更多关联主题

深度学习五大模型：CNN、Transformer、BERT、RNN、GAN解析

深度学习是人工智能领域的一个最核心分支，深度学习的五个常用模型分别是RNN（循环神经网络）、CNN（卷积神经网络）、Transformer、BERT（BidirectionalEncoderRepresentationsfromTr......
一文读懂大模型RAG：检索、增强与生成的技术详解

大模型（LargeLanguageModel，LLM）的浪潮已经席卷了几乎各行业，但当涉及到专业场景或行业细分领域时，通用大模型往往面临专业知识不足的问题。相对于成本昂贵的“Post-Training”或“Supervis......
什么是大模型（LLMs）？一文读懂什么是大模型

大模型是指具有大规模参数和复杂计算结构的机器学习模型。这些模型通常由深度神经网络构建而成，拥有数十亿甚至数千亿个参数。......
一文彻底搞懂大模型 - RAG（检索、增强、生成）

RAG（Retrieval-AugmentedGeneration，检索增强生成）是一种结合了信息检索技术与语言生成模型的人工智能技术。该技术通过从外部知识库中检索相关信息，并将其作为提示（Prompt）输入给大型语言......
大模型领域常用名词解释

本文总结了大模型领域常用的近100个名词解释，并按照模型架构与基础概念，训练方法与技术，模型优化与压缩，推理与应用，计算与性能优化，数据与标签，模型评估与调试，特征与数据处理，伦理与......
Transformer：内部工作原理及拆解

LLMs是基于大量文本数据训练的AI系统，能够生成类似人类的文本、翻译语言、撰写不同类型的创意内容，以及回答问题。Transformer架构使这些模型能够以全新的方式处理和理解语言，从而实现过去无......
知识图谱的7个技术要素

知识图谱是典型的交叉技术领域，在人工智能和机器学习领域，传统符号知识表示是知识图谱的重要基础技术。......
典型智能体框架介绍及实战

自主智能体是一个系统，它位于环境内部并是环境的一部分，能够感知该环境并在其中行动。随着时间的推移，它根据自身的议程采取行动，以影响它在未来感知到的环境。......
Chatbi架构：技术与应用的完美结合

随着人工智能技术的迅猛发展，越来越多的企业和开发者开始关注智能交互系统在实际场景中的应用。Chatbi架构应运而生，通过整合最前沿的机器学习与自然语言处理技术，实现了智能聊天系统的高度智......
从零到一打造商用 AI Agent

这篇内容将从整体上介绍打造AIAgent的七个步骤，分别是需求梳理、软件选型、提示工程、数据库、构建UI界面、测试评估和部署发布。......
企业如何构建自己的 AI 编码能力

在数字化转型的浪潮中，企业对于提升开发效率和代码质量的需求日益迫切。AI编码能力作为一种新兴的技术力量，正逐渐成为企业技术竞争力的关键......
一文读懂DeepSeek-R1新模型

DeepSeek团队在R1的训练过程中，直接一次性实验了三种截然不同的技术路径：直接强化学习训练（R1-Zero）、多阶段渐进训练（R1）和模型蒸馏，还都成功了。多阶段渐进训练方法和模型蒸馏都包含着......
AGIC和软件生命周期：远不止是编码辅助

生成式人工智能（AIGC）可以彻底改变软件开发。它具有驱动软件开发人员显著提高生产力的能力，可以加快创新周期和上市时间。然而，如果将其狭窄地视为仅仅是代码生成工具，其潜在影响可能会受到......
从零开始了解推荐系统全貌

如果说互联网的目标就是连接一切，那么推荐系统的作用就是建立更加有效率的连接，推荐系统可以更有效率的连接用户与内容和服务，节约了大量的时间和成本。......
从AI小白到大神的7个细节：让你开窍逆袭

在当今科技界，人工智能无疑是最炙手可热的话题。然而，这个领域充斥着专业术语，使得理解每次技术革新的具体内容变得颇具挑战性。......
构建AI大模型应用技术栈有哪些

随着人工智能技术的飞速发展，AI大模型已经成为推动各行各业技术革新的关键力量。本文将深入探讨AI大模型的核心技术栈的构建，以及不同技术组件的关键作用。......
如何构建高效的智能应用：大模型五层技术架构详解

随着人工智能技术的不断发展，各类智能应用正在迅速普及，成为推动各行业数字化转型的重要力量。本文将通过大模型五层技术架构，详细解析智能应用的技术架构，帮助读者更好地理解和应用这些技术......
AI智能体Agent的核心架构：记忆、工具与行动

近年来，人工智能技术不断发展，智能体Agent在各种应用场景中发挥着越来越重要的作用。这篇文章将详细解析智能体Agent的记忆与决策框架，探讨其多模态感知、记忆、规划决策等各个环节的实现与应......
大语言模型（LLM）工作的3个步骤

生成式AI中常说的token是什么？嵌入（Embeddings）是什么意思？为什么现在的AI具有生成能力？AI是怎么和你进行对话的？为什么都说提示词很重要？为什么同一段提示词，同一个AI模型/工具，多问几......
大模型应用的10种架构模式

