收藏 / 列表

u_16776161 頭像

天潤融通科技 - 天潤融通AI Agent實戰營北京站圓滿收官，引爆企業AI生產力！

10月22-23日，天潤融通AI訓練師精英計劃AI Agent實戰營第四期在北京圓滿收官，吸引了來自消費品零售、互聯網、軟件信息服務、汽車、工業製造、大健康等多個行業的80餘位精英學員。學員們在理論學習與實操演練中，掌握AI Agent搭建技能與業務落地，完成了從理念認知到實踐應用的全面進階。 在AI浪潮重塑產業格局的今天，企業正迎來從“人口紅利”向“AI紅利”轉變

人工智能 , 深度學習

u_17583190 頭像

fangpin - 深入解析：使用 Triton 實現 Flash Attention2 - 讓大模型訓練飛起來

引言 你是否曾經在訓練大型語言模型時，眼睜睜地看着 GPU 內存不斷飆升，最終因為 OOM（Out of Memory）錯誤而前功盡棄？或者在處理長序列時，發現注意力機制的計算時間呈平方級增長，讓人望而卻步？ 如果你有過這樣的經歷，那麼今天這篇文章將為你帶來一個革命性的解決方案：Flash Attention2。更令人興奮的是，我們將通過 Triton 這個強大的 GPU 編程框

歸一化 , 人工智能 , 深度學習 , ide , Python

ivorysql_xiaozhuli 頭像

IvorySQL - PostgreSQL的邏輯複製spill溢出案例和啓停庫邏輯

本文整理自 IvorySQL 2025 生態大會暨 PostgreSQL 高峯論壇的演講分享，演講嘉賓：劉智龍。 引言 在數據庫運維過程中，停庫與起庫是繞不開的核心環節。然而，在複雜的生產環境中，這些操作並非總能順利完成。以下結合實際案例，對 PostgreSQL 在停庫和起庫過程中可能遇到的典型問題進行技術剖析。 WALsender、archiver 如何優雅阻止停庫 WALsender 阻止停

數據庫 , postgresql , 人工智能 , 程序員

huizhudev 頭像

HuiZhu - 【免費】我做了個 Chrome 擴展，一鍵召喚 17 個 AI 大模型幫你總結一切！

哈嘍，各位思否的掘友們！ 作為一名開發者，大家每天是不是跟我一樣，被海量的技術文章、冗長的 YouTube 教程和看不完的官方文檔給淹沒了？經常是收藏夾裏吃灰，腦子裏空空。 為了解決這個信息過載的問題（順便可以光明正大地“摸魚”），我開發了一款完全免費的 Chrome 擴展：AI Summarizer - Web YouTube。 它就像你的隨身 AI 閲讀助手，能把任何網頁、視頻、甚至是 PD

chrome , 資訊 , chatgpt , 人工智能 , claude

chunzhendexiaogou 頭像

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

puxiaoke6 頭像

一點人工一點智能 - 書籍-《優化與最優控制簡明教程》

書籍：Optimization and Optimal Control in a Nutshell 作者：Sudath Rohan Munasinghe 出版：Springer​ 編輯：陳萍萍的公主@一點人工一點智能 下載：書籍下載-《優化與最優控制簡明教程》 01 書籍介紹 本書簡潔地介紹了優化過程和最優控制過程，並通過實例和仿真幫助自學和更好地理解。首先從函數優

算法 , 人工智能 , 深度學習 , 優化

aloudata 頭像

Aloudata大應科技 - ChatBI 推薦：Aloudata Agent 分析決策智能體在“歸因分析”上的突破

前言 在智能數據分析時代，企業對於數據分析的需求已超越簡單的數據呈現，更追求對數據波動背後原因的深度洞察。作為一款 ChatBI 分析決策智能體，Aloudata Agent 不止於幫助企業通過自然語言實現“智能問數”，在“歸因分析”上還實現了重大突破，通過其自主構建的 NoETL 指標語義層，提供了可組合、可追溯、可解釋、可複用的歸因分析能力，把每一次波動、每一場對比、每一個異常，都變成一次結構

agent , 人工智能 , 數據分析

u_16827017 頭像

全棧技術開發者 - 結構化協作（structured collaboration）本質是什麼？什麼是「語義編排」？語義編排在FoA中核心原理是什麼？

在現代人工智能中，智能體的規模和複雜性正在以前所未有的速度擴展。單個智能體在處理複雜任務時往往面臨計算能力和知識覆蓋的限制，而多智能體系統的出現為解決這一問題提供了可能。然而，隨着智能體數量的增加和任務複雜度的提升，如何確保智能體之間能夠高效、可靠地協作，成為設計分佈式智能系統的核心挑戰。 傳統的多智能體系統通常依賴於同步調用或點對點通信來完成任務分配與結果收集。這種模式在

yyds乾貨盤點 , 智能體 , 異構 , 人工智能 , 深度學習 , 子任務 , 結構化