首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏腾讯云存储

    腾讯数据湖AIGC多模态模型

    近日,腾讯存储解决方案总监温涛受邀在2024数据基础设施技术峰会-“智算中心技术创新论坛”分享了腾讯的数据智能生态创新之路,剖析腾讯数据湖在AIGC多模态模型方面的应用实践。 总体来说,多模态模型对存储系统提了五个方面的要求,低成本、高性能、海量存储、高可用、安全。 ,这个大模型是我们自己训练的,基于公司内部的通用模型,我们做了一个进一步的调优和训练,专门用于图文内容搜索模型模型。 通过我们自己的图文模型之后,就把导入的这些文档进行向量化,保存到腾讯的向量数据库里面去,用户展示搜索的时候,我们把搜索请求通过图文模型做向量化,从向量维度,在向量数据库里面进行搜索,找到匹配度比较高的 总结一下,腾讯智能数据湖的方案针对AIGC场景提供了一系列的能力,包括数据迁移的能力,包括GooseFS缓存加速集的能力,还有数据万象集的能力,共同支撑AIGC的5个业务流程,一起提供一个低成本、高性能海量存储

    2.1K00编辑于 2024-05-24
  • 来自专栏DrugAI

    Patterns | 语言模型药物研发

    DRUGONE 语言模型(LLMs)在药物发现与开发领域的应用标志着一次重要的范式转变,为理解疾病机制、推动全新药物发现以及优化临床试验流程提供了新方法。 研究人员探讨了这些先进的计算模型如何揭示靶点与疾病的关联、解读复杂的生物医学数据、提升药物分子设计、预测药效与安全性,并推动临床试验的执行。 整合遗传学关联信息显著提高临床靶点的成功率。 先导优化:提升先导化合物的效力、稳定性和安全性。 临床前开发:在动物模型中测试优化后的候选物,为进入人体试验做准备。 专用模型如 MolGPT、Lingo3DMol 在结构生成上具有高精度; 通用模型如 MolT5、GIT-Mol 通过整合图、图像与文本,实现更广泛的分子生成。

    45120编辑于 2026-01-06
  • 来自专栏架构驿站

    AutoGen:模型,解锁无限可能

    在语言模型领域,基础模型尽管擅长执行翻译、问答等常规任务,有时却显得力有不逮,犹如缺少关键工具的熟练工人。 在实际业务场景中,赋予语言模型更强大能力的主要方式有两种:一种是通过特殊管道向模型输送额外信息,另一种是让模型自主使用各种工具。 而 AutoGen 则利用贝叶斯优化、强化学习等技术,能够更高效地搜索最优模型,从而大幅缩短模型开发时间,节省计算资源。 而 AutoGen 专门针对消费级 CPU 和集成 GPU 等硬件进行了优化,使得普通用户也能在个人电脑或移动设备上训练和部署机器学习模型,极大提高了 AI 的可及性 5、扩展应用场 5、实时反馈改进 AutoGen 提供全面支持人机交互,使开发人员能够在原型设计过程中获得实时反馈。用户可以参与原型对话,就交互自然性、响应准确性及整体用户体验提供反馈。

    59410编辑于 2024-11-01
  • 来自专栏前端数据可视化

    「LongCat模型「沉浸式翻译」

    但是免费的AI翻译用的都是几B的小模型。 想用大点的模型默认只能充值变强。 虽然几B模型也够用,但如果有免费的更强的模型,为什么不用呢? :LongCat 自定义 API 接口地址:api.longcat.chat/openai/v1/c… APIKEY:去 LongCat 后台申请 longcat.chat/platform/ap… 模型 :写本文时 LongCat 提供了5模型免费使用,按需选择即可 LongCat-Flash-Chat LongCat-Flash-Thinking LongCat-Flash-Thinking-2601

