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
  • 来自专栏智药邦

    深度拥抱AI,复星医药内部发布自主研发的PharmAID决策智能平台

    1,自研PharmAID,率先接入Deepseek R1 作为医药行业AI转型的先行者,复星医药近期在内部发布了自主研发的PharmAID决策智能平台,构建起覆盖创新研发场景的全生命周期智能决策网络。 该平台深度融合全球领先的大模型技术,并已率先接入Deepseek R1,基于PharmAID决策智能平台,复星医药正加速推进“药物商业价值辅助决策”的能力建设,提升决策视野,提高决策准确性。 以AI技术提质增效,引领创新变革,打造医药行业首个AI决策智能平台。 目前PharmAID决策智能平台已接入全球多个专业临床资讯及管线数据平台,医药健康领域内容生成准确率比通用大模型提升50%,且数据为T+1更新,内容的准确性与及时性更出众。 通过PharmAID决策智能平台的深度赋能,复星医药将构建起自身的数字化竞争力,引领整个医药行业迈进AI驱动创新的新纪元。

    58200编辑于 2025-02-19
  • 智能案例分析:IT新闻聚合智能

    智能案例分析:IT新闻聚合智能 IT新闻聚合智能通过自动化技术抓取、分析和呈现最新的IT行业动态。这类智能通常结合自然语言处理(NLP)和机器学习技术,从多个来源筛选高价值信息。 核心功能包括: 实时爬取主流科技媒体(如TechCrunch、Wired、The Verge) 自动分类(人工智能、网络安全、云计算等) 情感分析判断新闻倾向性 生成摘要简化阅读 典型应用场景: 投资机构追踪技术趋势

    34410编辑于 2025-12-17
  • 智能来了!2026智能开发全面指南

    智能来了!2026智能开发全面指南 一、 繁华落尽后的“平静”:技术背后的选择逻辑“真正深入使用 AI 之后,我反而更平静了。” 在过去这段时间里,我深入钻研了 Python 编程、探究了 AIGC 的视觉极限、搭建了复杂的流程智能、甚至深入到了 STM32 的硬件底层。 而顶级的 AI 大模型与 Agent(智能),正是我能遇到的认知最高、脾气最好、思维最完善的存在。在我的「心枢」系统里,AI 不仅仅是执行任务的“器”,它更是我最好的老师、朋友、教练和员工。 在这里,我们筛选真需求,击碎伪智能,夺回 AI 时代的协作主权。 礼包内包含(持续更新):多维提示词库:包含智能设计规范、AI 绘画精准词簇、AI 视频叙事 Prompt。ComfyUI 极客工作流:从零搭建好的 json 配置文件,导入即用。

    29410编辑于 2026-01-24
  • 腾讯云智能开发平台X大参林:打造首个医药零售AI知识库

    近日,大参林宣布将腾讯云智能开发平台深度应用于内部办公协同、药品知识问答、销售助手、用户体验收集等场景。 今年,大参林和腾讯携手,依托腾讯云智能开发平台打造了医药零售行业首个深度融合DeepSeek R1模型满血版的智能系统,这不仅标志着AI新质生产力在医药领域的深度应用,也推动着大参林的营运数智化进程进入全新阶段 大参林基于腾讯云智能开发平台RAG(检索增强生成)能力,整合集团海量知识资产,构建医药领域专属AI知识库,实现复杂业务场景毫秒级精准响应。 同时,基于LLM+RAG技术框架,腾讯云智能开发平台还可以综合运用OCR、多模态和自研长文本embedding等能力,解决知识处理与答案生成的全链路难点,提升服务的准确度和效率。 未来,大参林将持继续携手腾讯云,不断打磨优化AI小参的各项能力,推动AI小参从知识问答到销售助手再到决策引擎的全方位进阶,塑造医药零售行业智能问答新标杆。

