大excel

微调 || RAG，项目落地怎么选？LLM应用选型指南，适用场景全解析

基本定义微调：是指利用更小、更具针对性的数据集对经过预先训练的大语言模型进一步训练的过程。在这个过程中，模型基于新数据集修改权重和参数，学习特定于任务的模式，同时保留来自最初预训练模型的知识。
认知超载·2025-07-03 08:36

《二分枚举答案(配合经典算法)》题集

1.差分粉刷小能手小蓝(42)操作数组的最小次数(43)森林的最大美丽值(44)2.贪心/排序信号塔(33)可得到的最大团队默契(35)3.二维前缀和小秋的矩阵(48)4.K大
英雄哪里出来·2025-07-03 08:06

QT读写excel

最近呢在做一个生产工具，这样的需要将这表格里的元素存下来，支持导入导出首先需要这几个头文件#include"QFileDialog"#include"QAxObject"#include#include"QFile"读取excel
FlechazoCLF·2025-07-03 07:00

7大核心场景全解析

目录一、主要应用场景1.基础设施安全2.身份认证与访问管理3.交易安全与不可否认性4.数据安全5.支付清算与结算6.移动金融安全7.风控与反欺诈二、商用密码应用带来的核心价值三、面临的挑战与趋势四、首传信安解决方案总结金融领域的安全需求是一个极其严苛、多层次、动态演进的体系，其核心目标是构建信任基础，确保资金安全、系统稳定、隐私合规、业务连续。商用密码算法在金融领域的应用是保障金融安全的核心技术支
南京首传信安科技有限公司·2025-07-03 07:29

pycharm运行py之路径、导入问题

文章目录pycharm运行py之路径、导入问题ref实验总结一、运行方式和pycharm窗口二、工作目录`wdir`和系统路径`sys.path`三、模块、包的导入四、大总结pycharm运行py之路径
hellopbc·2025-07-03 06:23

大模型智能运维详解：技术架构、落地挑战与行业实践

大模型智能运维详解：技术架构、落地挑战与行业实践作者：开源大模型智能运维FreeAiOps在数字化转型加速的背景下，企业IT系统复杂度呈指数级增长，传统运维模式面临效率低下、故障定位困难、成本高昂等瓶颈
FreeTools·2025-07-03 06:22

Kafka 核心机制面试题--自问自答

A:Kafka的高性能主要来自三大核心技术：零拷贝(Zero-Copy)：通过sendfile()系统调用，数据直接从磁盘到网卡，避免了内核态和用户态之间的多次拷贝页缓存(PageCache)：消息直接写入操作系统页缓存而非
亲爱的非洲野猪·2025-07-03 06:20

AI Agent开发第81课-企业AI落地15大陷阱与破局之道

1.技术至上：忽视业务融合1.1业务需求驱动的本质AI项目的核心价值在于解决业务痛点，而非技术炫技。某银行通过成熟的人脸识别技术将坏账率降低15%，其成功源于对业务场景的精准把握。技术选择必须基于业务需求的优先级排序，而非单纯追求算法复杂度。当零售企业用AI优化供应链时，其目标是提升库存周转率0.5个百分点，而非发表顶会论文。1.2技术与业务的错位某科技公司投入千万研发智能客服系统，最终因响应准确
TGITCIC·2025-07-03 06:19

大模型-FlashAttention 算法分析

一、FlashAttention的概述FlashAttention是一种IO感知精确注意力算法。通过感知显存读取/写入，FlashAttention的运行速度比PyTorch标准Attention快了2-4倍，所需内存也仅是其5%-20%。随着Transformer变得越来越大、越来越深，但它在长序列上仍然处理的很慢、且耗费内存。（自注意力时间和显存复杂度与序列长度成二次方），现有近似注意力方法，
清风lsq·2025-07-03 05:46

Red Bull红牛携手Fortinet，全球能量饮料巨头筑牢网安防线

客户简介全球能量饮料领军者RedBull作为全球能量饮料领域的巨头，其品牌影响力遍及五大洲，产品畅销175个国家和地区。RedBull
Fortinet_CHINA·2025-07-03 05:16

08_Excel 导入 - 用户信息批量导入

08_Excel导入-用户信息批量导入1.VO类java复制编辑@Data@AllArgsConstructor@NoArgsConstructorpublicclassUserInfoBatch4ExcelReq
耀耀_很无聊·2025-07-03 05:46

