- 综合排序
- 最热优先
- 最新优先
- 来自专栏千帆企业应用连接器
【神笔aPaaS】11月能力月报
事件格式、关联选择器以及移动端页面优化 5、支持多人协同开发，支持页面锁定&解锁，提高协同开发体验 6、新增视频播放器组件，可以在页面中轻松添加视频内容 7、丰富页面CSS样式，并开放升级样式低码能力 8、支持页面参数管理，页面支持全局、局部变量以及页面入参传递，且支持组件数据源、默认值、唤起流程等场景使用变量 9、升级前端表达式能力，支持变量、上下文以及组件值在表达式中获取使用；支持组件默认值 、数据源、显示条件等场景使用变量值 10、升级动作编辑器，支持变量赋值、触发组件动作等能力 image.png 11、Web SDK升级，增强自定义组件扩展能力 12、其他页面优化点，涉及移动导航 流程管理支持查看完整流转记录 5、支持设计态预览日志滚动打印功能 image.png 6、流程查询记录节点支持排序功能 image.png 7、流程管控展示日志优化 image.png image.png 03对象模型 1、RestfulAPI支持外部数据源构建外部对象-支持表达式低码能力 2、Excel数据支持导入/导出主子表 image.png image.png image.png 3、页面查询表单支持1
81330编辑于 2021-12-07 - 来自专栏花叔的专栏
11-9小程序新能力
11月9日发布的小程序新能力，其实在技术上没什么特点，就不做解读了，后头应该有更劲爆的。 “ 为帮助开发者快速推广小程序，公众号文章底部广告位现已支持推广小程序。
89870发布于 2018-04-18 - 来自专栏物流IT圈
架构师能力模型
架构师能力模型 ---- 网上已经有前辈在 2007 年时，已经总结了他对架构师的能力模型的理解。 写得非常详细，见：《架构师的能力模型（图）》、《能力要成体系》、《旧文重发：做人、做事，做架构师——架构师能力模型解析》。 个人觉得，上文中的能力模型有些过于具体，不方便读者按照该模型进行学习。 这些因素为什么会成为架构师能力模型中的关键因素？ 下面我来补充一下我对架构师的能力模型的理解。能力模型分为两个层次。 ? 可能比较抽象，我对本层能力模型中的各个能力点做一些简单的诠释： 学习能力，是一切能力的源泉！所有的知识，都可以学习。学习能力是一个人的核心能力！所以，在学习任何事之前，应该先学习如何更好地进行学习。 其它：…… 专业能力层 ---- 通用能力层之上，就是架构师能力模型中第二个层次：专业能力层。这一层的能力越精通，说明越能胜任架构师。 ? 基础能力层：基础能力层的特点是非常简单，但是却非常重要。
2K10发布于 2019-07-25 - 来自专栏喔家ArchiSelf
大模型应用的能力分级
对大模型应用的能力分级就像给学生打分一样，能让我们更清楚它的本事有多大。能力分级能帮我们设定目标，知道AI现在能干什么，未来还要学什么。 另外，能力分级让普通人更容易理解AI的能力，避免过度期待或担心。 大模型的应用主要有两种常见模式：RAG 和 Agent。选哪种 RAG 架构，得看具体要解决什么问题，确保它适合任务需求。 RAG 回顾 实现一个高效的 RAG（检索增强生成）系统面临几个关键挑战：首先，系统需要能够准确地找到与用户问题相关的信息；其次，它必须正确理解用户的真实意图；最后，还要能够利用大型语言模型（LLM）的推理能力来处理复杂的任务 关于RAG 的更多资料，可以参考《大模型系列——解读RAG》、《RAG的10篇论文-2024Q1》、《Chunking：基于大模型RAG系统中的文档分块》、《解读GraphRAG》和《在大模型RAG系统中应用知识图谱 小结 将大模型应用的能力进行分级，不仅有助于推动技术发展，还能更好地匹配实际应用场景，同时也让公众更容易理解其价值。
1.8K20编辑于 2025-03-31 - 来自专栏大语言模型
探索大模型能力--prompt工程
