- 综合排序
- 最热优先
- 最新优先
- 来自专栏AI.NET极客圈
Anthropic推出Claude 4：AI技术的新篇章
引言 当地时间，2025年5月22日，人工智能研究公司Anthropic在其首届开发者大会上正式发布了Claude 4系列模型。这一发布标志着AI技术在编码、推理和复杂任务执行领域的重大突破。 本文将详细探讨Claude 4的特性、性能、应用场景以及其对AI行业的影响。 公司还实施了有害内容检测器和网络安全防御措施，确保AI技术的安全使用。这种对道德AI的承诺使Anthropic在行业中保持了良好声誉。 结语 Claude 4的发布不仅是Anthropic技术创新的里程碑，也是AI行业发展的缩影。其在编码、推理和复杂任务处理方面的突破为开发者、企业和用户提供了强大的工具。 随着AI技术的不断进步，Claude 4有望推动更多创新应用，促进各行业的智能化转型。未来，我们期待Anthropic继续优化其模型，为AI的道德和安全发展树立标杆。
1.1K10编辑于 2025-05-25 - 来自专栏ATYUN订阅号
IBM的AI训练技术速度提高4倍，并保持原有精度
计算效率是AI的核心问题。同时保持训练速度、准确性和能耗并不容易，但是最近硬件的进步使得这个目标比以前更容易实现。IBM将在本周展示AI训练方法，这些方法能带来比以往技术水平高出数量级的性能提升。 第一个突破是加速数字技术，以8位精度实现完全精度。第二个是针对模拟芯片的8位精度技术，这是迄今为止同类技术中最先进的，IBM称其精度大约提高了一倍。 IBM在NeurIPS 2018中详细介绍了两种技术，IBM Research-Almaden副总裁兼实验室主任Jeffrey Welser表示，“下一代AI应用程序需要更快的响应时间，更大的AI工作负载以及来自众多流的多模式数据 正如Welser所解释的那样，具有16位精度引擎的“计算构建块”平均比具有32位精度的类似块小4倍。 他们声称他们的技术可以使深层神经网络的训练时间比16位系统快2到4倍。
80730发布于 2018-12-24 - 来自专栏帅云霓的技术小屋
大模型与AI底层技术揭秘 (4) 珠算小助手们的家
实际上，圆周率还有很多种算法，例如莱布尼茨提出的最容易记忆的： Pi = 4*((1) - (1/3) + (1/5) - (1/7) + (1/9) - (1/11) + (1/13) ...... ) 还有欧拉在解决巴塞尔问题中发现的： Pi = sqrt (6*(1+1/4+1/9+1/16+1/25+ ... )） （虽然欧拉对于这个结果的证明是错的，但比当时大数学家伯努利算不出来还是要强的 而在《大模型与AI底层技术揭秘 (2) 人妖之间的国度》中，我们提到的原子弹的Langevin方程，是一个可以充分发挥并行计算优势的算法，如果有了GPU，或一大批珠算小助手，就可以通过并行计算的方式来加速计算 SM内部的架构如下图： 在H100中，每个SM包含4个Partition，每个Partition中有32个FP32 CUDA Core(也可以执行FP64和整数运算)，以及1个Tensor Core
54440编辑于 2023-10-08 - 来自专栏达达前端
前端技术前沿4
mpvue.com/ 3：组件化开发框架wepy Github地址: https://github.com/Tencent/wepy 官网地址： https://tencent.github.io/wepy 4： weapp.iviewui.com/ 8：ZanUI-WeApp -- 一个颜值高、好用、易扩展的微信小程序 UI 库 https://cnodejs.org/topic/589d625a5c8036f7019e7a4a
85130发布于 2019-07-03 GPT-4探索语言的无界领域与AI文本生成技术
像GPT-4这样的指令调优语言模型提供了这种可能性和挑战，这是一项利用人工神经网络基于用户输入生成自然语言文本的尖端技术。 GPT-4通过让我们访问无限的语言，将这一理念推向极致。这可能是现代史上最重要的新技术，因为它有潜力改变许多领域和行业。 我们如何使用这项技术将取决于我们如何认识它对自己和他人的影响。这项技术是“人工智能”的一种形式。“智能”一词源于inter-（“在…之间”）和legere（“选择、挑选、阅读”）。 因为如果您已经读到这里，您已经在不知不觉中陷入了AI生成散文的网络。也许只有通过应对语言的“恐怖谷”，我们才能找到重新定义自身语言界限的力量，并瞥见墙外世界的一瞬。 通过以好奇心、谦逊和对伦理考量的承诺来对待这项技术，我们可以超越维特根斯坦的墙，在语言、思想和人类潜力方面开辟新的疆域。那部分也不是我写的实际上，整篇文章都是由GPT-4撰写的。
15810编辑于 2026-01-03- 来自专栏零拷贝技术
4、sendfile（零拷贝技术）
Linux 版本下的 sendfile 演进：Linux 提供 sendfile技术。Kafka中，transferFrom和transferTo方法。 零拷贝技术：先从用户态切换到内核态，把磁盘数据拷贝到内核缓冲区，同时从内环缓冲区拷贝一些offset和length数据到socket缓冲区， 接着从内核态切换到用户态，从内核缓冲区直接把数据拷贝到网络协议引擎里去