    16910编辑于 2026-07-06
  • 来自专栏啄木鸟软件测试

    2026年AICICD的5误区

    本文结合微软Azure DevOps AI Lab、Netflix Chaos Engineering团队及国内某头部厂商真实实践,梳理2026年AI融入CI/CD过程中最普遍、最具破坏性的五误区。 误区三:迷信通用模型,轻视领域小模型与规则引擎的协同价值 部分团队盲目采用百亿参数LLM解析Jenkins日志或生成SOP文档,结果响应延迟高、幻觉频发、成本失控。 用规则引擎+决策树识别Gradle依赖冲突(参考Spring Cloud官方CI插件),再由模型承担低频高创造性任务,如撰写故障复盘报告摘要。 年最佳实践强调‘渐进式飞轮’:第一阶段强制要求所有P0/P1故障必须完成结构化根因标注(使用预定义Schema:变更类型/影响范围/触发条件/修复动作);第二阶段用半自动工具(如AI辅助标注助手)将标注效率提升5倍 结语:回归工程本质,让AI成为‘更聪明的螺丝刀’ AI不会重构CI/CD,但会重塑我们对质量、速度与安全边界的认知。

    42010编辑于 2026-03-31
  • 来自专栏腾讯云安全的专栏

    AI 安全,腾讯发布三安全新品和三行业安全解决方案

    6月22日,腾讯“+未来”峰会云安全专场在深圳举行。会上,腾讯隆重介绍了三款重磅云安全新品,分别为主机安全、反诈骗、网站安全,同时发布腾讯在车联网、移动、直播三领域的安全行业解决方案。 镜重点关注平台遇到的Top5风险,落实下来,60%的主机安全问题都能得到有效解决。搭配其它云安全产品与解决方案,能够全面提升安全能力与运维水平。 借此机会,腾讯更对其安全生态进行了全面介绍:已联手50家合作伙伴,推出超过100款云端安全产品,涵盖主机、网络、移动等七安全领域。 除了提高云平台的安全打击能力,腾讯还致力于开放技术积累,帮助用户构建智能的安全防御能力。为此,腾讯在本次大会上,一口气发布了三新品、三行业安全解决方案,并推出腾讯云安全产品矩阵。 腾讯希望通过智能协同的方案,以更低的成本更早发现业务安全风险。过去有直播平台需要雇佣数百名内容审核人员,但每天发现不到一个带有问题内容的房间,应用该方案后,效率得到数十倍的提升。

    2.7K80发布于 2018-06-12
  • 来自专栏云+创业计划

    AI 安全,腾讯发布三安全新品和三行业安全解决方案

    6月22日,腾讯“+未来”峰会云安全专场在深圳举行。会上,腾讯隆重介绍了三款重磅云安全新品,分别为主机安全、反诈骗、网站安全,同时发布腾讯在车联网、移动、直播三领域的安全行业解决方案。 镜重点关注平台遇到的Top5风险,落实下来,60%的主机安全问题都能得到有效解决。搭配其它云安全产品与解决方案,能够全面提升安全能力与运维水平。 借此机会,腾讯更对其安全生态进行了全面介绍:已联手50家合作伙伴,推出超过100款云端安全产品,涵盖主机、网络、移动等七安全领域。 为此,腾讯在本次大会上,一口气发布了三新品、三行业安全解决方案,并推出腾讯云安全产品矩阵。 腾讯希望通过智能协同的方案,以更低的成本更早发现业务安全风险。过去有直播平台需要雇佣数百名内容审核人员,但每天发现不到一个带有问题内容的房间,应用该方案后,效率得到数十倍的提升。

    4.7K10发布于 2017-06-26
  • F5推出AI网关,企业化解模型应用风险

    为助力企业高效整合应用、API与语言模型(LLM),加速 AI技术的广泛部署,F5推出AI网关(AI Gateway)。   F5应用交付和安全平台  F5 AI网关能够帮助用户化解模型应用的风险并确保AI应用的合规性。 此外,F5 AI网关可部署在任何或数据中心,并原生集成F5 NGINX及BIG-IP平台,从而在传统、多云或边缘部署中充分利用F5领先的应用安全和交付服务。   今年晚些时候,F5将推出BIG-IP AI助手,为iRules更高水平的自动化与智能化。该助手可自动生成、维护并优化iRules,从而大幅减少企业在流量管理与安全交付应用上的时间与资源投入。 借助F5应用交付与安全平台这一全新平台,企业能够满足现代应用及AI驱动型应用的严苛需求,通过部署AI网关化解模型应用风险,打赢AI流量治理与安全防御攻坚战。