LLM大语言模型终究也只是一个工具，我们不可能每个人都去训一个大模型，但是我们可以思考如何利用好大模型，让他提升我们的工作效率。 提示词（prompt）就是你给大模型下达的指令输入，它包含以下任意要素： 指令：想要模型执行的特定任务或者指令。 上下文：包含外部信息或额外的上下文信息，引导语言模型更好地响应。 提示工程就是开发和优化提示词（Prompt），一种在大模型中使用的技巧，通过提供清晰、简洁的指令或问题，充分发挥大模型的能力，让模型更好地理解我们的需求，从而得到更好的模型输出。 给大模型提示语的时候，你就是产品经理： 你随便提需求，模型也就随口一答； 你提出详细的需求，给出充分的需求背景，给足输出数据，定义好输出格式，好的模型就像一个好的程序员，会给你一个满意的答复的~ 2 prompt 策略1：指定完成任务需要的步骤 告诉模型完成这个指令，需要执行几步，每步的详细步骤 策略2：明确模型再给出结论之前推理出自己的解决方案 让模型自己推理，写出每一步的步骤，给足够的时间（token-钱）边思考边执行
3.3K72编辑于 2024-01-23 - 来自专栏资讯分享
大模型能力竞争终局已定
作者｜Kai博士编辑｜郭晓静2023年11月6日兴许会成为一个人类历史上一个里程碑式的时刻，在这一天，美国旧金山迎来了万众瞩目的首次OpenAI DevDay。 01GPT能力的完善与大模型能力竞争的终结OpenAI发布ChatGPT3.5引爆市场的几个月间，引发了一场大语言模型“大跃进式”的风暴。 需要指出，大模型能力之争的终结并不指只有OpenAI一家公司独大，而是指其它大模型所发展的方向和生存，不再是以模型基础能力为主要考量，将会向更多复杂的因素延展。 的大模型有差距，但是依靠特定方向的能力提升或者其它赛道上的独特优势成为大模型领域的“多强”。 在2023年上半年Stanford发表关于Agent小镇的研究工作，就预示了Agent-Centric时代的到来，而11月6日OpenAI的DevDay再次给出了里程碑式的提升和印证。
49910编辑于 2023-11-20 - 来自专栏服务端技术杂谈
程序员的能力模型
同时P7具备的专业的开发技能和一定的架构知识，在程序员纬度上能力慢慢趋于全面。 而且我推荐技术团队的leader要到P7才开始带团队，从BAT来看，基础leader都是P7开始胜任的。 ? ---- 后台开发知识 关键词：理解原理，掌握后台架构设计方法论 标准： 深刻理解系统在实际运行过程中所经过的各个环节的相关知识，原理，如硬件(CPU，内存，存储架构等)，内核(进程调度，内存管理模型) 开发能力 关键词：能主导或核心参与大中型项目，能担任大型项目的技术负责人 标准： 精通1～2门主流开发语言。 熟悉1～2种常见软件工程开发模式，领会其中要领，并在具体项目中实践过。 架构能力 关键词：子系统设计能力，完整系统设计能力，横向大系统设计能力&前瞻性 标准： 能够完成多方需求收集，形成技术需求文档。 考虑合理的地域或机房分布，系统灾备能力，运维发布及扩展性。 能够充分的估算出系统可达的性能，能够设计出高性能，高并发，海量数据处理系统。 能够对公司内部系统的架构有一定深度的认识和了解。
3.9K30发布于 2018-09-21 - 来自专栏SaaS加速器
总结ToB产品市场能力模型
在此，图图为大家梳理了产品市场能力模型，试图去解释我所理解的产品市场工作。 阅读本文，希望能够帮你： 概括产品市场的职责，帮助新人介绍清楚自己是干什么的； 对照能力模型评估自己的工作流程和业务能力； 找到自己的方向，根据自身经验向某一方向的产品市场专家努力。 那么开门见山，就让我们直接来看这个产品市场能力模型吧： ? 这个能力模型，可以概括产品市场的职责以及工作流程。下面我们展开讲解。 ? 赋能——卖什么，怎么卖 在这个能力模型里面，我没有写产品市场JD里面经常提到的“包装产品”“提炼卖点”之类的内容。因为这些事是过程，而非结果。你要蒸包子，怎么可能不会和馅儿呢？ 以上，就是图图总结的产品市场能力模型。对于产品市场能力和工作职责的梳理肯定有遗漏，但是大体的能力和方向就是这些。基于不同的从业经验和个人兴趣，产品市场会发展出不同技能树。
1.7K22发布于 2021-02-26 - 来自专栏哲学驱动设计
CTO 能力模型 V0.1
虽然公司和自身都总有诸多不尽如人意的地方，但是，自我觉得个人学习能力还行，所以不断地学习并调整自己的工作方式。慢慢地，也逐渐形成了自己的管理体系。 这两天，也看了看别人对于 CTO 的一些总结。 下面就简单分享一下我对 CTO 能力模型的总结。 ? ? ?