    65910编辑于 2025-04-29
  • AI-Agentforce智能中台从六大维度AI重构医药行业运营逻辑

    强强联合:技术巨头与医药新锐的互补共振作为全球领先的AI SaaS智能营销云平台,迈富时的核心竞争力源自其自主研发的AI-Agentforce企业级智能中台。 六大维度突破:AI重构医药行业运营逻辑基于AI-Agentforce智能中台,聚焦六大核心场景,形成了可落地的智能解决方案矩阵。 迈富时将通过智能中台,为银诺医药搭建适配不同场景的Agent(智能),这些智能可灵活协作,贯穿患者疾病管理的全流程——从用药提醒、病情监测到疑问解答,实现“千人千面”的个性化服务,让科技真正贴近患者需求 行业启示:AI-Agentforce智能中台开启医药智能新生态迈富时与银诺医药的合作,本质上是AI技术与医药行业深度融合的典型实践。 随着AI-Agentforce智能中台在银诺医药的落地,未来将有更多医药企业加入智能升级的行列。当AI真正融入医药价值链的每一个环节,一个更高效、更精准、更具温度的智能医药新生态正加速到来。

    43810编辑于 2025-09-22
  • 来自专栏算法之名

    AI智能

    messages) print(response.content) 这里的 ZHIPUAI_API_KEY 需要你自己去智普网站 https://open.bigmodel.cn 去注册就有,运行结果 智能助手显神通 你的角色是一个诗人.'), HumanMessage(content='用七言绝句的形式写一首关于AI的诗')] streaming_chat(messages) 运行结果 智能助手显神通

    77510编辑于 2024-09-29
  • 大冢医药健康:基于ADP智能与NGES套件构建“医-药-患”全链路数智化闭环

    部署“智能+业务套件”架构重塑医药全场景链路 为打破上述业务瓶颈,大冢医药健康引入腾讯云与腾讯健康生态资源,构建以“ADP智能+NGES客户互动套件+健康药箱”为核心的三大数字化工具底座,打通内部运营 、学术互动到患者支持的数字化链路: 构建企业级AI知识中枢: 基于腾讯云智能开发平台(ADP)进行私有化部署,搭建企业级知识库与智能平台。 员工可通过自然语言精准获取业务信息,利用智能辅助处理重复性协同任务。 重构学术互动数字化管理平台: 引入NGES下一代客户互动管理套件,构建覆盖客户互动管理、学术会议全流程管理的一化数字平台。 实现业务运转全链路有据可查与医患连接闭环 通过全链路数字工具的落地,大冢医药健康在业务合规性与运营效率上取得了明确的业务优化结果: 消除运营数据孤岛: 通过AI智能实现跨部门知识共享,推动企业内部运营管理从传统的人工协同向智能化演进 三大核心场景全链路覆盖: 从内部运营智能(ADP)、专业学术互动规范化(NGES)到患者用药健康数字化(健康药箱),形成覆盖医药企业数字化转型核心业务链路的完整闭环,在行业内构建了差异化的数字化应用范式

    8110编辑于 2026-04-07
  • 来自专栏林欣哲

    人工智能智能

    今天来谈谈人工智能的研究工作中所做的一些基本的抽象。 一、智能的概念 人工智能研究的对象称为智能(Agent),其他的外部条件划归为环境。 智能做出什么样的反应取决于输入和输出之间的映射关系函数,这个函数就是智能研究的核心。 编写出智能的程序则具体实现这个数学意义上的函数。 二、智能的性能衡量 我们研究智能是要他能做正确的事,因此需要有一个标准去衡量他的表现,一个合理的智能体会最大化这个期望的标准。 这里要注意一点,我们以最终期望达到的效果来做为衡量的标准,而不要以智能的行为本身作为标准。 总结,人工智能的研究的期望是实现一个,在给定的每个可能的感知序列下,能做出让期望的性能最大化的行动的理性的智能

    2K60发布于 2018-04-10
  • 来自专栏Go语言学习专栏

    7 - AI 智能构建 - AI 超级智能项目教程

    具体内容包括: AI 智能概念与特点 智能实现关键技术 使用 AI 智能的多种方式 OpenManus 实现原理 自主实现 Manus 智能 智能工作流编排 A2A 协议 一、什么是智能? 二、智能实现关键技术 在自主开发智能前,我们要先了解一下智能的关⁠键实现技术,也就是方案设计阶段做的事情。 一个智能负责生成⁠初步结果,另一个智能负责评估和反馈,二者循环迭代优化输出 举个例子,在机器翻译场景中,先由翻译智能输出,再由评审智能给出改进⁠建议,反复迭代直到达到满意的质量。 ,到数据收集智能获取必要数⁠据,然后是分析智能处理这些数据,接着由可视化智能创建直观图表,最后由报告智能整合所有发现生成完整报告。 我们还可以大胆想象,未来开发者可以像调用云服务一样,按需租用或组合不同的智能服务,甚⁠至实现智能之间的自动交易和结算。目前其实就有很多智能平台,只不过智能之间的连接协作甚少。

