- 综合排序
- 最热优先
- 最新优先
基于腾讯云AI能力构建智慧教育新范式，实现规模化因材施教
识别隐性需求，构建学生心理健康新防线 教育体系面临学生心理问题隐匿性强、传统辅导难以规模化且响应滞后的挑战。 “通过腾讯云AI能力，我们实现了规模化的因材施教，让每个孩子都能获得个性化关怀和精准学习支持。”
16510编辑于 2026-04-13教育AI智能体落地实践：腾讯云技术赋能规模化因材施教
生态共创能力：联合探索教育前沿场景，连接优质生态伙伴，推动“规模化因材施教”愿景落地（数据来源：浙江小虫科技有限公司，腾讯全球数字生态大会）。
31020编辑于 2026-04-13腾讯云AI教育解决方案：以数据驱动实现规模化因材施教
教学资源分散与个性化教学的实施困境 教育行业长期面临资源碎片化、数据利用率低、个性化教学执行难的痛点。多模态数据（如手写作业、随堂练习）未被有效识别利用，非结构化数据导致学情分析滞后，传统模式难以生成
19310编辑于 2026-04-05AI赋能教学智能升级，规模化因材施教的技术实践与价值验证
剖析教学现实困境：数据之困与模式之困 教育行业推进“因材施教”面临两大核心瓶颈： 数据之困：多模态数据（如随堂练习、手写作业）未被有效识别利用，大量非结构化数据导致学情分析滞后，无法驱动即时教学干预
43720编辑于 2026-04-05- 来自专栏Python自动化测试
规模化集群验证
然后结合Jenkins就可以打造可持续的集群规模化的流水线的验证，这样可以形成可持续的质量交付。
50620编辑于 2022-03-29 - 来自专栏深度学习与python
聊聊规模化容器
作者 ｜ Increment Staff 译者 ｜ Sambodhi 策划 ｜ Tina Increment 采访了 Datadog、Braze 和 BetterUp 的工程负责人，讨论了容器工具、测试和监控，以及他们如何处理容器迁移的问题。 嘉宾介绍： 劳伦·伯纳耶（Laurent Bernaille）：DataDog 高级工程师。 克里斯·罗格斯（Chris Rogus）：Braze 工程总监。 布莱恩·希克森（Bryan Hickerson）：BetterUp 工程经理。 Q：贵组织使用哪些容器技术
1.5K20编辑于 2023-04-01 - 来自专栏速入大数据
当AI遇上大数据：教育不是“填鸭”，而是“因材施教2.0”
当AI遇上大数据：教育不是“填鸭”，而是“因材施教2.0”大家好，我是你们熟悉的大数据领域自媒体老朋友——Echo_Wish。 我们总说“教育要因材施教”，但现实里，老师要带几十上百个学生，哪有精力逐个跟踪？这句话成了“听上去很好听，但落地很困难”的理想。而现在，大数据 + 人工智能，让这个古老理想开始变得现实。
19110编辑于 2025-11-05 - 来自专栏CreateAMind
规模化数学探索与发现
MATHEMATICAL EXPLORATION AND DISCOVERY AT SCALE 规模化数学探索与发现 https://arxiv.org/pdf/2511.02864 摘要 AlphaEvolve 我们将 AlphaEvolve 呈现为一种强大的数学发现工具，能够探索广阔搜索空间以规模化求解复杂优化问题，且通常显著降低了对前期准备与计算时间的要求。 这促使我们提出“规模化构造性数学”（constructive mathematics at scale）这一术语。 AlphaEvolve 有效性的关键数学洞见在于其能够同时在多个抽象层次上运作。
18110编辑于 2026-03-11 - 来自专栏超级架构师
「规模化敏捷」SAFe:内置的质量
内置的质量实践确保每个解决方案元素在每个增量中都符合整个开发过程中的适当质量标准。
90420发布于 2019-09-04 微型芯片推动量子计算规模化
研究人员在量子计算领域取得重大进展，开发出一种厚度比人类头发丝细近100倍的微型芯片。该成果发表于《自然·通讯》期刊，介绍了一种新型光学相位调制器，能精确控制激光。这一能力对于运行未来依赖数千甚至数百万量子比特的量子计算机至关重要。
7510编辑于 2026-04-10- 来自专栏罗超频道
K12在线教育，作业帮如何用技术做到因材施教？
