- 综合排序
- 最热优先
- 最新优先
构建可靠AI模型的7大核心技术
稳健与脆弱AI国际标准化组织将AI稳健性定义为“AI系统在任何情况下保持性能水平的能力”。在稳健模型中，训练错误率、测试错误率和操作错误率几乎相同。 脆弱性是软件工程中的已知概念，也适用于AI。最终，所有AI模型都在某种程度上是脆弱的。开发可靠AI可靠AI即使在遇到训练数据中未包含的输入（称为分布外输入）时也能按预期执行。 其导航AI经过优化以找到最直接的路径。训练数据集包含AI识别人行道、道路、人行横道、路缘、行人等所有变量所需的示例数据——除了交叉路径的铁轨。 AI模型需要反映真实世界的数据集，因此作为数据审计的一部分，调查数据集的平衡性、无偏性、适用性和完整性。随时间监控可靠性可靠性在整个AI生命周期中演变。 这些可能是技术方法，组织的数据科学专业人员可以探索新想法如何支持部署的AI以及模型开发。例如，“Lipschitz约束模型”具有有界导数，可以帮助神经网络对对抗性示例更加稳健。
30000编辑于 2025-08-30- 来自专栏存储公众号：王知鱼
GDDR7技术突破：边缘AI内存解决方案
阅读收获 技术选型决策依据：理解HBM、GDDR、LPDDR在不同AI场景下的技术定位，为边缘AI硬件设计提供了科学的内存技术选型框架。 最新发布的GDDR7标准通过PAM3调制技术，将单引脚带宽提升至36-48 Gbps，总带宽达到1.15 Tbps，为AI推理提供了前所未有的性能表现。 未来技术演进：图中提及了 HBM4 和 GDDR7，暗示了行业对下一代更高带宽存储标准的迫切需求，以支持日益复杂的AI模型。 右下区域：GDDR7 关键技术特性 PAM3 调制技术：这是GDDR7最大的技术变革。 考虑到边缘AI对成本、功耗和性能的三角平衡要求，你预测除了GDDR7之外，还会有哪些新兴内存技术在这个细分市场中获得突破性发展？
34510编辑于 2026-03-09 - 来自专栏帅云霓的技术小屋
大模型与AI底层技术揭秘 (7) 卡车搬运的数据
在开篇之初，我们提到了最简单的AI算法：线性回归 (Linear Regression)。 实际上，一元线性回归是最简单的AI算法。 各类AI算法还有很多： Linear regression 线性回归 Logistic regression 罗吉斯回归 Decision tree 决策树 SVM algorithm 支撑向量机 又调用CUDA库，将常见的机器学习算法进行封装，使得数学水平没有那么好的工程师们也可以简单快速地开发AI/ML应用。 让我们再回到《大模型与AI底层技术揭秘 (2) 人妖之间的国度》中提到的“算盘打出原子弹”的故事。实际上，这是一个典型的分布式并发计算的场景。Tensorflow也提供了分布式训练的能力。
44120编辑于 2023-10-30 揭秘边缘AI性能7倍提升：模型量化与推测解码技术
某中心的Jetson AGX Thor边缘计算平台，自2025年8月发布以来，通过持续的软件优化，其生成式AI性能已实现了7倍的增长。 例如，在Llama 3.3 70B模型上使用推测解码，可获得88.62输出令牌/秒，相比首发性能实现了7倍加速。 方面的强大能力，需要采用正确的技术。 该技术通过使用两个模型来加速推理：一个快速的小型“草稿”模型和一个准确的大型“目标”模型。其工作原理是：草稿模型快速生成一批候选令牌。目标模型一次性验证整个令牌块，而不是逐个令牌生成。 现在，开发者可以满怀信心地提升其生成式AI模型在Jetson Thor上的性能了。
21910编辑于 2026-01-09- 来自专栏全栈技术
2023 年值得关注的 7 大人工智能 (AI) 技术趋势
2023 年值得关注的 7 大 AI 技术趋势 洞察 2023 年人工智能技术转型 1.人工智能创新将带来模型治理重心的转变 2.自然语言处理（NLP）将取代类型学方法 3.人工智能主导的超自动化将持续掀起波澜 4.人工智能将使招聘实践自动化 5.人工智能将成为元界的唯一入口 6.人工智能将改变网络安全和数据保护 7.会话聊天机器人将取代员工 2023 年 AI 趋势 ⭐️ 好书推荐 人工智能 (AI) 技术几乎在每个领域都取得了长足进步 此外，该技术分析不同的语言并将其转换为计算机代码，以帮助高效运行应用程序和网站。Youtube采用了这种由 AI 驱动的 NLP 技术，使其用户能够通过语音搜索、播放和访问其他控件。 2023 年 AI 趋势 2023 年即将到来的 AI 趋势将对全球运营的每个行业产生影响。作为一项变革性技术，它将有助于将经济推向意想不到的高度，并预测产生更多收入。 ⭐️ 好书推荐 《AI编译器开发指南》 【内容简介】 《AI编译器开发指南》融合了一线AI芯片工程师多年工作经验，从实战编程的角度出发，全方位阐述AI编译器技术，避免烦琐的公式推导，帮助初学者建立AI
