- 综合排序
- 最热优先
- 最新优先
- 来自专栏科技版
元核云智能双录助力银保业务合规高效！
元核云双录产品助力银保业务合规高效 响应监管要求，元核云不断打磨智能双录平台，致力于赋能金融行业，打造符合监管要求的双录应用，针对扩宽赛道的银保领域，元核云更是不断加大技术投入，结合监管要求和业务痛点， 近年来，元核云在银保领域持续发力、为银行业不断注入新的动能，携手多家银行在金融发展和数字化转型的道路上占据领先优势，有效地帮助客户实现多种银行应用场景的创新，满足其业务在互联网音视频快速发展背景下的需要 元核云智能双录产品覆盖线上线下全场景，包含远程双录、现场双录、网点柜面交易、远程面签、开户面审、远程营销等，全面满足银保各类业务场景需求。 同时， 智能化AI技术保障双录过程完整、严谨、合规，提高投保和质检效率，全面满足业务留痕的监管要求；成熟领先的音视频技术保障清晰、流畅、稳定的音视频质量，有效提升双录效率和客户体验。 元核云远程双录功能适用于全平台音视频客户端，兼容本地录制与远程通话场景，同时无缝对接现有质检平台，保证关键环节无遗漏。
3.7K40编辑于 2022-03-30 - 来自专栏安全播报
重保特辑 | 基于千万核规模实战经验，腾讯云容器安全重保最佳实践分享
本文将结合腾讯云内部业务千万核规模容器安全治理经验，为大家继续剖析企业云上最后一道防线之一——容器安全，在重保场景下的最佳实践。正本清源，从容器特性出发理清攻防侧重点工欲善其事，必先利其器。 把握三大关键阶段，四步构建全生命周期容器防护体系在重保场景下，腾讯云容器安全建议企业把握住构建、部署、运行三大关键阶段，四步构建全生命周期容器防护体系。
1.4K30编辑于 2022-10-20 - 来自专栏智能化转型黑科技分享
“无卡触发”智能过磅系统，保数据安全！
数据安全如何保？
81630编辑于 2022-11-17 - 来自专栏KI的算法杂记
SVM系列（二）：核方法概述---正定核以及核技巧
2.正定核 我们所说的核函数大部分都是正定核。在下面的探讨中，输入空间为 ， 。 2.1定义 正定核的定义有两种： •对于 ，若存在一个函数 ，使得 ，则称 为正定核函数•对于 ，如果 满足对称性以及正定性，则我们也称 为正定核函数 对第一条定义的说明：我们要将低维样本映射到高维 ，则我们需要一个映射函数，如果我们能够找到一个 函数，使得我们定义的 恰好是两个高维样本 的内积，则 就是一个正定核函数。 而在定义二中，我们只需要自己定义一个函数K，然后取任意N个样本，联合K求它们的Gram矩阵，只要该矩阵满足半正定性质，那么我们定义的函数K就是一个正定核函数。 3.核技巧 什么是核技巧？ 4.常见的核函数 伟大的前人已经帮我们定义好了很多的核函数，常见的有：
1.8K10编辑于 2022-07-29 - 来自专栏FreeBuf
等保测评师角度浅谈等保2.0
1、等保初衷：从各行各业的开展等保来看，基于网络安全的初心开展等保的单位企业少之又少，而绝大都是单位企业都是政策要求，其中具体又可以细分为 1）行业主管部门要求开展等保，比如电力行业和金融行业，这两个行业都有文件要求开展等保 ，所以在众多民营企业中不愿意做但是必须需要做等保。 2）寻找背锅侠，部分政府单位对等保不感冒，但是被等保机构销售忽悠后以为做的等保就可以给自己上一道“保险”，纯粹为了事后找等保机构给自己背锅。 这也就是为什么等保2.0出台后，很多厂家均发布了一些基础版套餐、标准版套餐和豪华版套餐等等文章，让很多客户单位慢慢被认为等保测评就是花钱买设备，而国家推行等保测评的初衷却不甚了解。 目前很多客户单位也在学习等保2.0系列标准，但是很多标准测评机构都无法解释，如何给客户解释。
4K51发布于 2020-10-27 - 来自专栏PM吃瓜(公众号)
设备保活
TCP保活报文格式： 1， TCP keepalive probe报文 我们看到，TCP保活探测报文是将之前TCP报文的序列号减1，并设置1个字节，内容为“00”的应用层数据，如下图所示： TCP keepalive ACK报文 TCP保活报文交互过程 TCP保活的交互过程大致如下图所示： ? TCP保活可能带来的问题 1， 中间设备因大量保活连接，导致其连接表满 网关设备由于保活问题，导致其连接表满，无法新建连接（XX局网闸故障案例）或性能下降严重 2， 正常连接被释放 TCP保活的设置 一般而言，保活探测主要在服务器端实现，如果应用层有相应的保活机制时，传输层的TCP保活就可以不用。 如果远程系统仍然可以连接并且正在运行，它就会响应保活传输。默认情况下不发送保活数据包。应用程序可以在连接上启用此功能。