1.2K20发布于 2018-09-27 - 来自专栏老张的求知思考世界
性能测试岗位能力模型
星球有同学向我提了一个问题： “目前在做性能测试岗位的职级划分和能力模型定义的的工作，想咨询下性能测试岗位按照初/中/高/资深/专家，不同职级应该具备哪些能力，如何衡量这些能力”？ 针对这个问题，结合我自己之前作为面试官和稳定性团队Leader的经验，对于性能测试岗位，我个人认为岗位能力模型的划分可以参照如下的内容。 岗位胜任力模型 岗位分级 必备技能 角色定位 关键任务 初级 1、性能测试基础理论2、熟练使用压测工具 脚本执行工具人 1、能写脚本2、看得懂监控指标 中级/高级 1、性能测试基础理论2、熟练使用压测及监控工具 ：性能测试的测试对象是各种软件系统，因此了解系统的技术架构和各种调用依赖关系也是必不可少的； 评估能力：问题越早发现修复成本越低，在需求和方案评审时就评估发现风险，这是高级向资深迈步的必备能力； 规划能力 ：上面的六点能力主要集中在如何解决问题，规划能力是建设解决问题能力的底层建设和整体发展方向； 一站到底：对于专家岗位，我的认知是所有这个领域的问题到这里就应该都被解决，无论是技术难题还是沟通协调； 最后
64020编辑于 2023-03-01 - 来自专栏大语言模型
大模型能力评测方式很多？
其核心框架可拆解为基础维度、主流基准与关键方法，共同构成模型能力的“CT扫描”系统。 二、主流基准与核心指标通用能力：MMLU（57学科准确率）、HellaSwag（常识推理）为标杆，需控制数据泄漏与温度参数。 AI评测的核心是“场景匹配”：通用能力看MMLU+人类偏好，代码能力信SWE-bench+pass@k，安全侧重拒答率与校准度。唯有多维指标联动，才能勾勒模型真实能力画像。
47410编辑于 2025-08-13 - 来自专栏轻咨询服务
Z市台风预测模型实战分析——模型的云能力PAAS中心能力如何构建
上回我们谈到AI模型的两大基石之一，云能力，而云能力分为边缘计算能力和PAAS层中心能力。在咨询项目中，如何构建PAAS层中心能力。 从当时地质业务需求来看，中心层能力是大模型计算的核心能力，依赖机房的计算存储平台，大模型可以按需运算并预测结果。 由于部署了台风预测模型，业务侧需要分钟级输出未来30天的预测结果，每分钟计算资源要非常充足。 硬件平台讲了这么多，其实都是为PAAS层能力服务。为了让业务侧具备自主编程和调试台风预测模型的能力，PAAS层配备了微服务流水线的能力，codearts, 微服务架构。 未来模型应用的场景会逐步增多，新场景除了模型泛化能力支持外，还要进行算法调优或RAG等技术辅助。欢迎点赞和关注公众号“科技江河”，如果喜欢，在公众号打赏下呗，感谢
13800编辑于 2024-12-31 - 来自专栏ClearSeve
C++11内存模型
最近看了极客时间——《现代C++实战三十讲》中的内存模型与Atomic一节，感觉对C++的内存模型理解还不是很清楚，看了后面的参考文献以及看了一些好的博客，算是基本了解了，根据参考文献整合一下。 Thread-1: Thread-2: x = 100; // A std::cout << x; // B C++11 C++11的内存模型共有6种，分四类。其中一致性的减弱会伴随着性能的增强。 参考链接 【1】C++11中的内存模型上篇 – 内存模型基础 【2】C++11中的内存模型下篇 – C++11支持的几种内存模型 【3】理解 C++ 的 Memory Order 【4】如何理解 C++ 11 的六种 memory order 【5】《现代C++实战三十讲》中的内存模型与Atomic
1K30编辑于 2022-02-11 全球大模型真实编程能力大摸底！评测新标准揭秘模型能力虚胖真相
基于此数据集，我们对全球 18 个主流大模型的算法编程能力进行了系统评测并量化得分，详细评分榜单如下所示，可以看到全球顶尖大模型距离以往所宣称的编程能力还存在很大差距，哪怕是最高分的 o4-mini-high 基础模型决定上限： 指令微调模型在 OIBench 上的表现高度依赖其基础模型的能力，说明基础模型的预训练质量是决定代码能力的关键。 为了更细致地分析模型的能力，我们还引入了 “伪代码提示” 评测：将标准解答转为伪代码并作为提示输入，考查模型理解和复现解题思路的能力。 进一步分析发现，指令微调模型的表现与其基础模型高度相关，说明代码生成能力主要取决于预训练水平。 不仅为大语言模型的算法推理能力评测树立了一个全新标杆，也为整个行业带来了更多思考。它让我们看到：即使在模型能力突飞猛进的今天，真正高质量、高难度的算法挑战依然能够 “难倒” 最先进的 AI。
1.2K10编辑于 2025-07-28- 来自专栏MixLab科技+设计实验室
产品经理能力模型答网友问
—— 罗曼·罗兰(法) 上周发的文章《创业团队从0到1，产品设计师、产品经理的能力模型与职业成长之路》，得到了很多朋友的反馈，我在这里把握的回答汇总了一下，希望对大家有帮助。 我的列能力模型不一定适合所有人。我只知道我们团队现在需要这样的人。 但是大道至简，作为互联网产品经理，背后知识也总有些相通的地方。 对于我的产品经理能力和核心就是人、技术、商业，这源自IEDO的Design Thinking。 ? 国外专家也有用UX、技术、商业三个环代表产品经理的能力，但本质和IDEO的模型没有差别。 ? 我设置的能力模型，也仅代表自己公司的目前需求。 Q4：如果这些前提的知识都是通用型的，是不是就可提炼到一个产品职业人的规范化培训的体系中，让入门的产品人，可快速上手。 所以招人的时候的能力模型是一个较为客观的衡量标准。 感谢小凡整理的脑图 ?