在塑造新领域的过程中，我们往往依赖于一些经过实践验证的策略、方法和模式。这种观念对于软件工程领域的专业人士来说，已经司空见惯，设计模式已成为程序员们的重要技能。然而，当我们转向大模......
AI大模型+RAG的综述

大型语言模型（LLMs）展现了显著的能力，但面临诸如幻觉、过时知识以及不透明、无法追踪的推理过程等挑战。检索增强生成（RAG）通过整合外部数据库的知识，已成为一个有前途的解决方案。......
RAG技术架构与实现原理

RAG模型的核心思想是通过检索和生成的有机结合，弥补生成模型（如GPT-3、BERT等）在处理知识密集型任务时的不足。传统的生成模型在面对复杂问题时，常常因缺乏足够的知识而生成出错误或无关的回......
企业内部如何更好落地大模型

对于软件企业而言，在已有的软件上增加AI功能，并带来新产值，已经被Notion、多邻国等产品所验证。除此之外，在企业生产场景中，集成LLM的能力，并为企业组织赋能，也成为人们关注AI落地的一个......
AI大模型赋能制造业的4个基本趋势

数字化是巨变时代的分水岭，已成为企业、城市、国家之间竞争急剧分化的催化剂。制造业是数实融合最主要的产业部门，其融合的方式、广度和深度，能够直接影响甚至决定制造业的先进水平和全球竞争......
AI 智能体：应用前景与对算力需求的影响

AI技术和大语言模型的飞速进步，使得AI智能体这一人工智能技术的重要载体，得以凭借大数据、算法和计算能力的提升，实现对现实世界的感知、理解、决策和执行能力。随着研究的不断深入，AI智能体......
企业数字化智能体：打造企业数智化AI底座

2023年算得上是AI爆发的元年，自ChatGPT问世之后，国内外各种人工智能大模型都迅速出击，只为赶上这趟高铁。各式各样的人工智能应用软件层出不穷，多种AI应用创新场景被不断挖掘出来，例如文本......
企业构建AI大模型应用的步骤流程与关键问题解析

构建企业级AI大模型驱动的应用系统是一项跨越技术与业务边界的综合性任务，它不仅考验着企业在业务领域知识的深度，也挑战着企业基于AI大模型构建应用的技术高度。这一过程要求业务专家与AI大模......
一文了解AI Agent

AIAgent，即人工智能体，是一种能够感知环境、进行自主理解、决策和执行动作的智能实体。简单理解，是一种基于大语言模型，能够通过独立思考、调用工具来逐步完成给定目标的计算机程序。......
AI大模型技术的四大核心架构演进之路

本文将深入探讨四种关键的大模型技术架构：纯粹Prompt提示词法、Agent+FunctionCalling机制、RAG（检索增强生成）以及Fine-tuning微调技术，揭示它们的特性和应用场景。......
AI下半场-Agent

什么是Agent？Agent：基于大型语言模型的常识能力、推理能力，用于迭代运行一些目标或任务。......
深入了解大语言模型运维 (LLMOps)

大语言模型正在如何改变我们构建人工智能产品的方式，以及重塑MLOps的全貌......
理解 AI 大模型：参数、Token、上下文窗口、上下文长度和温度

随着人工智能技术的不断发展，AI大模型在各个领域展现出强大的能力，也引起了广泛关注。在了解这些模型时，我们经常会看到诸如「参数」、「Token」、「上下文窗口」、「上下文长度」和「温度」......
一文彻底搞定 RAG、知识库、 Llama-3

检索增强生成（RetrievalAugmentedGeneration，RAG）是一种强大的工具，它通过将企业外部知识整合到生成过程中，增强了大语言模型（LLM）的性能。......
RAG 的工作流程和架构

RAG可以从权威的、预先确定的知识库中检索出相关的上下文片段，然后将问题和检索结果一起传给大模型，大模型依赖这些特定输入生成最终的答案。这样既保证了来源的可靠性，避免了大模型的过度发......
生成式人工智能

AIAgent已经成为众多科技巨擎布局与发力的关键领域，比如领头羊企业OpenAI刚发布不久的GPTsBuilder与AssistantsAPI正是其在AIAgent领域的最新布局，也彰显了其在这个领域的信心与野心。......
RAG技术全解析：打造下一代智能问答系统

大型语言模型（LLM）已经取得了显著的成功，尽管它们仍然面临重大的限制，特别是在特定领域或知识密集型任务中，尤其是在处理超出其训练数据或需要当前信息的查询时，常会产生“幻觉”现象。为......
系统性整理Agent架构、框架

自前年ChatGPT爆火以后，很多生成式AI应用都采用了检索增强生成（RAG）技术来生成对话。尽管RAG不断地在进步和优化，但是越来越多的团队都在积极探索下一代AI应用的新形态，聚焦于新的应用新星......
AIOps之前，运维层面能做什么

为了避免AIOps只是一句空话，我们认为要实现AIOps不仅需要一些自动化场景的实现、度量，还需要运维数据的管理。01.自动化运维的目标：端到端的自动化首先让我们再来回顾一下之前提到的智能化敏......
人工智能在制造业中的应用及其对未来工厂的重要性