1.9K10发布于 2020-05-16 - 来自专栏DeepHub IMBA
线性回归，核技巧和线性核
然后我将解释什么是核函数和线性核函数，最后我们将给出上面表述的数学证明。 以下是一个核函数示例： kernel从m维空间创建m^2维空间的第一个例子是使用以下代码: 在核函数中添加一个常数会增加维数，其中包含缩放输入特征的新特征: 下面我们要用到的另一个核函数是线性核函数: 所以恒等变换等价于用一个核函数来计算原始空间的内积。 实际上还有很多其他有用的核，比如径向核(RBF)核或更一般的多项式核，它们可以创建高维和非线性特征空间。 这就是核函数的诀窍:当计算解'时，注意到X '与其转置的乘积出现了，它实际上是所有点积的矩阵，它被称为核矩阵 线性核化和线性回归 最后，让我们看看这个陈述:在线性回归中使用线性核是无用的，因为它等同于标准线性回归
59430编辑于 2023-11-10 - 来自专栏机器学习算法与理论
核技巧
内积公式 高斯核，线性核，多项式核 而由于高斯核（径向基函数的高斯版本）是 ? 高斯核 高斯核能够基于向量的距离输出一个标量。内积的形式是向量相乘，得到单个标量或者数值，即维度一致，对应相乘相加即可。 （这就是核技巧） 这样的指数形式，故可以用泰勒展开式展开成无穷级数的形式，每一项的x前系数都不同，而这里也就对应着其特征的不同。
1.4K60发布于 2018-04-10 - 来自专栏计算机视觉理论及其实现
核方法
令 为核函数 对应的再生核希尔伯特空间， 表示 空间中的h函数，对于任意单调递增函数 和任意非负损失函数 ，优化问题 表示定理对损失函数没有限制，对正则化项 仅要求单调递增，甚至不要求 是凸函数，意味着对于一般的损失函数和正则化项，优化问题的最优解 都可表示为核函数 的线性组合；这显示出核函数的巨大威力 人们发展出一系列基于核函数的学习方法，统称为“核方法”(kernel method)。最常见的，是通过“核化”(即引入核函数)来将线性学习器拓展为非线性学习器。 下面我们以线性判别分析为例来演示如何通过核化来对其进行非线性拓展，从而得到“核线性判别分析”(Kernelized Linear Discriminant Analysis，简称KLDA)。 把 作为(6.57)中的损失函数l，再令 ，由表示定理，函数h(x)可写为 于是由式(6.59)可得 令 为核函数 所对应的核矩阵， ，令 为第 类样本的指示向量，即
1.7K10编辑于 2022-09-03 - 来自专栏小陈飞砖
android进程保活
文章目录 一、android进程的优先级 二、android进程的回收策略 三、进程保活方案 1、利用系统广播拉活 2、利用系统Service机制拉活 3、利用native进程拉活 4、 利用JobScheduler 机制拉活 5、利用账户同步机制拉活 一、android进程的优先级 二、android进程的回收策略 三、进程保活方案 1、利用系统广播拉活 缺点： 1）、系统广播不可控，只有在系统广播发生的时候能重启
1.1K20编辑于 2022-06-25 腾讯云AI大模型重构保险全链路智能化应用与落地路径
识别保险业务智能化转型的战略困境 保险行业正面临从传统流程向AI原生应用转型的挑战，核心痛点集中在高频人工场景的效率瓶颈与数据价值挖掘不足： 人工密集型任务低效： 车险人伤评定、工程险核保等场景依赖人工法医或核保师 2.2 中台：提升风险管理与运营效能 两核（核保/核赔）助手： 工程险智能核保： 上传合同照片，通过OCR解析并对比行业参考值（如承建高度、工期人力密度），自动给出费率调整建议（如基础费率增加10%）。 伤残智能评级： 上传出院小结、病历等，OCR解析后结合RAG召回评定规则，准确率达95%。 健康核保： 结合OCR与疾病归一化ICD技术，自动识别用户疾病并给出核保结论。 客户实际案例：某互联网保险代理的智能核保升级 病： 保险详情页的疾病核保类问题（如“得了什么病能不能买”）是头部用户咨询，涉及复杂的医学知识与核保逻辑，原有人工核保模式效率低，严重影响用户体验。 系统自动解析用户咨询，通过疾病归一化技术匹配标准医学术语，结合核保逻辑自动输出结论。 效： 实现了疾病核保的自动化处理，解决了人工瓶颈，具体数值未在原文中披露，但反馈提升了用户体验，减少了人工介入。