大多数在线教育平台只解决了老师与学生的连接问题，而作业帮和KnewTon为代表的“个性化教育”则通过技术驱动传统教育模式的革新，将孔子的“因材施教”这一教育理念做到极致。 不论是“自适应教育法”还是作业帮练习的思路，都与中国传统教育的“因材施教”不谋而合。 现代应试教育中，一个老师带几个班上百名学生，“因材施教”几乎是不可能完成的任务。 在线教育的兴起让因材施教成为可能，即让教育去适应学生，而不是让学生去适应教育“个性化教育”。在线教育的互联网能力可以便捷地收集学习者的学习数据，归纳整理海量学习素材。 接下来最有机会的看点，将是个性化教育，它有着比较强的技术依赖，符合从孔子时代便存在的“因材施教”理念，并且有望在应试教育大环境下实现真正的因材施教。
1.5K60发布于 2018-04-28 AI 教学创新平台：用技术拆解“因材施教”的落地密码
传统教学的瓶颈，藏在“规模化”与“个性化”的天然冲突里：一个班级 40 人，教师精力有限，很难精准捕捉每个学生的知识断点；一套教案走天下，要么让基础弱的学生跟不上，要么让学优生觉得“没挑战”。 而人工智能赋能的教学创新平台，正试图用技术重构“教-学-练-评”全链路，让“因材施教”从理念变成可操作的日常。
22910编辑于 2025-10-18- 来自专栏大数据文摘
因材施教，亦师亦友，AI+教育的模式走的通么？
实施因材施教 张凯磊介绍了数学学习的三种不同境界，讲套路、讲方法和讲思想。他表示培养学生的思想是最难的。目前，通过AI提高学习效率，让学生不要把时间放在重复会做到题目上。 简单来说，就是如何帮助老师处理基础教育中大量中的作业批改，学情分析；如何收集学生电子化作业信息；如何帮助学生应对考试，并有针对性的因材施教。
72510发布于 2019-04-26 - 来自专栏人工智能前沿讲习
闵海波：拥抱学前教育智能化，真正实现因材施教
首先，对目前国内幼儿教育的现状进行了详尽剖析，然后对宾果科技公司在人工智能+幼教的战略中机器人师资、家园共育、因材施教等方面的实战进行了介绍。 二 专家介绍 ?
1.8K10发布于 2020-05-13 - 来自专栏智能相对论
「灯塔工厂」距离规模化复制还有多远？
那么，在这一趋势变化的背后，是否意味着今天以「灯塔工厂」为标杆的智能制造已经具备了规模化复制的可能？ 分化 事实上，「灯塔工厂」的建设一直以来都是属于巨头企业面向未来制造业的试验。 复制 当「灯塔工厂」网络出现分化，又一个现实性的问题被摆上台面——智能制造是否具备了规模化复制的可能。 而对于整个制造业来说，从巨头内部的规模化到行业整体的规模化，都是必经的发展路径。前面的发展也将在商业化的推动下，为后面的建设提供更符合实际的建设经验和能力。 简单来说，当「灯塔工厂」在美的、海尔、富士康等巨头的内部成为一个常态，那么智能制造距离规模化复制或许就不远了。
41910编辑于 2022-05-17 - 来自专栏存储公众号：王知鱼
WD（西数）：规模化部署ZNS-SSD
1. 使用Zoned Namespaces（ZNS）可以提高闪存驱动器性能和容量，同时降低成本。
71510编辑于 2025-02-11 - 来自专栏ThoughtWorks
Data Mesh助力规模化企业数据应用
Data Mesh是一种解决企业级数据能力规模化问题的新方法，它可以让系统开发和数据开发更好地协作，加速企业数据产生价值的过程，实现企业数据变现。 Data Mesh本质上是要解决规模化数据创新的问题，如何在一个需要数据驱动的组织中，激活数据创新的动力，减少使用数据的摩擦力。所以，这个定义中就会存在很多假设： 你的企业的业务需要数据驱动吗？
42710编辑于 2023-09-18 - 来自专栏媒矿工厂
通过广播WebRTC实现规模化直播群聊
本文是来自MHV (Mile High Video) 2019的演讲，演讲者是Twitter公司视频直播基础设施组的Can Bal，本次演讲主要介绍了Twitter在今年早些时候发布的支持用户生成的直播内容的产品。
1.3K10发布于 2019-10-15 十亿参数推荐Transformer的规模化实践
推荐系统Transformer模型的十亿参数规模化实践推荐系统工作原理推荐问题的数学定义很简单：为每个用户选择他们可能喜欢的物品。 结论神经网络是推荐系统的未来，ARGUS方法通过规模化Transformer模型，在推荐质量上实现了显著提升。我们已将其应用于排序和候选生成，取得了关键指标的显著增益。
25910编辑于 2025-11-06- 来自专栏拭心的安卓进阶之路
设计模式六大原则： 辅导班的因材施教 -- 接口隔离原则
正确的方法是将胖接口分割成几个小接口，因材施教，不要给客户端暴露不需要的接口。
34010编辑于 2022-05-10
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