用Rust写平衡三进制除法器

1、除法的本质除法的本质是减法，也就是一个大的数减去一个小的数，比如:10/2，也就是10-2-2-2-2-2=0，所以商5余0，10/3，也就是10-3-3-3=1，所以商3余1，这也是很常见的方法，
qq_39858654·2025-07-03 05:45

LangChain4j在Java企业应用中的实战指南-2

LangChain4j在Java企业应用中的实战指南文章标签langchain4j,JavaAI,RAG系统,智能应用开发,LangChain4j实战,企业级AI应用,Java微服务,检索增强生成文章简述随着大语言模型
在未来等你·2025-07-03 04:43

嵌入式AI模型压缩技术：让大模型变小

嵌入式AI模型压缩技术：让大模型变小关键词：嵌入式AI、模型压缩、剪枝、量化、知识蒸馏、轻量化网络、端侧部署摘要：当我们用手机拍照时，AI能瞬间识别出“这是一只猫”；智能摄像头能在0.1秒内检测到“有人闯入
AI智能探索者·2025-07-03 04:40

Android学习笔记

一、Android四大组件精要1.Activity生命周期：onCreate()→onStart()→onResume()→onPause()→onStop()→onDestroy()重点场景：屏幕旋转
LXR小朋友·2025-07-03 04:09

基于大模型的地中海贫血全流程预测与治疗管理研究报告

目录一、引言1.1研究背景与意义1.2研究目的与目标1.3研究方法与数据来源二、地中海贫血概述2.1疾病定义与分类2.2病因与发病机制2.3流行病学特征2.4临床表现与诊断方法三、大模型技术原理与应用现状
LCG元·2025-07-03 04:37

基于大模型的胆囊结石全流程预测与诊疗系统技术方案

目录一、系统架构设计1.1数据采集与预处理模块1.2大模型核心算法模块二、全流程系统流程图三、系统集成方案3.1模块交互流程3.2数据流示意图四、系统部署拓扑图五、核心模块实现细节5.1术前风险预测算法
·2025-07-03 04:07

基于大模型的胆囊结石全流程预测与诊疗系统技术方案大纲

目录一、引言二、系统架构设计（一）数据采集与预处理模块（二）大模型核心算法模块（三）应用层功能模块三、全流程系统流程图四、术前阶段详细方案（一）患者信息采集与整合（二）胆囊结石风险预测（三）手术方案制定辅助
LCG元·2025-07-03 04:06

C语言控制结构深度解析：从底层原理到高效实战技巧

三大基本结构构成所有程序的逻辑基础：顺序结构：代码的自然执行顺序选择结构：if/else语句实现分支判断循环结构：for/while实现重复操作二、选择结构的底层实现1.if语句的机器级实现if (condition
Bryan Ding·2025-07-03 04:35

【Go-策略模式】告别if/else hell，拥抱 Go 语言策略模式

大促活动期间，全场7折。你很自然地写出了这样的代码：funcCalculatePrice(userTypestring,isPromotionbool,pricefloat64)float
c无序·2025-07-03 03:02

云原生 CAD 让制造业设计协同更便捷

云CAD的特征快速灵活部署云CAD的一大优势就是软件部署的灵活性。基于Web浏览器的SaaS化架构，使设计师无需经历冗长的软件安装与版本适配过程。云端统一维护机制确保所有
大腾智能·2025-07-03 03:02

【数据标注师】关键词标注

**三大标注原则**2.
试着·2025-07-03 03:31

【数据标注师】事件标注2

**三大项目特性**二、**四阶段系统学习法**▶**阶段1：掌握标注指南（20%理论+80%案例）**▶**阶段2：触发词精准识别训练**▶**阶段3：要素抽取实战技巧**▶**阶段4：复杂场景突破三
试着·2025-07-03 03:00

VPS云服务器自动化运维：Ansible+Puppet实现批量配置管理与监控

本文将深入解析如何通过Ansible和Puppet两大主流工具实现批量配置管理，构建完整的监控体系，帮助运维团队从重复劳动中解放，确保服务器集群的高可用性。
cpsvps_net·2025-07-03 03:28

(论文总结)思维链激发LLM推理能力

动机:从之前的应用和研究中得知，可以用生成自然语言解释、使用神经符号等形式语言的方法来提高大模型的算术推理能力，当时采用了从头预训练和微调模型的方法，耗费的成本较多；而且大模型具有根据少量文本提示进行上下文少样本学习的能力
靈镌sama·2025-07-03 03:58