54420发布于 2019-11-12 - 来自专栏LINUX阅码场
深入理解C11C++11内存模型
个人认为，内存模型表达为“内存顺序模型”可能更加贴切一点。 2011年发布的C11/C++11 ISO Standard为我们带来了memory order的支持， 引用C++11里的一段描述： The memory model means that C++ code C11/C++11使用memory order来描述memory model， 而用来联系memory order的是atomic变量， atomic操作可以用load()和release()语义来描述 C11/C++11内存模型 C/C++11标准中提供了6种memory order，来描述内存模型[6]: enum memory_order { memory_order_relaxed, - Frank Birbacher [ACCU 2017] C++11中的内存模型下篇 - C++11支持的几种内存模型 memory ordering, Gavin's blog c++11 内存模型解读
2.9K30发布于 2020-06-04 - 来自专栏蝉羽
ReAct如何改变大模型 AI 能力
大家都知道AI现在很强大，但其实刚开始没有现在这么智能，刚开始AI其实很多内容都是回答不了的，尤其是一些垂直领域或实时性比较高的问题，比如“今天的天气如何”等，这种需要大模型具备与外界交互的能力，比如获取墨迹天气等等天气平台的实时接口 ，这个时候OpenAI提出了Function Calling的解决方案，从而让AI大模型拥有了自身能力的外部工具的能力，到现在与Function Calling一样能够让大模型和外部交互的各类Agent 要使大模型拥有ReAct 能力，使其变成 Agent，我们需要在向大模型提问时，使用 ReAct Prompt，从而让大模型在思考如何解决提问时，能使用 ReAct 思想。 New input: {input}"""模板会传授大模型按照规定的格式思考和回答问题，这就是在教大模型如何推理和规划，大模型在有了推理和规划能力后就变成了 Agent。 腾讯云混元大模型
63910编辑于 2025-06-15 LIMO模型：小样本激发大语言模型复杂推理能力
LIMO: Less is More for Reasoning我们挑战了当前普遍假设——大语言模型(LLM)的复杂推理需要海量训练数据。研究表明，仅需少量示例即可激发模型的复杂数学推理能力。 通过简单监督精调，LIMO模型在AIME24和MATH500测试中分别达到63.3%和95.6%准确率，超越先前需要100倍训练数据的精调模型（AIME24 6.5%，MATH500 59.2%）。 该模型还展现出强大的分布外泛化能力，在多样化基准测试中实现45.8%绝对提升。 基于这些发现，提出少即是多推理假设(LIMO Hypothesis)：当基础模型的预训练已全面编码领域知识时，仅需少量但精心设计的认知过程示范即可激发复杂推理能力。
17310编辑于 2025-08-18- 来自专栏运维开发王义杰
AI: 探讨大模型的自动学习能力
然而，这些大模型是否具备自动学习能力，即通过用户与其交互的过程中变得更智能，仍是一个值得探讨的问题。 本文将从大模型的训练方式、交互能力和潜在的自动学习机制等方面进行分析，探讨其是否能在使用过程中自我提升。 大模型的训练方式 预训练与微调 大模型通常采用预训练和微调的方式进行训练。 用户交互与智能提升 用户交互的现状 在用户与大模型的交互过程中，模型依赖于其预先训练的知识和微调时获得的任务特定能力。模型通过理解用户输入，生成合理的响应，从而完成对话任务。 用户反馈机制：通过引入明确的用户反馈机制，模型可以在用户提供正面或负面反馈时进行有针对性的学习和调整，从而提高模型的智能和适应能力。 隐私保护技术：采用差分隐私、联邦学习等隐私保护技术，在保障用户数据隐私的前提下，实现模型的自动学习和优化。 结论 目前的大模型在与用户的交互过程中，尚不具备真正意义上的自动学习能力。
1.6K10编辑于 2024-07-10 - 来自专栏高渡号外
学会创建模拟数据的能力 | 代码找bug（11）
Python代码找bug（11） 上期的代码设计需求：互换两个变量的值。 代码如下： ? 请大家仔细阅读代码，找出其中的bug！ 正确答案： 共有2个问题。
49530发布于 2020-09-22
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号