78510编辑于 2024-03-10 - 来自专栏program
Flutter技术与实战(4)
作为移动应用交互设计的热点趋势，越来越多的移动应用使用了这项技术。 , radius * 3, radius, true, getColoredPaint(Colors.red)); canvas.drawArc(boundingRect, radius * 4, placeholder.png └──3.0x └── placeholder.png Image.asset('assets/placeholder.png', package: 'package4' ); AssetImage('assets/placeholder.png', package: 'package4'); 举例 在 Flutter 中，提供了表达日期的数据结构DateTime，这个类拥有极大的表示范围 x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lhbmdfc3R1ZHlfZmlyc3Q
12.4K20编辑于 2022-06-29 - 来自专栏猫头虎博客专区
利用GPT4o Captcha工具和AI技术全面识别验证码
利用GPT4o Captcha工具和AI技术全面识别验证码 摘要 GPT4o Captcha工具是一款命令行工具，通过Python和Selenium测试各种类型的验证码，包括拼图、文本、复杂文本和reCAPTCHA 内容涵盖云服务产品评测、AI产品横测对比、开发板性能测试和技术报告评测等。 GPT4o Captcha工具利用先进的AI技术，有效应对各种类型的验证码。 总结 GPT4o Captcha工具结合了AI技术，为验证码测试提供了强大的解决方案。不论是简单的文本验证码还是复杂的reCAPTCHA，都能通过该工具进行有效测试。 未来展望 未来，随着AI技术的不断进步，GPT4o Captcha工具将会进一步提升验证码破解的效率和准确性。期待更多的功能和改进，为开发者和用户提供更优质的使用体验。
59310编辑于 2025-06-01 - 来自专栏深度学习与python
解锁大语言模型潜力：4种提示工程技术解析，带你玩转 AI
这些 LLM 包括了来自 OpenAI 的广泛流行的 ChatGPT 和 GPT4、来自 Anthropic 的 Claude 和来自谷歌的 Bard，它们可用于所有类型的语言任务，从起草电子邮件和文档到总结或分类文本都能适用 CoT 提示法对于多步骤推理问题、受益于中间解释的任务或只用简单的标准提示技术不足以完成的任务来说是一种有用的技术。 第 4 阶段：决策 - 要求 LLM 根据生成的评估和场景对每个解决方案进行排名或评分。 对于需要涉及搜索类型的工作、填字游戏甚至创意写作的问题类型，ToT 框架的性能比 CoT 大大提高了。 总 结 在本文中，我们介绍了一些学术论文中提到的一些最新的提示工程技术。虽然这些技术已经得到了经验证明，但我们仍然不知道它们到底为什么会有效果。 Maggie Engler 是一名工程师和研究员，目前在 Inflection AI 从事大型语言模型安全方面的工作。
59210编辑于 2024-02-29 AI与科学的双向革命：AI4Science与Science4AI如何重塑未来？
这不仅是对传统科研体系的颠覆，更宣告 AI与科学融合进入"双向赋能"新阶段 ：AI4Science（人工智能加速科学发现）与Science4AI（科学理论反哺AI创新）形成螺旋上升的结构性协同，重塑人类认知世界的方式 https://agents4science.stanford.edu/ 一、AI4Science：当人工智能成为科学发现的"超级引擎" 生物医疗领域：从"十年磨一药"到"数月出成果" 2025年5月， 正如卡耐基梅隆大学邢波教授所言："人工智能不是黑科技或无边的魔法，它的每一个进步都需要深刻的技术洞察力和严密的科学理论作为引擎"。 三、双向革命：AI与科学的"共生进化" AI帮助科学家解决科学问题，科学发现又反过来推动AI底层技术创新 从"工具"到"伙伴"：AI角色的质变 AI在科研中的角色正经历深刻转变： 助手阶段 ：数据处理与可视化 以AlphaFold为例，其成功依赖数万级PDB结构数据，但冷冻电镜断层扫描等关键技术产生的原始数据噪音率达60%以上，需人工标注清洗。
1.7K10编辑于 2025-08-27- 来自专栏东风微鸣技术博客
OpenShift 4 监控技术栈解析
了解 红帽OpenShift 4监控技术栈 概述 默认平台监控级别 OpenShift 4 包括一个预配置、预安装和自我更新的监控技术栈，用于监控核心平台组件。 监控技术栈 OpenShift 4 监控堆栈基于 Prometheus 开源项目及其更广的生态系统。监控堆栈包括以下组件： 默认平台监控组件。 监控技术栈中的所有组件都由技术栈自监控，并在 OpenShift 更新时自动更新。 : JAVA Python Nodejs Golang NGINX RabbitMQ Redis Kafka 总结 OpenShift 4的监控技术栈, 说实话, 站在用户的角度来看: 1套容器集群而已 , 还用2套共4个prometheus, 再加上Thanos.