22510编辑于 2026-05-30- 来自专栏安智客
什么是等保2.0？读懂等保标准新变化
2008年发布的《GB/T22239-2008 信息安全技术 信息系统安全等级保护基本要求 》简称为等保1.0。 近年来随着人工智能、大数据、物联网、云计算等的快速发展，安全趋势和形势的急速变化，原来发布的标准已经不再适用于当前安全要求，从2015年开始，等级保护的安全要求逐步开始制定2.0标准，包括5个部分：安全通用要求 旧标准更偏重于对于防护的要求，而等保2.0标准更适应当前网络安全形势的发展，结合《中华人民共和国网络安全法》中对于持续监测、威胁情报、快速响应类的要求提出了具体的落地措施。 我们总说等级保护有五个规定动作，即定级、备案、建设整改、等级测评和监督检查，2.0时代，等保的内涵已大为丰富和完善。 标准控制点和要求项的变化 等保2.0在控制点要求上并没有明显增加，通过合并整合后相对旧标准略有缩减。
3.8K50发布于 2018-03-30 - 来自专栏CSDNToQQCode
python线程保活
Python线程的保活主要是确保线程在执行过程中不被意外中断或终止。
78010编辑于 2023-12-06 - 来自专栏流川疯编写程序的艺术
《大数据+AI在大健康领域中最佳实践前瞻》---- 智能服务在保险业务中的应用探讨
首先，行业竞争倒逼核保和理赔速度的提升，可能带来核保、核赔质量下降的负面影响。从纯理论角度和最理想化的角度来讲，核保和核赔这两个环节是可以为保险公司屏蔽所有逆选择和道德风险的。 核保部门失去了一道天然屏障。这些都是增加了风险控制的难度。 双核系统是一个人工智能驱动的核保核赔系统。旨在辅助保险公司为投保人提供更优质的保险服务。 双核系统的主要目的是： 智能化手段处理大批量居民医疗数据，进行健康分析。 为不同公民提供量身定制的核保核赔方案 简化保险人员工作流程，提高保险公司保险服务质量。 重大疾病及住院：拒保。 参考： 基本核保手册 原型设计 登录 创新性 双核平台为保险从业人员提供了一种智能赋能的核保核赔方式。 具体创新性提现在以下几点： 1.创造性的通过人工智能算法（分类，聚类，异常检测，预测等算法）进行驱动，对个人健康数据进行有效管理，提升核保核赔建议的准确性。
1.1K10编辑于 2021-12-06 微保大模型智能体平台：实现内部运营效率的量化提升
构建分层式大模型技术应用框架 微保采用三级技术路径实现能力升级： 提示词工程与智能体平台：通过RAG（检索增强生成）与工具调用处理简单任务，成本较低但扩展性强 大模型领域后训练：基于太极平台使用保险领域数据进行模型微调 ，提升专业问题处理能力 定制化业务系统集成：将智能体能力深度嵌入核赔、客服等核心业务系统 关键业务场景实现效率的量化突破 智能体平台在近30日内实现部门使用渗透率超30%，人均创建智能体助手数量达5.75 —— 微保客服质检负责人 腾讯技术生态支撑的规模化应用能力 微保大模型应用基于腾讯太极一站式平台与混元系列模型，具备三方面优势： 平台化敏捷交付：智能体平台提供开箱即用的工具集，降低使用门槛 领域知识增强
8510编辑于 2026-05-30- 来自专栏小汪Waud
我保研啦！
在准备保研的几个月里，身边的人好像都慌慌张张，一听说谁拿到了哪里的offer，想要去哪里，那更是慌得不行。 1 前期准备 这里的前期准备包括但不限于整理好各院校、科研所的往年的夏令营通知时间及安排、夏令营流程、推免面试的流程、个人简历、个人陈述、导师推荐信等等，保研更多的是技巧在于信息差，能够整理好以上的信息是你成功保研的一半 07 保研电子材料 这里的电子材料，是以我们学校拿到本校推免资格所需要提交的电子材料为例，其他学校可以类似整理。 由于政策改革，我们学校对于保研名额的申请也从答辩变成了80%成绩+20%材料。 不要舍不得小钱钱，一辈子就保一次研呢！ 当然，不建议大家像我这么做，大可先答应给自己留一条退路，这也是绝大多数保研人都会选择的。 很多人都会这么做。
1.1K30编辑于 2023-02-03 - 来自专栏人人都是极客
A核与M核异构通信过程解析