    43500编辑于 2025-06-24
  • 来自专栏边缘计算

    聚焦MEC边缘5G行业应用

    MEC边缘作为5G网络架构中的关键一环,如何利用MEC边缘5G行业应用,是在5G来临的前夜,整个行业所急需思考的问题。 MEC,ETSI将其定义为多接入边缘计算。 、数据优化、应用安全保障等方面的全链条管理服务。 中 国联通将持续秉承开放、包容的姿态,以MEC边缘为契机,5G行业应用,携手产业界,共创美好边缘生态。 在本届世界移动通信大会(MWC2019)期间,中国联通将隆重召开“MEC边缘商用加速计划”发布会,以“构建边缘智能生态,5G数字转型”为主题,向全球产业界传递联通MEC边缘战略布局及商用计划,携手合作伙伴共建 除此之外,中国联通将携手华为和INTEL等联合展示三商用落地创新成果“5G边缘智能驾驶”(Hall 1馆 #1H50)、“CUBE-EDGE平台助力5G新媒体及AI应用”(Hall 3馆 #3E31

    2.5K41发布于 2019-07-03
  • 来自专栏LLM学习笔记

    Puppeteer MCP Server:模型的网页交互能力

    前言 最近热衷于找一些好玩的MCP,集成在codebuddy中,给模型外挂许多有趣的功能,在开发的代码的同时,在IDE中可以获得更多的乐趣。 例如使用AI模型调用天气工具、自动浏览网页、数据爬虫等。 今天要实践的 MCP Server:Puppeteer浏览器自动化,该 MCP Server 是一个利用 Puppeteer 提供浏览器自动化功能的服务器,可让模型与网页交互,进行截图,并在真实的浏览器环境中执行 我要求打开腾讯开发者社区,Puppeteer mcp server 搜索到了网址,并在浏览器中打开了这个页面。 使用 puppeteer_screenshot 工具截取网页的屏幕截图。 结语 Puppeteer MCP Server 是一个强大的工具,能够让模型通过标准化接口与网页进行交互,实现浏览器自动化操作。

    3.8K50编辑于 2025-05-20
  • Spring Boot 接入模型实战:混元模型智能应用快速开发

    ----引言在人工智能技术飞速发展的今天,模型如混元模型(此处为假设或泛指某类先进模型)等已成为推动智能应用创新的重要力量。 混元模型:假设混元模型是一个集成了多种智能处理能力的先进模型,它能够理解自然语言,处理图像,合成语音,并进行多种智能任务的协同处理。 延迟:由于模型通常部署在云端,因此可能会存在一定的网络延迟,影响用户体验。隐私:在将用户数据发送给模型进行处理时,需要注意隐私保护和数据安全问题。 chat")public String chat(@RequestParam String message) { return aiChatService.chat(message); } }5. 未来,随着模型技术的不断进步和Spring Boot框架的持续优化,我们可以期待更加高效、灵活、安全的智能应用开发方式。

    1.7K31编辑于 2024-10-28
  • 腾讯携手APUS:垂直模型企业出海与行业智能化实践

    部署垂直模型矩阵:重塑医疗与电商业务工作流 为击穿传统行业壁垒,APUS针对特定高频应用场景,自主研发并部署了具备深度学习能力的垂直领域模型矩阵: 全流程医疗模型(岐黄/智草): 覆盖诊前、诊中 释放垂直模型效能:量化医疗精准度与电商流转效率 通过行业专业知识的注入与模型微调,垂直模型在具体业务指标上实现了确定性的优化: 医疗风控与准确率双升: 医疗(岐黄)与中医(智草)模型底层融合了千万级知识图谱 通过调用千万级专业医学知识进行模型回答内容校验,有效抑制了生成式AI的“幻觉”问题,确保医学诊断的严谨性与安全性。 : 采用腾讯高性能 GPU算力集群,结合 CFS模型存储 统一管理APUS旗下的少伯、云梦、太博、岐黄等多个大模型资产,保障庞大数据吞吐的稳定性。 全生命周期性能调优: 腾讯在底层提供模型训练优化与部署推理优化支持,从基础设施层面降低单次生成(Ops Cost)的算力成本,同时构建坚固的业务安全防线,满足全球化部署的数据主权要求。