    60610编辑于 2026-03-17
  • 来自专栏云时之间

    智能结构

    智能的结构 迄今为止我们通过描述行为—在任何给定的感知序列下采取的行动—讨论了智能,现在我们不得不将知难而进,去讨论智能体内部是如何工作的,AI的任务是设计智能程序,通过它来把感知信息映射到行动的智能函数 注意智能程序和智能函数之间的差别。智能程序在于当前感知为输入,而智能函数是以整个历史为输入的。智能程序只把当前感知作为输入是因为环境无法得到更多的东西。如果智能的行动依赖于整个感知序列。 那么该智能不得不记住全部感知的信息。 *智能程序骨架还有其他的选择。例如我们可以让智能程序成为协同程序。 行动表明确的表示了每个智能程序实现的智能函数。要用这种方式来建造理性智能。作为设计者,我们必须构造包括各种可能的感知序列的适当行动的函数表。 在这个文章的以下部分,我想概述四种基本的智能程序,他们几乎涵盖了所有智能系统的基础准则: 1:简单反射型智能 2:基于模型的反射型智能 3:基于目标的智能 4:基于效用的智能 然后我们将概括的解释如何把这些智能转换成学习智能

    1.4K70发布于 2018-04-11
  • 认知智能(0)

    其次就是代理的通信模式,也就是[个体间的信息交互]:对话式:发挥不同智能的风格工具调用:控制智能行为和输出广播:智能的自主意识我们以[注意力]为线索,来展开智能的认知能力。 因为[海马]会把这些信息拦在入口。最后是长期记忆,内存容量有限,所以我们很多时候会借助硬盘的内容,但是所有的计算依然发生在工作记忆当中,只不过多了一个信息检索的步骤。 所以认知智能需要加入元认知的能力。 系列文章分成十个章节:第一章:认知AI智能的基础主题:ai代理的定义和类型(reflex、基于目标、基于效用...)开发代理需要的技能(编程、认知架构、llm)环境配置(python、Ollama、litellm 目标:开发能够从结果中学习并自主改进策略的智能第九章:使用RL、世界建模和RAGEN进行拓展主题:强化学习集成(RAGEN管道)用于状态和奖励预测的世界建模多智能体协作与分布式问题解决

    20800编辑于 2025-06-05
  • 【AI智能创作】

    AI智能创作思路 AI智能的核心在于模拟人类思维和行为模式,通过算法和数据处理实现自主决策。创作思路通常包括目标定义、数据收集、模型训练、评估优化等环节。 目标定义阶段明确智能的功能边界,比如聊天机器人、游戏NPC或自动化工具。数据收集阶段获取相关领域的语料、图像或其他输入数据。模型训练阶段选择合适的算法架构,如深度学习、强化学习或规则引擎。 案例分析 以智能写作助手为例,分析其设计流程。需求分析阶段确定用户需要语法检查、内容生成或风格转换等功能。技术选型阶段可能采用GPT-3等大语言模型作为基础架构。 GPT2Tokenizer.from_pretrained("gpt2-medium") model = GPT2LMHeadModel.from_pretrained("gpt2-medium") input_text = "AI智能的核心功能包括

    36410编辑于 2025-12-17
  • 智能(Agent)全面解析:什么是智能agent

    一、什么是智能(Agent)?智能是一个能够自主思考、决策、调用工具的智能代理系统。 它不仅仅是简单的问答机器人,而是具备以下核心能力的自主系统:思考能力:理解用户意图,分析任务需求决策能力:规划执行步骤,选择合适工具行动能力:调用外部工具,执行具体操作记忆能力:记住上下文,积累经验智能的价值智能的出现 智能的核心优势大脑:LLM提供强大的理解和推理能力undefined记忆:记住对话历史,保持上下文连贯工具:灵活调用各种外部能力二、两种搭建智能的路径根据技术门槛和应用场景,智能的搭建主要有两种方式 四、RAG vs Agent智能RAG(检索增强生成)和Agent是两种不同的技术路线,但可以相互配合。 随着LLM能力的不断提升和工具生态的日益丰富,智能将在更多领域发挥重要作用,成为我们工作和生活中不可或缺的智能伙伴。您好,我是肥晨。

