本文分享国内场景3D目标检测，公开数据集 DAIR-V2X-V（也称为DAIR-V2X车端）。DAIR-V2X车端3D检测数据集是一个大规模车端多模态数据集，包括： 22325帧 图像数据 22325帧 点云数据 2D&3D标注 基于该数据集，可以进行车端3D目标检测任务研究，例如单目3D检测、点云3D检测和多模态3D检测。

本文根据2023云栖大会演讲实录整理而成，演讲信息如下 演讲人：张治国|阿里云智能计算平台研究员、阿里云MaxCompute负责人 演讲主题：MaxCompute架构升级及开放性解读 活动：2023云栖大会

前向神经网络-多层感知器、损失函数、反向传播

Pulp求解TSP问题介绍及程序实现

人工智能项目开发的基本流程（一）

人工智能概述（二）

3D打印软件程序是高质量打印，设计和监控的关键 - 没有软件，3D打印机只是没有方向的机器。3D 打印机软件采用各种不同的形式：用于设计 3D 模型的 3D 软件建模工具、用于切片 STL 文件以进行打印的 3D 切片器，以及用于修复模型中错误的专业软件。 为了让您更轻松，我们将每种类型的3D打印机软件分成几个部分。在每个部分中，我们都有免费的3D打印软件选项，以及高级付费选项。

现在有数百种不同的免费 3D 建模软件工具供希望创建自己的 3D 模型的用户使用——因此知道从哪里开始可能会很棘手。 3D 软件建模工具的范围从即使是最新的初学者也易于使用到可能需要数年才能学习的专业级软件——因此选择与您的技能水平相匹配的工具非常重要。

区间预测 | MATLAB实现QRBiLSTM双向长短期记忆神经网络分位数回归时间序列区间预测

在评估机器学习模型的性能时，F1score都被首选指标。在本文中，我们将介绍一个值得更多关注和认可的替代度量:马修斯相关系数(MCC)。

NLP自然语言处理之NLTK工具的使用，进行英文情感分析、分词、分句、词性标注（附代码）

本文介绍的是阿里在2019年发表的多任务学习算法。该模型显示地建模目标间的贝叶斯网络因果关系，整合建模了特征和多个目标之间的复杂因果关系网络，省去了一般MTL模型中较强的独立假设。由于不对目标分布做任何特定假设，使得它能够比较自然地推广到任意形式的目标上。

Elasticsearch 内存占用相关知识，以及对 lucene 文件的 page cache 进行监控

对一个互联网产品来说，典型的风控场景包括：注册风控、登陆风控、交易风控、活动风控等，而风控的最佳效果是防患于未然，所以事前事中和事后三种实现方案中，又以事前预警和事中控制最好。 这要求风控系统一定要有实时性。

去重逻辑在业务处理中使用广泛，大致可以分两类：DISTINCT去重和FIRST_VALUE主键去重，两者的区别是DISTINCT去重是对整行数据进行去重，比如tt里面数据可能会有重复，我们要去掉重复的数据；FIRST_VALUE是根据主键进行去重，可以看成是一种业务层面的去重，但是真实的业务场景使用也很普遍，比如一个用户有多次点击，业务上只需要取第一条。

建站是通过整合域名、服务器等要素搭建可访问数字平台的过程，分自助建站、CMS系统和代码开发三类工具。核心流程包括需求规划、域名注册（实名认证）、服务器配置（国内需ICP备案），搭建后填充内容并测试优化，解析域名上线，做好后续维护。

小红书笔记详情API是开放平台核心接口，用于获取指定笔记的标题、正文、互动数据及多媒体资源，支持内容分析与营销优化。2025年6月起启用v4版，新增视频解析与实时数据推送。需note_id和access_token参数，返回JSON格式数据。

2025云栖大会 AI搜索与向量化模型专场上，拉拉 Elasticsearch技术负责人——陈敏华先生分享了 Elasticsearch 在全球化高并发业务场景下的深度实践，以及在迁移至阿里云 Elasticsearch Serverless 后的显著收益。货拉拉的案例为业界提供了可复制、可落地的技术范本。

从ChatGPT到文心一言：AI为什么能“懂人话”？——大语言模型的底层逻辑揭秘

本系统基于SpringBoot框架，结合Java、MySQL与Vue技术，构建智能化快递分拣管理平台。通过自动化识别、精准分拣与实时跟踪，提升分拣效率与准确性，降低人力成本，推动快递行业向智能化、高效化转型，助力电商物流高质量发展。

本指南涵盖Java 21+核心实操，详解虚拟线程、Spring Boot 3.3+GraalVM、Jakarta EE 10+MicroProfile 6微服务开发，并提供现代Java开发最佳实践，助力开发者高效构建高性能应用。

“RSA还能撑多久？”——聊聊量子计算下密码学的危与机

本文深度解析前沿开源项目《自衍体》（Zyantine），探讨其如何通过“核心本能、欲望引擎、辩证成长、认知表达”四大支柱，构建具备稳定人格的AI Agent。项目以“内在世界”为核心，提出认知流与事实锚定协议，为下一代“有格”AI奠定理论与工程基础，标志着AI从行为模拟走向人格建构的新纪元。

在金融风控场景中，模型迭代速度与线上稳定性之间的平衡是一大挑战。传统硬编码方式存在耦合度高、控制粒度粗、缺乏审计等问题，导致误拦截损失显著。本文介绍了基于 OpenFeature 的解决方案，通过动态配置、细粒度控制和多语言支持实现高效特征管理，并结合灰度发布、熔断机制和安全审计提升系统稳定性与发布安全性。实战数据显示，该方案显著缩短上线周期、降低故障率并提升模型覆盖率，具备高可用性和可扩展性，适用于复杂风控环境下的策略迭代需求。

阿里云人工智能平台PAI 平台推出模型权重服务，通过分布式缓存架构、RDMA高速传输、智能分片等技术，显著提升大语言模型部署效率，解决模型加载耗时过长的业界难题。实测显示，Qwen3-32B冷启动时间从953秒降至82秒（降幅91.4%），扩容时间缩短98.2%。

本篇文章介绍 Cosmos 最新世界基础模型 Cosmos Reason-1 如何在阿里云人工智能平台 PAI 上进行快速部署使用。

PyTorch 2.0推出的`torch.compile`功能为深度学习模型带来了显著的性能优化能力。本文从实用角度出发，详细介绍了`torch.compile`的核心技巧与应用场景，涵盖模型复杂度评估、可编译组件分析、系统化调试策略及性能优化高级技巧等内容。通过解决图断裂、重编译频繁等问题，并结合分布式训练和NCCL通信优化，开发者可以有效提升日常开发效率与模型性能。文章为PyTorch用户提供了全面的指导，助力充分挖掘`torch.compile`的潜力。

5G引领家庭网络升级：速度、稳定性与智能化的新时代