MySQL对CPU的占用率很高怎么处理

查看系统负载uptimeLoadAverage长期高于CPU核数，说明系统压力大。查看其它进程情况psaux--sort=-%cpu|head-n10确认是否仅MySQL占用高，或与其它进程有关。
半桶水专家·2025-07-03 02:56

从x86到ARM64：CPU架构的进化与未来

本文将深入探讨x86、x64和ARM64这三大主流CPU架构的历史背景、技术特点、市场应用以及未来发展趋势，以期为读者提供一个全面的视角，理解CPU架构的进化路径及其对未
小俊学长·2025-07-03 02:26

LangChain4j在Java企业应用中的实战指南-3

LangChain4j在Java企业应用中的实战指南】文章标签langchain4j,JavaAI,RAG系统,智能应用开发,LangChain4j实战,企业级AI应用,Java微服务,检索增强生成文章简述随着大语言模型
在未来等你·2025-07-03 02:24

tauri v2 开源项目学习（二）

前言:tauri2编程，前端部分和electron差不多，框架部分差别大，资料少，官网乱，AI又骗我所以在gitee上，寻找tauriv2开源项目，通过记录框架部分与rust部分的写法，对照确定编程方式
·2025-07-03 02:53

tauri v2 开源项目学习（一）

前言:tauri2编程，前端部分和electron差不多，框架部分差别大，资料少，官网乱，AI又骗我所以在gitee上，寻找tauriv2开源项目，通过记录框架部分与rust部分的写法，对照确定编程方式提示
·2025-07-03 02:52

鸿蒙开发必备技能：六种数据存储方式全解析+实战代码

本文将结合实战案例，深入讲解鸿蒙系统中的六大数据存储方式，并配有可运行的代码，帮助开发者快速掌握数据管理方法。引言随着鸿蒙系统的不断发展，越来越多的开发者开始构建面向多设备、多用户、多场景的智能
·2025-07-03 02:23

如果用于AI评课系统的话——五款智能体比较

你目前的项目特点是：已经具备了课堂文本分析、大模型对话系统、课堂视频分析的技术模块；计划通过智能体调用你现有的Python分析脚本，实现数据分析、自动可视化，并与教师互动；更强调多智能体协作、流程灵活编排
东方-教育技术博主·2025-07-03 02:18

重构未来开发范式：如何引领 AIGS 时代的技术革命

一、AIGS革命：AI重塑企业软件系统的三大趋势行业灵魂拷问：当所有企业系统都需要实时调用大模型能力时，您的开发框架能否支撑百万级并发？在数据安全成为刚需的时代，如何实现AI功能的合规化、私有化部署？
小爱想睡懒觉·2025-07-03 02:17

OpenAI技术路线急转：从TypeScript到Rust的Codex CLI重构内幕

目录前言：OpenAI的技术抉择引发业界思考CodexCLI：OpenAI的终端AI编程利器语言抉择的戏剧性反转：从TypeScript到RustRust重写的四大技术动因1.零依赖部署：消除环境配置痛点
全栈陈序员·2025-07-03 02:17

【Python GUI框架全解析】六大主流工具对比与实战指南

目录前言️技术背景与价值当前技术痛点️解决方案概述目标读者说明一、技术原理剖析核心框架对比图框架定位分析关键技术指标️二、实战演示⚙️环境配置核心代码实现案例1：PyQt5现代化窗口案例2：wxPython文件管理器案例3：Kivy移动风格界面案例4：DearPyGui实时仪表盘✅运行结果验证⚡三、性能对比测试方法论量化数据对比结果分析四、最佳实践✅框架选型建议❌常见误区️调试技巧五、应用场景扩展
满怀1015·2025-07-03 01:44

SDK 说明：从基础概念到实践应用的全面解析

从技术架构看，SDK包含三大核心要素：API（应用程序接
Mr_-G·2025-07-03 01:42

git 总结+场景应用

具体应用回退到指定版本git校验忽略git版本标签管理git代码仓库迁移gitbundle后续git新手应用指南概要（git）一、Git简介Git是一个分布式版本控制系统，用于高效地处理从非常小到非常大的项目版本管理
放逐者-保持本心，方可放逐·2025-07-03 01:12

【大模型学习 | BLIP2原理】

BLIP-2:BootstrappingLanguage-ImagePre-trainingwithFrozenImageEncodersandLargeLanguageModels目前（2023）的图文模型都是基于端到端训练方式，大规模的模型和数据集导致了在预训练过程需要的大量计算。作者提出一种从离线、梯度冻结的图像、语言模型中提升图文的预训练模型。为了联系两个不同模态预训练模型，作者提出一种使
九年义务漏网鲨鱼·2025-07-03 00:38