1.3K51编辑于 2023-02-06 - 来自专栏达达前端
前端技术前沿7
使用response.writeHead()函数发送一个HTTP状态200和HTTP头的内容类型content-type，使用response.write()函数在HTTP相应主体中发送文本。
68730发布于 2019-07-03 - 来自专栏携程技术
活动推荐 | 全球AI技术开放日，7月14日上海（含优惠码）
全球AI技术开放日，是由AICamp发起的学习和练习AI技术的一系列交流学习活动。组织国内外AI专家学者走进优秀的AI技术公司，一起交流学习AI技术具体实践。 7月14日走进携程专场，将探索携程在线旅游业务背后的AI大脑。 由来自硅谷和携程的讲师围绕相关业务发展过程中遇到的问题和解决方案展开，从技术挑战与选型、架构设计与阶段性演进、新技术应用探索等多个层面进行分享。 活动信息 ---- 【时间】7月14日（周六）12:30-17:00 【地点】上海市长宁区金钟路968号，凌空SOHO12号楼 【报名】点击文末“阅读原文”报名，报名页面输入公号粉丝专属优惠码“ctriptech 携程李翔 携程酒店研发部图像技术负责人。
1.5K20发布于 2018-07-05 - 来自专栏猫头虎博客专区
小米MiMo：7B模型逆袭AI大模型战场的技术密码
小米MiMo：7B模型逆袭AI大模型战场的技术密码 在大模型竞争愈发激烈的2025年4月30日，小米以一款名为 MiMo-7B 的开源模型强势突围，在数学推理与代码能力评测中表现亮眼，不仅与规模更大的模型正面对抗 技术破局：MiMo如何用7B挑战32B？ MiMo的惊艳表现，背后是一系列富有前瞻性的训练策略和工程创新： 1. 精准打磨的预训练阶段 MiMo并非凭参数“硬碰硬”，而是靠“巧劲”赢得优势。 最终，MiMo累计训练了 25万亿 tokens，这一数据在7B模型中堪称顶级，为其强悍能力打下坚实基础。 2. 结语：小米的新角色，是AI生态的创变者 MiMo的发布，不仅标志着小米在大模型赛道的技术跃升，更意味着其正在从“智能终端制造商”迈向“AI生态运营者”。 在模型、硬件、生态数据的三位一体加持下，小米未来的AI布局，值得持续关注。 MiMo项目链接： 模型开源地址 技术报告地址
1.3K10编辑于 2025-05-02 - 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 - 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. 网址: https://medium.com/@vipra_singh/ai-agents-introduction-part-1-fbec7edb857d 由于技术水平有限，理解可能存在偏差，如有疑问 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. 小结 AI Agents 技术栈的成熟标志着人工智能从“工具”向“合作伙伴”的转变。
1.6K11编辑于 2025-02-12 - 来自专栏Java后端开发博客
CentOS7 KVM虚拟化技术
# CentOS7 KVM虚拟化技术 虚拟化介绍 KVM介绍 KVM实际操作 KVM配置网络 图形操作 结果 参考资料 # 虚拟化介绍 虚拟化：是指通过虚拟化技术将一台计算机虚拟为多台逻辑计算机。 KVM的虚拟化需要硬件支持（如 Intel VT技术戒者 AMD V技术)。是基于硬件的完全虚拟化。而 Xen 早期则是基于软件模拟的 Para-Virtualization。 # KVM实际操作 提示 新建虚拟机，内存40G 查看 CPU 是否支持硬件虚拟化技术 Intel: cat /proc/cpuinfo | grep --color vmx （指的是酷睿处理器） AMD
84320编辑于 2022-12-25 - 来自专栏微观技术
消息队列的 7 种技术场景!