    2.4K21编辑于 2026-03-02
  • 来自专栏农民工前端

    智能(Agent)全面解析:什么是智能agent

    一、什么是智能(Agent)? 智能是一个能够自主思考、决策、调用工具的智能代理系统。 智能的出现,让AI从单纯的"对话者"进化为真正的"执行者"。 智能的核心优势 大脑:LLM提供强大的理解和推理能力 记忆:记住对话历史,保持上下文连贯 工具:灵活调用各种外部能力 二、两种搭建智能的路径 根据技术门槛和应用场景,智能的搭建主要有两种方式: 1️⃣ 四、RAG vs Agent智能 RAG(检索增强生成)和Agent是两种不同的技术路线,但可以相互配合。 随着LLM能力的不断提升和工具生态的日益丰富,智能将在更多领域发挥重要作用,成为我们工作和生活中不可或缺的智能伙伴。

    90010编辑于 2026-03-03
  • 来自专栏人工智能

    Notion AI 智能

    NotionAI智能Notion3.0的AI智能通过自动化流程实现复杂任务闭环。其核心能力包括智能搜索、数据分析、决策制定和执行操作。 零一万物万智2.5平台解析万智2.5平台采用多智能体协作架构,每个角色对应特定职能:市场智能:自动生成营销方案并执行投放HR智能:处理招聘全流程,包括简历筛选和面试安排财务智能:实时监控预算并生成分析报表平台通过智能间的通信协议实现协作 例如启动新项目时,系统自动组建包含产品、设计、开发智能的虚拟团队,各角色通过API交换数据并同步进度。 :知识库建设:结构化企业数据供智能调用权限管理:设置不同智能的数据访问层级验证机制:关键决策需加入人工审核环节典型部署流程包括POC测试阶段,先选择单一业务场景验证,如自动生成周报,再逐步扩展至复杂业务流程 监控系统需记录智能的决策路径和执行效果,便于持续优化。

    22710编辑于 2026-01-07
  • 来自专栏算法之名

    AI智能(五)

    接AI智能(四) MetaGPT 环境装配 metagpt下载地址:https://github.com/geekan/MetaGPT conda create -n metagpt python= gpt-3.5-turbo api_key: "******" 测试: 在终端命令行中进入Meta-GPT-main目录中执行 metagpt "Write a cli snake game" 单动作智能 多动作智能 import asyncio import sys import subprocess from metagpt.llm import LLM from metagpt.actions import

    75900编辑于 2025-02-06
  • 来自专栏算法之名

    AI智能(二)

    我是人工智能助手智谱清言,可以叫我小智,很高兴见到你,欢迎问我任何问题。'

    63910编辑于 2024-10-05
  • 来自专栏cs

    医药的常识

    卖药时,看到那些卖药的人瞎忽悠 ,感觉自己还是多些医药知识,才能避免不必要的麻烦。

    77140发布于 2018-06-13
  • 来自专栏算法之名

    AI智能(四)

    接AI智能(三) memory工具使用 以往,我们都是直接跟大模型进行交互,没有办法系统的实现记忆。 在上图中,用户在向大模型问问题时会首先读取记忆,查看以往是否回答过相同的问题或者相关的文档可以参考。 如果有就会返回并添加到提示词模版中,再通过大模型的处理得到答案,得到答案之后再将答案反写回记忆,这是一个循环的过程。 **智能合约和应用生态**:以太坊拥有强大的开发者社区和丰富的应用生态,这推动了其需求的增长,并对价格产生积极影响。 2. **跨链技术的进步**:随着跨链技术的发展,以太坊能够与其他区块链网络进行互操作,这可能会扩大其生态系统,并增加其作为价值转移和智能合约平台的吸引力。 5.

    1K00编辑于 2025-02-06
  • 来自专栏算法之名

    AI智能(六)

    接AI智能(五) Dify Dify是一个开源的Agent开发平台,使用Dify有两种方式,一种是使用Dify的在线平台。https://cloud.dify.ai。 一种是进行私有化部署。

    1.1K00编辑于 2025-02-06
领券