【大模型学习 | BLIP原理】

BLIP:BootstrappingLanguage-ImagePre-trainingforUnifiedVision-LanguageUnderstandingandGeneration作者指出，现有的视觉-语言预训练（Vision-LanguagePre-training,VLP）模型在语言理解与生成任务上难以同时取得优异表现：一方面，基于编码器（encoder-based）的模型在生成任务
九年义务漏网鲨鱼·2025-07-03 00:07

结构光相机：重塑工业自动化的“智慧之眼”，驱动智能制造新未来

二、结构光相机如何破解工业四大痛点1：高精度定位——汽车装配的“毫米级守护者”痛点：传统2D视觉无法捕捉曲面零
lingling009·2025-07-03 00:05

合成生物学奇点：AI驱动CRISPR超进化工厂2025投产纪实

合成生物学奇点：AI驱动CRISPR超进化工厂2025投产纪实》副标题：全球首座AI-BioFab落地深圳，蛋白质设计周期从3年压缩至11天，生物制造成本暴跌90%一、生物制造范式的历史性颠覆▶︎传统生物工程的三大世纪困局
HeartException·2025-07-03 00:03

千亿参数大模型轻量化实战：手机端LLM推理加速300%方案

点击跳转到网站《千亿参数大模型轻量化实战：手机端LLM推理加速300%方案》副标题：2025实测骁龙8Gen4+FP4稀疏量化技术，70B模型推理延迟低至127ms，重构移动端AI天花板封面图：[高通骁龙
·2025-07-03 00:33

多模态进化论：GPT-5V图文推理能力在工业质检中的颠覆性应用

年实测报告显示误检率降至0.0038%，重构制造业质量标准体系封面建议：GPT-5V识别微米级电路板缺陷的对比图，背景显示传统AOI与GPT-5V的误检率曲线一、工业质检的范式革命▶︎传统视觉检测的三大死穴传统
HeartException·2025-07-03 00:02

报告下载丨北京大学：2025年DeepSeek在教育和学术领域的应用场景与案例（上）报告下载丨德勤：2025年生成式AI档案报告下载丨SuperCLUE 中文大模型基准测评 2025

该报告全面探讨了DeepSeek在教育和学术领域的应用。DeepSeek在2024-2025年推出的模型引发国际关注，其通过提升推理能力、全量开源、降低成本及国产自主研发等优势，在教育行业推动了范式革命。报告涵盖了从学前教育到特殊教育的各个阶段，列举了高校如北京大学的学科专业问答工具、北大青鸟的实训平台等应用案例。为教育工作者提供了系统指导，有助于推动教育创新，培养适应AI时代的各类人才。
智能计算研究中心·2025-07-02 23:02

[AI笔记]-Word2Vec面试考点

关键词：维度灾难(维度过高，存储空间大)、高稀疏性、语义表达能力(没有距离概念，无法计算相似度)、内积关系Word2Vec的两种模型是什么？它们有何区别？
Micheal超·2025-07-02 23:01

大模型学习 （Datawhale_Happy-LLM）笔记7: Encoder-Decoder PLM

大模型学习（Datawhale_Happy-LLM）笔记7:Encoder-DecoderPLM1.Encoder-Decoder架构概述1.1架构基础Encoder-DecoderPLM是基于原始Transformer
lxltom·2025-07-02 23:31

[AI笔记]-LLM中的3种架构:Encoder-Only、Decoder-Only、Encoder-Decoder

谷歌的BERT、智谱AI发布的第四代基座大语言模型GLM4Decoder-Only也被称为
Micheal超·2025-07-02 23:29

长尾形分布论文速览【80-119】

每一大类包含相应的工作，帮助我们从整体上把握各方向的研究进展。
木木阳·2025-07-02 23:58

为 Agentic AI 的黎明构建地基

今天，这个焦点无疑是大语言模型技术。它们的流畅对话、惊人的创造力，让我们得以一窥未来的轮廓。
·2025-07-02 22:50

数据结构：递归：汉诺塔问题（Tower of Hanoi）

目录问题描述第一性原理分析代码实现第一步：明确函数要干什么第二步：写好递归的“结束条件”第三步：写递归步骤递归调用树问题描述有三个柱子（A,B,C），上面有n个大小不等的圆盘，最开始所有圆盘按从大到小顺序堆在柱子
95号闪电麦坤·2025-07-02 22:50
上一页 3 4 5 6 7 8 9 10 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他