我们在做消息队列的技术选型时，往往会结合业务场景进行考虑。今天来聊一聊消息队列可能会用到的 7 种消息场景。 //MessageStoreConfig类 private String messageDelayLevel = "1s 5s 10s 30s 1m 2m 3m 4m 5m 6m 7m 8m 9m 10m 7 优先级消息 有一些业务场景下，我们需要优先处理一些消息，比如银行里面的金卡客户、银卡客户优先级高于普通客户，他们的业务需要优先处理。 x-max-priority", 5); channel.queueDeclare("my-priority-queue", true, false, false, args); 8 总结 消息队列技术选型 ，要考虑的因素很多，本文主要从业务场景来分析需要考虑的因素，同时技术上也需要考虑运维复杂度、业务规模、社区活跃度、学习成本等因素。
63911编辑于 2023-12-13 - 来自专栏crossoverJie
技术阅读周刊第第7️⃣期
eyJ0eXAiOiJKV1QiLCJhbGciOiJIUzI1NiJ9.eyJ1c2VySWQiOiJhYmNkMTIzIiwiZXhwaXJ5IjoxNjQ2NjM1NjExMzAxfQ", "NTNv7j0TuYARvmNMmWXo6fKvM4o6nv /aUi9ryX38ZH+L1bkrnD1ObOQ8JAUmHCBq7Iy7otZcyAagBLHVKvvYaIpmMuxmARQ97jUVG16Jkpkp1wXOPsrF9zwew6TpczyHkHgX5EuLg2MeBuiT javarevisited/ten-optimization-tricks-to-make-your-java-application-run-faster-9742f568ed6f PS：最近也在更新视频号，也会有一些技术干货
28810编辑于 2023-11-27 - 来自专栏人工智能
数据挖掘的7个重要技术
数据挖掘专家们在自己所在的领域，依靠数据库管理，统计和机器学习的交叉技术，可以更好地从大量数据中获取到自己想要的结论。但是，他们使用什么技术来实现这一点呢？ 回答是：”数据挖掘技术” 只要利用以下技术中的一种或多种，数据挖掘则会变得非常有效： 1.跟踪模式。数据挖掘中最基本的技术之一就是学习识别数据集中的模式。 分类是一种更为复杂的数据挖掘技术，它迫使您将各种属性集中到可识别的类别中，然后您可以使用这些类别得出进一步的结论或提供某种功能。 7.预测。预测是最有价值的数据挖掘技术之一，因为它用于投影将来会看到的数据类型。在许多情况下，仅仅认识和理解历史趋势就足以对未来将发生的事情进行准确的预测。 2018，是新时代大数据的黄金时间，也是企业发展的分水岭，如何用好大数据技术，是每一个企业必须面对的问题。 END
1.2K60发布于 2018-01-09 - 来自专栏金金生信幼儿园
day7金金-测序技术
DNA测序技术，即测定DNA序列的技术。 ○技术： DNA测序技术，如Illumina测序、长读长测序（PacBio、Nanopore）。○分析内容： 基因鉴定、SNP（单核苷酸多态性）分析、基因结构预测、基因组比较等。 ○技术： RNA测序技术，如RNA-seq。○分析内容： 基因表达定量、差异表达分析、剪切变异分析、共表达网络分析等。 ○技术： 质谱技术，如液相色谱质谱联用（LC-MS/MS）。○分析内容： 蛋白质鉴定、蛋白质定量、蛋白质相互作用网络分析等。 ○技术： 质谱技术，核磁共振等。○分析内容： 代谢物鉴定、代谢通路分析、生物标志物发现等。生信分析的一般流程1数据获取： 通过实验技术获取基因组、转录组、蛋白质组和代谢组的原始数据。
47700编辑于 2023-11-19 技术日志挑战——第7天：0730
技术总结：今天解决了算法代码中的几个bug，第一是之前用一个float类型的值接收两个float值的加减乘除，导致实际计算过程中出现浮点数的精度问题，而引起程序异常退出，然后改成用double类型进行接收才把问题解决 精度：大约7位十进制数字。范围：大约 1.2E-38 到 3.4E+38。用途：适用于空间和精度要求不高的场景，例如图形处理。double大小：通常占用8个字节（64位）。 解释浮点数值：输出表明float类型只能精确到约7位小数，而double类型可以精确到约15-16位小数。精度和范围：使用std::numeric_limits类，可以获取浮点数类型的精度和范围信息。
