具有價值,但絕不能替代結構化的工程方法。 文章通過多個維度深入探討了這一觀點:從 FAANG 團隊的實際工作流程切入,指

觀點 , 資訊 , 教程 , 知識 , 人工智能

龍蜥社區 - 重磅!阿里巴巴三入Java 全球管理組織執行委員會 龍蜥擁抱上游開源生態

近日,Java 全球管理組織 Java Community Process(以下簡稱 JCP)經過公平公正的投票,披露了入選最高執行委員會的成員名單,阿里巴巴作為唯一中國代表實現第三次連任。作為龍蜥社區理事長單位,阿里巴巴的此次入選代表着龍蜥持續擁抱上游開源生態,擁有建立技術標準和治理國際開源社區的話語權,打通邁往 Java 國際技術生態的道路。 圖/阿里巴巴加入 Java 管理組織 Java

社區 , 阿里巴巴 , 開源 , JAVA

NocoBase - NocoBase 本週更新彙總:優化及缺陷修復-20251030

原文鏈接:https://www.nocobase.com/cn/blog/weekly-updates-20251030 彙總一週產品更新日誌,最新發布可以前往我們的博客查看。 NocoBase 目前更新包括的版本更新包括三個分支:main ,next和 develop。 main :截止目前最穩定的版本,推薦安裝此版本。 next:包含即將發佈的新功能,經過初步測試的版本,可能存在部分已知或

無代碼開發平台 , 低代碼 , 版本更新 , 開源

劉大貓 - Linux下版本控制器(SVN) -命令行客户端

@[toc] 進階知識-Linux下版本控制器(SVN) 5、命令行客户端 5.1 創建兩個工作區目錄模擬兩個開發人員 mkdir -p /root/workspace/harry mkdir -p /root/workspace/sally 5.2 檢出 作用:完整下載版本庫中的全部內容。 命令: svn checkout svn://192.168.70.140/pro

算法 , svn , 人工智能 , tortoisesvn , 大模型

京東雲開發者 - 一行MD5居然讓小夥伴都回不了家!!!

作者:京東零售 付偉 1. 前言 大家好,當你點開這篇文章的時候也許心想是哪個 XX 小編混到這裏,先不要着急扔臭雞蛋,本文是一篇標準(正經)的問題覆盤文章。好了,一行MD5居然讓小夥伴下不了班,到底是什麼問題呢,讓我們一起來看看吧。 2. 正文 2.1 需求是什麼 這裏不再介紹具體的業務。簡而言之,有兩個接口(查詢、確認)對前端頁面提供服務。 查詢接口返回的數據依賴於本地數據與外部接口計算後的結

md5 , 京東雲

codists - 《Learn Python Programming(4th)》讀後感

一、 為什麼讀這本書? 之所以選擇讀這本書是因為“例行慣例”——讀每年新出版的Python相關書籍,嘗試從這些書中收集一些好的示例,幫助理解一些不好理解的概念。 當然,其實《Learn Python Programming(4th)》(中譯名:《Python編程入門與實戰》,Packt Publishing 出版社)是 2024年 9 月 24 日出版的,只是 2024 年沒有讀,推到了 2025

Python

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

思考的袋鼠 - AI加持下的數據流轉安全,打造高效可溯源的API風險防護體系

概要: (提示:在數字世界中,數據不再靜止,而是不斷流動;因此,安全防護的焦點,也應從“靜態防護”轉向“流轉安全”。) 當外賣訂單在幾秒內完成支付、銀行轉賬在瞬息之間到賬、短視頻平台精準推送你喜愛的內容時,數據正在通過成千上萬條API通道高速流轉。API作為數字世界的“數據動脈”,承載着企業業務邏輯、交易指令和用户隱私,是現代數字體系中最關鍵的連接層。 然而,數

數據 , API , 數據安全 , 人工智能 , 深度學習

wx6464351503832 - 強化學習(RL)簡介及其在大語言模型中的應用

看到huggingface上有個大模型課程,其中有個章節是講如何構建推理大模型,下面是對應的學習內容。 接下來會用最通俗易懂的方式介紹RL,就算之前完全沒接觸過也能看懂。會拆解核心概念,看看為什麼RL在大語言模型(LLMs)領域變得這麼重要。 什麼是強化學習(RL)? 想象一下訓練一隻狗。想教它坐下。可能會説"坐下!",如果狗坐下了,就

強化學習 , 語言模型 , 自然語言處理 , 人工智能 , Css , 大模型 , 前端開發 , HTML

架構師李哲 - 大模型微調有必要做嗎?全參數微調、LoRA還是RAG?看完這篇你就懂了

在人工智能迅猛發展的今天,大型語言模型已成為解決各類問題的強大工具。但當您想要打造一個真正理解所在行業、掌握專業知識的大模型時,總會面臨一個關鍵問題:如何用最小的成本、最高的效率,讓通用模型變得"專業"? 這就像把一位通才培養成領域專家——選對方法,事半功倍。這正是LLaMA-Factory Online要解決的核心問題——通過智能化的微調,讓每個團隊都能輕鬆駕馭大模型適配

實時更新 , 數據 , 人工智能 , 深度學習 , 迭代

Candy - AI Agent 與 Agentic AI 系統:真正的區別是什麼?

大多數人把這兩個詞混用——但一個負責執行任務,另一個旨在達成目標。教你如何區分(以及各自的適用場景)。 先來澄清當下 AI 討論中最常見的一處混淆。 你可能經常看到大家把“AI agent”和“agentic AI system”當成同一件事。但事實是: 🚨 它們有關聯,但並不相同 就像把微波爐稱作“廚師”。它確實能加熱食物,但它不會幫你策劃一場晚宴。🍳 Friend Link 同理,AI

人工智能

SelectDB技術團隊 - Apache Doris 與 ClickHouse:運維與開源閉源對比

引言 在當今數據驅動的商業環境中,OLAP(在線分析處理)數據庫的選擇對企業的數據分析能力和運維成本有着深遠影響。Apache Doris 和 ClickHouse 作為業界領先的高性能 OLAP 數據庫,各自在不同場景下展現出獨特優勢。 Apache Doris 以其優秀的寬表查詢能力、多表 JOIN 性能、實時更新、search 以及湖加速特性而著稱。 ClickHouse 同樣在寬表處

數據庫 , apache

煩惱的沙發 - Gradle vs. Maven,Java 構建工具該用哪個?

Java構建工具的甜鹹粽子之爭,就是 Gradle 和 Maven 該用哪個? 隨心所欲的手動擋 vs. 穩如老狗的 自動擋 Maven用的是pom.xml。很多人一聽XML就頭大,覺得又臭又長。但換個角度想,XML的缺點正是它最大的優點:死板、規範、一目瞭然。一個新人,哪怕從來沒用過Maven,打開pom.xml,對着標籤也能猜出個七七八八。這種傻瓜式的直白,對團隊協作太重要了。 再看Gradl

maven , JAVA , gradle , 後端

傲視眾生的香蕉_bvX78Q - MCP 與傳統集成方案深度對決:REST API、GraphQL、gRPC 全方位技術解析

在系統集成領域,技術方案的選擇直接影響應用性能、開發效率和維護成本。隨着 AI 技術的快速發展,傳統集成方案在應對動態上下文管理、工具鏈調用等場景時逐漸顯露出侷限性,而 MCP(Model Context Protocol)作為 AI 時代的新選擇,正引發行業關注。本文將從技術特性、性能表現、安全機制等維度,對 MCP 與 REST API、GraphQL、gRPC 三種傳統方案進行深度對比。

rest-api , grpc , graphql , 人工智能