一、 硬件层通信实现原理 二、驱动层Virtio下RPMsg通信实现 三、应用层双核通信实现方式 现在越来越多的产品具有M core和A core的异构架构，既能达到M核的实时要求，又能满足A核的生态和算力 TXVring区发送数据，从RXVring区读取接收数据，A核反之。 处理器支持消息传递单元（MessagingUnit，简称MU）功能模块，通过MU传递消息进行通信和协调，M核和A核之间通过寄存器中断的方式传递命令，最多支持4组MU双向传递消息，既可通过中断告知对方数据传递的状态 RPMsg消息框架是Linux系统基于Virtio缓存队列实现的主处理核和协处理核间进行消息通信的框架，当客户端驱动需要发送消息时，RPMsg会把消息封装成Virtio缓存并添加到缓存队列中以完成消息的发送 在驱动层，对A核，Linux采用RPMsg框架+Virtio驱动模型，将RPMsg封装为了tty文件供应用层调用；在M核，将Virtio移植，并使用简化版的RPMsg，因为涉及到互斥锁和信号量，最终使用
1.4K40编辑于 2023-08-23 AI大模型重构保险运营：从单点提效到智能体工作流
第一章：保险运营面临效率与风控双重挑战 保险行业核心运营流程（承保、理赔、客服、销售）长期依赖人工经验，面临核保效率低、理赔周期长、客服响应慢三大瓶颈。 以工程险核保为例，传统人工审核复杂合同耗时长达数小时，且难以系统化识别高空作业、桥隧工程等20余类高风险条款；车险人伤评残需法医介入，案件处理周期超过30天。 第二章：腾讯构建“场景-数据-模型”三层重构框架 场景归类：将业务运营流程数字化，按“数据标准性+创造性需求”划分四类场景（如智能核保属数据标准、无创造性场景） 数据盘活：通过OCR、RAG技术将病历、 合同等非结构化数据转化为可检索的知识引擎 模型适配：根据场景特性组合选用模型——DeepSeek R1用于需复杂推理的伤残评级，Hunyuan多模态模型处理图像识别任务 第三章：智能核保应用实现95%准确率与效率跃升 工程险智能核保体：自动识别合同中的高风险条款，输出标准化JSON格式结论，核保时间从小时级缩短至分钟级 伤残智能评级助手：基于病历OCR解析和规则库检索，评级准确率达95%（来源：腾讯金融云实测数据）
12210编辑于 2026-05-30腾讯金融云AI大模型重构保险运营：多模型协同与Agent工作流驱动业务提效
非标数据处理效率低下：在健康险与工程险核保中，面对产品详情页复杂的疾病医学知识（如“得了什么病能不能买”）、长文本合同等非标准化输入，人工核保响应慢，直接影响用户体验与转化。 Agentic Workflow重构：从单场景试点（如智能核保）向流程改造迈进。 击穿核心业务场景：行业头部客户落地实践 腾讯金融云的AI能力已在多个复杂保险业务闭环中得到验证，以下为典型客户应用案例： 某互联网保险代理（疾病核保智能体）：针对前端疾病核保问题，采用OCR高级版+疾病识别和归一化 工程险智能核保（知识引擎提取）：在复杂的工程险合同审查中，智能体能够自动读取合同照片，识别并推断是否涉及20米以上高空作业、人工挖孔桩等高风险内容。 结合历史承建死亡率等数据，最终输出包含初核建议与风险提示的JSON文件至核心系统，辅助核保专家调整费率。
16110编辑于 2026-05-30腾讯AI大模型重构保险运营：从单场景提效到端到端智能体落地
场景与模型适配逻辑： 数据标准、无创造性、推理严谨： 适用于智能核保、智能理赔环节，保障数据分析与结果处理的准确性。 关键业务指标（ROI）： 核保与评级准确性： 车险人伤场景下的智能伤残评级助手，模型输出经过OCR解析与RAG召回评定规则，准确率可达 95%。 典型客户案例：微保与互联网保险代理的落地实践 案例一：微保（WeSure）实时质检智能体 痛点： 传统质检滞后，难以实时发现违规话术。 方案： 部署基于大模型的实时质检流程。 案例二：某互联网保险代理疾病核保智能体 痛点： 产品详情页头部问题为疾病核保（如“糖尿病能买吗”），原以人工核保为主，效率低，影响用户体验。 智能体自动识别用户意图，对脑梗、血栓、子宫肌瘤等具体疾病进行澄清或给出核保结论。 效果： 将高频咨询从人工转为AI自动应答，提升响应速度，降低人工核保压力。 5.
19610编辑于 2026-05-30
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