1.5K20编辑于 2022-04-21 - 来自专栏初见Linux
4.路由器技术
一、NAT技术(网络地址转换) 1.NAT作用 主要解决IP地址短缺问题，并且避免来自外部的攻击。 主要有 3 种应用方式：动态地址转换、静态地址转换、网络地址端口转换NART。 二、CIDR（无类域间路由）技术 CIDR（无类域间路由） 就是超网 ，将小的或者不足的汇聚成大的网段。 两个技术结合可以解决路由缩放 。 三、MPLS（第三层交换技术） ? MPLS.png 四、IP组播技术（重点） 1.IP组播 一个IP代表一个主机叫做单播地址。 常用IP组播地址.png 4.组播与MAC映射 把组地址的低23位复制到以太网地址中 ? 五、IP QoS技术 ? IPQoS技术.png
91610发布于 2020-08-05 - 来自专栏太阳影的学习记录
UE4技术总结——委托
UE4技术总结——委托 在开始前先说明，这部分内容主要基于UE 4.26.2版本[1]编写，因此读者可能需要注意时效性。 同时，UE4中存在由基本委托组合起来的委托，但是在介绍组合的委托之前我们先看看这3种基本委托。 接下来我们先简单看看该怎么用。 顺带一提，这里我默认读者知道如何在C++中实现委托，如果您还不清楚，那么建议阅读文末参考中列出的的文章[4]（了解即可）。 说到这里我想应该已经明白了UE4这个改动的含义。 ↩︎ UE4：4.26版本对Delegate模块的改进 ↩︎ C++ 模板，特化，与偏特化 ↩︎ 泛化之美--C++11可变模版参数的妙用 ↩︎ UE4-深入委托Delegate实现原理
3.6K31发布于 2021-10-15 - 来自专栏嵌入式iot
BeagleBone AI VS Raspberry 4评测
BeagleBone AI VS Raspberry 4评测 1.本文概述 2.主控与外设 2.1 主控 2.2 外设 3.上手把玩与定位 3.1树莓派上手流程 3.2 狗板AI上手方法1 3.3 狗板 AI上手方法2 3.4 狗板AI上手方法3 4.对比总结 1.本文概述 最近一直在研究树莓派4和BeagleBone AI。 如果是个深度的玩家，那么两者的玩法和定位其实不太一样，树莓派4更像一个电脑PC，而狗板更倾向于去做PC与MCU之间可以做的的事情，而狗板AI则具有TI的C66x数字信号处理器（DSP）内核。 BeagleBone AI的图示如下所示： ? 树莓派4的实物图如下： ? 两者的外形设计都比较精致，便携性和可玩性都很高。 2.2 外设 树莓派4和狗板AI的外设对比如下： 配置 树莓派4 狗板AI WIFI+蓝牙 802.11ac(2.4/5GHz)蓝牙5.0 802.11ac(2.4/5GHz)蓝牙5.0 USB USB2.0x2
2.3K10发布于 2020-11-17 - 来自专栏Java技术
AI技术和大模型技术LLM
-CoderOilStation(程序员编程助手科技股份有限责任公司)AI技术和大模型技术LLM人工智能技术AI是美国高等院校哈佛大学的一种原型框架技术。AI技术西方和全球的部署研发和运用。 AI人工智能引领全球技术的更新和迭代监控不同的区域。相信知识不要服从于命运。美国麻省理工学院MIT会同步不同的领域模型驱动技术DDD(DomainDrivenDesign)。 领域模型驱动技术西方发达社会更注重不同想法和设计的美学应用。协会institute是定义技术标准的国际性知识传播组织。亚洲的工程师杰作Agent智能体应用于基本的搜索应用和广告商品推荐。
22110编辑于 2026-03-08 企业AI编程精准化落地：4步实施技术方案（OneCode注解+OOD框架实战）
