好文推荐

简介: 好文推荐

https://blog.csdn.net/qq_40731414/article/details/126919088?spm=1001.2014.3001.5502

https://zhuanlan.zhihu.com/p/696900673

https://blog.csdn.net/u011677209/article/details/79540634

https://blog.csdn.net/qq_40731414/article/details/126823262

https://blog.csdn.net/qq_23452385/article/details/131486407

https://juejin.cn/post/7219298341462261817
https://www.jianshu.com/p/08c11650daba
https://www.jianshu.com/p/1d81351cd101

目录
相关文章
|
新零售 前端开发 JavaScript
盒马跨端设计系统 ReX Design For OS
6 个月前,在 D2 前端技术论上我们向社区分享了《盒马中后台跨端方案》,详细介绍了我们在基于盒马实体零售数字化业务场景中,面向盒马营运数字化系统构建的跨端设计系统——ReX Design For OS。6 个月来,在开发资源极度紧张的状态下,我们持续建设和打磨,今天我们很高兴的告诉大家我们已经将项目的主要代码开源到了 Github,并发布了 beta 版本。
盒马跨端设计系统 ReX Design For OS
|
存储 数据安全/隐私保护
Rockchip系列之VendorStorage 浅浅的介绍(1)
Rockchip系列之VendorStorage 浅浅的介绍(1)
1432 0
|
3月前
|
人工智能 开发工具 C++
LangGraph vs Semantic Kernel:状态图与内核插件的两条技术路线对比
本文对比2026年最新版LangGraph(v1.0)与Semantic Kernel(v1.28.1),澄清过时认知:LangGraph已成为LangChain执行引擎,支持持久化状态机;SK则原生集成MCP协议,定位AI中间件。二者架构迥异——图编排vs插件组合,运行时托管状态vs开发者自主管理。附代码实操与选型指南。
393 2
LangGraph vs Semantic Kernel:状态图与内核插件的两条技术路线对比
|
9月前
|
数据可视化 安全 API
客流类API实测:获取线下指定区域的历史客流数据
在数据驱动的商业环境中,历史客流量数据至关重要。通过“区域客流”API,可灵活查询指定区域的历史客流,支持多时间维度和地理围栏,提供16类细分数据,覆盖广泛商业需求,API调用简便。
|
5月前
|
存储 机器学习/深度学习 人工智能
文档切分实战:5种方法详解,打造高效RAG系统的第一步
本文深入解析RAG中至关重要的文档切分技术,系统介绍5种主流策略(句子、定长、重叠、递归、语义切分),结合代码示例与实战调优技巧,涵盖PDF/Markdown/代码等多格式处理,并提供质量评估与避坑指南,助你打造高精度、高效率的私有知识库。
1042 7
|
7月前
|
传感器 人工智能 监控
AI视觉监控技术在仓储物流防损中的应用解析
AI视觉技术赋能仓储防损,通过边缘计算摄像头与多传感器融合,实现对叉车操作、人员行为等实时智能监控。精准识别异常行为,2秒内预警,降低盗损超40%,助力仓储物流向数字化、智能化升级。
769 8
|
7月前
|
数据采集 人工智能 缓存
构建AI智能体:十一、语义分析Gensim — 从文本处理到语义理解的奇妙之旅
Gensim是Python中强大的自然语言处理库,擅长从大量中文文本中自动提取主题、生成词向量并计算文档相似度。它支持LDA、Word2Vec等模型,结合jieba分词可有效实现文本预处理、主题建模与语义分析,适用于新闻分类、信息检索等任务,高效且易于扩展。
599 17
|
8月前
|
机器学习/深度学习 缓存 自然语言处理
【万字长文】大模型训练推理和性能优化算法总结和实践
我们是阿里云公共云 AI 汽车行业大模型技术团队,致力于通过专业的全栈 AI 技术推动 AI 的落地应用。
3560 40
【万字长文】大模型训练推理和性能优化算法总结和实践
|
机器学习/深度学习 存储 人工智能
RAG技巧与底层代码剖析
你是否还在用现成框架调包实现RAG?本文带你撕开技术黑箱,仅用numpy等Python基础库构建RAG系统,从零手撕RAG内核!从文本划分、向量化、相似度检索到生成优化,逐行代码解剖检索增强生成的核心逻辑,更深度解析9大实战技巧:从智能分块策略到动态上下文压缩,助你突破回答质量瓶颈。拒绝做调参工具人,这次彻底掌握RAG的底层基因!
990 18