48710编辑于 2024-07-30- 来自专栏AI大模型应用开发炼丹房
解锁AI检索的7大Embedding技术：从稀疏到多向量，一文掌握
不同的嵌入（Embedding）技术有各自的优缺点和适用场景，正确选型能够显著提升系统性能与效果。 图中的 3 个红色框分别代表了文档 ID 为 1，3，7 的三个不同的稀疏向量。而倒排索引则提供了稀疏向量的高效检索方式。 该方法的主要挑战在于索引体积可能增加百倍，需要借助专用压缩技术（如 ColBERTv2 的残差量化）进行优化。检索过程中的计算量也远高于单向量方法。 七、技术选型指南根据业务需求选择合适的嵌入技术至关重要：关键词精确匹配：首选 Sparse Embedding，如 BM25；通用语义搜索：首选 Dense Embedding，可变维度需求下可选择 若选择 Multi-Vector 方法，可借助残差量化等技术将索引体积从100GB压缩至8GB，同时保持95%的精度。
1.4K21编辑于 2025-09-12 - 来自专栏博文视点Broadview
云存储技术首次全景展现，7大技术趋势解读
如何保证全年 7×24 小时不间断的超高可用性？ 如何保证用户的数据安全？ 如何利用数据生命周期？ 如何根据用户的需求弹性地部署和调度资源？ 如何实现数据管理和调度的高效及智能化？ 专家亲笔书评 本书系统地讲解了与存储相关的技术体系和技术细节，以及阿里云存储的关键技术与组件，还对云存储的未来进行了展望。 ——孙凝晖 中国工程院院士，中国科学院计算技术研究所研究员 本书并不是一本仅讲述阿里云存储技术细节的书，它还对云存储技术的发展有着总体把握和深刻思考。 其中对数字经济底层范式和云存储技术脉络的梳理，对数据“引力效应”的描述，对数据价值的分析，以及对云存储技术未来走向的分析等内容，都会给读者带来启发和思考。 本书在具体介绍阿里云存储的技术和架构之前，介绍了一些基础性的技术知识，可使读者循序渐进地学习，大大增强了可读性。
88020编辑于 2023-04-04 - 来自专栏月色的自留地
从锅炉工到AI专家(7)
希望借此沟通技术人员和产品人员，甚至管理和销售人员。我信服“上下同欲者胜”，所以也非常害怕因为大家对概念完全不同的理解而影响到团队的合作。 从最简单的部分入手，由概念到代码，完成技术破冰。 逐步迭代，从简单概念到复杂概念，从简单算法到复杂算法，接触到机器学习现实最常用的技术。这是四、五、六篇希望做到的。 如果不是专职人工智能研究人员或专业人工智能公司，在这个基础上开始把机器学习技术导入到自己的常规业务中，已经可以开始动手了。 两种情况下，我也会推荐这种方式： 关注的重点是业务，目标是把技术导入到业务，自身方向是业务主导而不是技术主导。 用于实际产品的生产环境。 或者从一大堆漫无目标、或者不属于人工智能甚至当前技术还无法做到的需求中去梳理、寻找最基本的需求。 随后一般就需要算法的专家上场。
73160发布于 2018-06-20 - 来自专栏Go语言学习专栏
7 - AI 智能体构建 - AI 超级智能体项目教程
通过 CoT 思维链、ReAct 模式等核心技术，深入理解智能体的工作原理，并参考 OpenManus 开源框架实战开发能够自主规划执行任务的 AI 智能体。 具体内容包括： AI 智能体概念与特点 智能体实现关键技术 使用 AI 智能体的多种方式 OpenManus 实现原理 自主实现 Manus 智能体 智能体工作流编排 A2A 协议 一、什么是智能体？ 二、智能体实现关键技术 在自主开发智能体前，我们要先了解一下智能体的关键实现技术，也就是方案设计阶段做的事情。 CoT 思维链 CoT（Chain of Thought）思维链是一种让 AI 像人类一样 “思考” 的技术，帮助 AI 在处理复杂问题时能够按步骤思考。 之前我们学习过，通过 RAG 检索增强生成 + 向量数据库等技术，智能体可以检索并利用专业知识回答问题。
64810编辑于 2026-03-17
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