    18410编辑于 2026-05-30
  • 来自专栏达观数据

    柴洪峰院士:模型金融科技思考与展望

    本文整理自7月7日世界人工智能大会“AI生成与垂直语言模型的无限魅力”论坛上中国工程院院士、复旦大学金融科技研究院院长柴洪峰《模型金融科技思考与展望》的主题分享,从金融垂直模型构建、金融知识图谱与模型融合以及金融模型的监管三个方面进行介绍 大数据、人工智能和机器学习等技术的发展,使人们更快速、高效地获取、分析、存储、共享和整合各种异构数据。然而,金融垂直领域的模型应用仍面临一些挑战。 金融数据底座与模型的融合技术,解决通用模型在垂直领域知识匮乏、知识关联问题,同时实现模型根据数据实时更新、不断迭代。基于金融科技底座的模型对于金融科技多领域的应用,展现金融垂直领域涌现能力。 三、关于金融模型的监管     从安全角度解决模型的部署问题金融数据和垂直领域模型密切相关,存在数据安全模型安全可信和伦理等问题,同时金融领域也涉及敏感信息和决策,因此对于金融模型的监管必不可少 具体来讲可分为数据安全与版权安全两个方面:数据安全模型的复杂性和规模增加了攻击者进行攻击的可能性。

    56530编辑于 2023-08-01
  • 模型重塑保险行业应用:腾讯多层级能力效率与模式升级

    ; 应用层面:范式待革新(从“问答”到“干活”),需深入业务流程,当前对内提效为主、对外服务少; 技术与资源层面:模型向巨量化与轻量化并行进化,算力需求呈指数级增长,混合架构成主流,同时需保障模型训练 /应用/推理安全。 构建腾讯AI原生体系保险业务 腾讯围绕模型创新、智能体开发、知识库建设、AI基础设施升级四维度,构建AI原生体系,提供多层级能力: 知识库建设:腾讯乐享AI知识库(DeepSeek+混元模型双核驱动 ),支持代码补全、技术对话、单元测试等,覆盖编码全流程; 基础设施:TI平台(一站式AI训练推理工具链),含自研Angel训练推理加速框架;模型安全(天御内容安全)、腾讯ES(提升RAG检索效率 模型获MTEB中文榜单第一,TI平台通过海光、海天CPU生态兼容性认证; 场景覆盖:能力贯穿保险核保核赔、风控管理、员工培训、IT、客户服务全链条,支持企业“用上AI、用好AI”。

    48520编辑于 2026-05-01
  • 来自专栏finclip小程序ide

    安全沙箱技术企业共建数字安全生态

    零信任概念的提出,彻底颠覆了原来基于边界安全的防护模型,受到了国内外网络安全业界的追捧。一、零信任是什么?零信任是一种设计安全防护架构的方法,它的核心思路是:默认情况下,所有交互都是不可信的。 零信任的产生有其客观必然性,源于传统的信 任模型受到挑战。访问控制是维护网络安全的基本机制,而实施访问控制的前提条件是身份认证。 这些因素导致原有的访问控制模型需要作出改变,而这种改变的基本特征是,不能再依赖一次性认证便持续信任身份,而 是需要持续、不断地进行认证,这正是“零信任” 的来源。 等操作系统里就提供直接叫做“Jail”的虚拟化隔离;在JVM里为了支持Java Applet这里网络加载的代码的运行,实现了sandbox机制;浏览器里的HTML渲染引擎,一定程度上也可以视为一种在用户态的基于安全能力模型 FinClip是一种新型的轻应用技术,在FinClip安全沙箱中运行的轻应用,选择了兼容互联网主流的小程序规范。企业IT几乎是无缝掌握这个技术,迅速投入应用。

    83800编辑于 2022-11-07
  • 腾讯代码助手 CodeBuddy:模型的企业级软件工程产品概要

    数据来源与权威背书:本报告基于 刘毅(腾讯开发者产品总经理) 发布的《模型企业级软件工程开发》材料整理汇编。 一、 产品定位与核心亮点 腾讯代码助手 CodeBuddy 是一款基于模型、面向企业级软件工程的全链路智能开发辅助产品。 场景痛点2:复杂工程理解与处理能力不足(工具与环境的脱节) 大规模企业项目的代码量轻易超出模型的处理窗口。 跨模块一致性与全局依赖关系的识别经常失效。 缺乏基础服务链接能力(BaaS)。 模型生成的代码存在安全风险(Security)盲区。 三、 应用框架和功能介绍 1. 解决方案:引入基于 MCP 与 RAG 架构的模型开发辅助产品,全链路覆盖编码前规划、设计,编码中逻辑生成与反思调试,及编码后安全(TCA)、部署(CloudStudio)环节。