未来的工厂是直观的也是智能的，并且装有传感器，这一切都要归功于人工智能在制造业的应用。本文将介绍人工智能在制造业的应用情况以及它对未来工厂的重要性。......
制造企业的数据分析之路

人工智能这些热点提高企业管理人员的兴趣，企业管理人员也对此寄于较高的期望值，有些人会觉得这些数据分析的技术能够马上改变企业的现状，解决很多年的顽疾......
智能制造和工业互联网融合发展初探

新型网络强化互联基础、云计算加速应用创新、人工智能(AI)促进价值挖掘、开源开放助推生态构建,这些都标志着传统产业在技术创新的不断推动下出现了重大变革。......
增强IT创新力：IT团队建设只要7种方法

创造力是每一项成功的IT技术的核心。要构建一个以云服务、大数据、人工智能、虚拟实境等技术驱动的商业环境，需要非凡的想象力。......
企业应用人工智能面临的挑战

近十年里，围绕人工智能的讨论掀起了轩然大波，不仅是大型企业，还有中小型企业，都给予了更多的关注。......
从数据中台到AI中台，企业到底要建什么中台？

在经历过“神话”和“梦碎”等种种风波中，中台已经走到了要验证其价值的关键路口了。......
数据仓库分层你不得不清楚

ODS层（OperationDataStore）：原始数据层，存放原始数据，直接加载原始日志、数据，数据保持原貌不做处理。（2）DWD层（DataWarehouseDetail）：明细数据层，结构和粒度与原始表保持一致，对O......
如何构建人工智能产品？

人工智能产品的构建过程分为三个阶段，每个阶段都有着不同的思考方式。从挖掘行业属性到模型的建立与调优，作者对每个阶段需要注意的问题进行了分析说明，供大家一起参考学习。......
新形势下，企业如何进行数字化转型

数字技术的发展已经从互联网、大数据，迈入人工智能时代。在数字化对社会经济的冲击和颠覆中，互联网企业独领风骚，传统企业的总体表现迄今为止不够理想。......
如何更好地满足用户需求？

用户思维是互联网人需要具备的重要思维，而其中，如何更好地满足用户需求是产品经理每天都要思考的问题。本篇将会从用户需求的定义，形成和解决三个角度出发，解答你的疑惑。......
如何从0到1建设数据中台

数据中台：正确的人+正确的工具+正确的事=降本增效数据中台对于许多传统企业而言，依旧是很陌生的概念。......
中国医院需要什么样的数据中台

医院信息化的基础设施好比是地基。而现实是，地基之上的建筑物并不能等到基础设施完全到位了才开始起步。中国医院的信息化步伐与人工智能技术的落地都在同一片工地里热火朝天的开工。......
IEEE 2020 年 12 大技术趋势：边缘计算、量子计算、AI、数字孪生

在过去的十年中，我们与云之间的日常交互见证了机器学习（ML）的爆炸式增长......
6亿用户音乐场景下的AI思考

网易云音乐是音乐爱好者的集聚地，云音乐推荐系统致力于通过AI算法的落地，实现用户千人千面的个性化推荐，为用户带来不一样的听歌体验。......
java中快速失败(fail-fast)和安全失败(fail-safe)的区别是

当一个或多个线程正在遍历一个集合Collection，此时另一个线程修改了这个集合的内容（添加，删除或者修改）。这就是并发修改......
从数据中台到AI中台

企业对数据的利用有三个阶段：响应运营，响应业务，创造业务。数据中台解决的是响应业务的问题，第三阶段“创造业务”，则需要AI中台。......
企业IT架构的发展历程

信息化基础设施与应用系统就是所谓的IT架构，后来随着SOA理念的引进，企业逐渐在IT构建上具备了整体观，构建信息化设施开始从整体IT架构层面规划，如今随着移动化、大数据、云计算等技术的推动......
企业大中台策略剖析

对于大中台来讲，现在并没有十分严格的定义，每个企业对其的理解都是不同的，有的在技术上使用大中台模式，有的在业务上使用大中台模式，有的将两者相结合。......
企业IT建设方法论

信息化的迭代推进，还可以支撑后续新技术的引进，引领企业信息化时代的同步发展，企业的IT跟业务融为一体，IT推进业务升级、业务创新，保障企业的竞争优势......
如何将机器学习引入边缘计算？

到2025年，全球联网设备总量将达750亿。从智能的家庭监控摄像头，到智能门锁，智能空调等，对于每天要处理大量IoT数据的智能家居行业来说，边缘计算......
企业信息化建设中的几个常见问题和策略

未来企业IT的发展方向主要有两个：即以物联网技术为抓手走向实时互联，以及以大数据和人工智能技术为抓手走向全域智能。......
十大电商平台付费会员设计“套路”

对于一个企业而言，怎么设计一个好的付费会员政策？根据我们的经验，设计付费会员政策是有一定套路的，我们称之为“花-得-省-享”。......

人工智能主题文档