AI编程企业级精准化优化全流程技巧与落地方案一、概述：从“生成代码”到“量产规范代码”的核心逻辑企业用AI编程的核心痛点，从来不是“能不能生成代码”，而是“能不能生成符合技术规范、适配业务架构的可用代码 本方案适用于Java技术栈（Spring Boot/Spring Cloud微服务架构）的中大型软件企业，覆盖电商、金融、政务等复杂业务场景，尤其适配需严格遵循行业规范、追求AI编程规模化落地的团队。 二、核心基础：原子化组件拆分，锚定原语级需求AI编程精准度的底层前提，是让大模型“看懂”需求。企业级需求往往混杂业务描述、技术要求、风格偏好，直接输入必然导致输出偏差。 ：从需求到量产的闭环基于上述核心技巧，企业可按以下4步循序渐进落地，实现AI编程的精准化量产，每一步均包含明确的实施目标、操作要点与输出物：第一步：需求标准化转化（原语可视化拆解）核心目标：将模糊自然语言需求转化为结构化原语指令 第三步：AI协同生成与规范强制校验核心目标：生成符合规范的基础代码，通过技术手段强制保障规范落地。
53300编辑于 2025-12-19- 来自专栏信创系统开发
AI Agents 技术栈
2025 年被广泛视为“AI Agent 元年”，其技术栈的成熟标志着智能系统从“被动响应”向“自主决策”的跃迁。那么什么是 AI Agents 呢？ 构成 AI Agents 的技术栈有哪些关键组成部分？本文参考了一些资料，尝试解释这一概念，主要参考了以下内容： AI Agents Stack. 二、AI Agents 技术栈的层级架构 AI Agents 的技术栈总体架构如上图所示。大体上可分为五个关键层级，从底层基础设施到上层应用逻辑逐层递进： 1. OpenAI 的 GPT-4、Anthropic 的 Claude 等闭源模型占据主导地位，而开源模型（如 Llama 3）通过 Together.AI、Groq 等平台提供商用 API。 4.
1.6K11编辑于 2025-02-12 - 来自专栏数据计算
大数据技术的 4 个 E
大数据的 4 个 V 说法在业界已经尽人皆知，这是指的大数据本身的特征。现在我们来考察一下用于处理大数据的技术应该具有的特性。 为方便记忆，类似 4 个 V，我们把这些特性总结成 4 个 E，用户在选择大数据技术解决方案时可作为参考。1. Easy 大数据技术要足够简单易用这个 E 很容易理解。 当然，任何技术都有局限性，面向一般规模和面向超大规模的技术相差是很大的，不大可能有一种技术能够有效适应数据规模从 0 到无穷大的各个阶段 ( 所谓有效适应是在各个阶段该技术都能达到相当优良的性能，而不只是可以处理 而且，大多数大数据技术常常需要独立部署，即使其计算能力可以被集成，但必须依赖于外部的独立进程，不能被应用完全控制，有时会显得非常累赘。4. 其实最后那个特性用 E 并不是很贴切，但为了凑 4 个 E 就对付了。这个词本来是环保的意思，开放的大数据技术可以少复制一些数据，少部署一些硬件，省点电，也算环保吧。
12210编辑于 2025-10-16 - 来自专栏Go编程点滴
技术阅读摘要 - 4.闲谈晋升
概览 晋升是每个技术人都应该经历的一次洗礼。一般来说，分为提名、准备、述职、答辩这四个步骤。 尽管每个人的经历与体会都有不同，很难照搬硬套，但我相信只要是真心分享的经验，总会对人有帮助。 常见的方式有项目、业绩、技术难点、领导团队等，但两者的表现形式有明显差异： 晋升的表现形式必须遵循公司的玩法，关注点很有限。 比如，下一个级别的重点指标是技术架构能力，那你花大篇幅写某个技术深度的研究，虽然很棒，但偏题了。
54220编辑于 2022-09-01 技术日志挑战——第4天：0727
第2天技术总结：技术项目工作，包括项目进展、遇到的问题及解决方案等。今天主要梳理了继续往下计算的思路，感觉不是很清晰，需要再考虑一下怎么往下写。
35710编辑于 2024-07-27
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