    31810编辑于 2026-05-30
  • 来自专栏亨利笔记

    原生技术联邦学习

    它专注于提供一个安全的计算框架来支持联邦AI生态系统,实现了基于同态加密和多方计算的安全计算协议,同时也支持各种机器学习算法。 它将各种安全协议——同态加密、秘密共享、RSA、Diffie-Hellman 等——应用于不同的算法,以符合安全、审计和法律的要求。 为大规模应用提供自主研发的分布式计算、传输和存储引擎。 AI 模型、计算能力和数据是 ML 的三核心支柱。 如果被采纳,这些将成为 ML 的第四支柱。 VMware OCTO 团队正在运用虚拟化和基础架构方面的专业知识,致力于解决联邦学习的运营挑战。 当我们开发和部署 ML 应用程序时,它通常由几个阶段组成,例如识别问题、数据工程、选择算法和编码模型、对数据进行实验、调整模型、训练模型、为训练好的模型提供服务,等等。

    1.2K40发布于 2021-09-24
  • 来自专栏图灵人工智能

    Nature深度:模型如何“”机器人?机器人又如何“训练”模型

    原文作者: Elizabeth Gibney,《自然》物理、人工智能和政策记者 原文链接: https://www.nature.com/articles/d41586-024-01442-5 对于看着 这条道路上有很多障碍,包括收集足够多的正确数据来供机器人学习、处理易受影响的硬件以及解决安全问题。新加坡国立大学人机互动专家 Harold Soh 说,“应该探索”用于机器人的基础模型。 Chen 说,硬件一直在进步,但“很多人只看到了基础模型的前景,却不知道部署这些类型的机器人有多么困难”。 另一个问题是,机器人基础模型在使用视觉数据(占其物理训练的绝大部分)时走多远。 将基础模型应用于现实世界还面临另一个重大挑战——安全性。自大型语言模型(LLMs)开始大量出现以来的两年里,它们已经被证明会产生错误和有偏见的信息。它们还可能被诱骗去做程序设定它们不能做的事情。 她表示,机器人领域也需要人工智能安全领域正在进行的宝贵工作。此外,她的团队还在一些机器人人工智能模型的学习基础上添加了一些规则,比如甚至不尝试与人、动物或其他生物体互动的任务。

    55610编辑于 2024-05-31
  • 腾讯乐享模型企业智能知识管理升级

    传统知识管理面临效率与价值瓶颈 企业知识管理普遍存在知识生产门槛高、内容检索效率低、经验传承困难三核心痛点。 集成大模型技术重构知识管理全流程 腾讯乐享通过接入腾讯知识引擎,基于混元模型技术构建智能知识管理解决方案。 腾讯乐享基于腾讯技术体系构建高可用服务架构: 采用自动弹性伸缩、熔断限流机制,实现同城跨区高可用部署 通过混沌工程和故障演练体系,保障系统稳定性 支持万人级并发场景,某企业数万人直播大会稳定运行 依托腾讯15年内部实践经验和混元模型技术 ,腾讯乐享为企业提供涵盖知识生产、消费、安全和运营的一站式智能知识管理解决方案,助力企业实现知识管理数字化转型。 数据来源:腾讯乐享产品文档、旷真律所案例数据、腾讯知识引擎技术评测报告

    18310编辑于 2026-05-31
  • 来自专栏实时渲染技术

    聊聊实时渲染对VR空间文旅的

    本文小芹基于经验来聊聊实时渲染是如何VR空间文旅的。原来的VR体验是在一个固定的座椅上带上头盔观看3D内容,基本没有交互。 当然这里要解决的问题有很多,但都有办法,我们只讨论实时渲染是如何实现这类需求的。我们知道一般VR模型精度越高,要流畅运行对于显卡的要求越高,如果单靠VR设备本身的算力很难达到。 支持多个VR模型同时运行的高性能服务器,具体显卡和服务器数量看VR模型显卡的要求以及同时使用并发数要求。 将VR3D模型存储在服务器上,服务器上也安装实时渲染软件,告知实时渲染软件要推流的VR模型存储位置,就可以在流管理平台得到一个推流后网址或者二维码。 另外如果是集中城域网机房支撑多个门店的VR空间体验,使用实时渲染推流管理VR模型的迭代更新更方便,直接远程连接服务器,将替换新的VR模型即可,app端在线升级,可以大大简化运维和管理成本。

    61610编辑于 2025-02-17
领券