数据采集

首页 标签 数据采集
# 数据采集 #
关注
23847内容
让模型“装得下”,阿里云首创FAQ量化框架:破解万亿级混合专家模型私有化部署天堑
近日,自然语言处理顶级会议ACL 2026揭晓最新论文评选结果。阿里云计算平台算法团队自主研发的训练后量化(PTQ)技术成果《FAQ: Mitigating Quantization Error via Regenerating Calibration Data with Family-Aware Quantization》成功入选。 该研究针对DeepSeek-R1(671B)、Qwen3(235B)等超大规模混合专家(MoE)模型在部署中面临的显存消耗高昂、硬件不匹配等核心痛点,创新性提出“家族感知模型量化”(FAQ)框架。
企业官网为什么 AI 搜不到?从 robots.txt 到 llms.txt 的技术排查清单
企业官网为什么 AI 搜不到?从 robots.txt 到 llms.txt 的技术排查清单 > 先说结论:企业官网在豆包、元宝、DeepSeek 里搜不到,八成不是内容问题,而是四道技术关口没过——
代理IP的 3 层用法,从手动换IP到高并发采集(附完整代码)
本文详解代理IP从“能用”到“高并发”的3个进阶层级:第1层单代理接入(200条/分),第2层代理池轮换(600条/分),第3层代理×异步并发(1200条/分)。代码基于真实服务商接口,开箱即用,助你告别封禁与半夜运维。
AI Token说丨听听3位站在AI最前沿的青年学者畅谈,Agentic AI时代的组织与个人
2026年的AI叙事,正在被一个词彻底改写——Agent。 从Devin、Manus到Claude Code,AI用半年时间完成了一次身份切换:它不再只是“会聊天的助手”,而是开始以“能交付的同事”姿态走进生产流程。当Agentic成为新一轮行业共识,所有从业者面前都摆着同一道题——个体如何与Agent共生,组织如何被Agent重写?
|
1小时前
|
工程机械配件为何难获AI推荐?从零件号到证据链排查
“AI推荐信号”是工程机械配件领域的一套实践框架,指支撑AI精准识别配件身份、设备适配性、技术依据及供应状态的可检索、可验证数据集合,涵盖零件号、机型、序列号范围、技术参数、替换关系与证据资料等,旨在弥补“有产品信息”与“有条件匹配”之间的关键缺口。
|
1小时前
|
企业官网 + ERP 定制的一条龙交付:我们把建站做成标准工序的实践
先说结论:中小企业软件外包最常见的失败模式不是技术不行,而是交付没有工序——需求口头化、验收无标准、源码不交付。我们把官网/ERP/独立站/小程序这类项目拆成 7 道标准工序,每道有明确产出物,验收争
|
1小时前
|
预算规划避坑指南:企业做数据治理要多少钱及费用构成拆解
数据治理预算常误将软件费当总投入,实则其仅占30%—35%,隐性成本接近显性支出一半。本文以阿里云Dataphin为例,拆解“基础订阅+扩展单元+专业服务”全成本结构,揭示“治理即研发”对人力、排查、协同等隐性成本的压缩逻辑,并提出三年TCO测算、扩展弹性预留、AI降本三大务实调整建议。
|
2小时前
|
智能工厂数据中台是什么?有什么功能特点?
智能工厂数据中台是部署于本地或私有云的工业数据枢纽,贯通设备层与业务系统,解决协议异构、数据孤岛、口径不一等痛点。具备多源采集、边缘预处理、统一治理、实时告警与低代码可视化能力,支撑MES/ERP等系统,让数据真正“用起来”。(238字)
Scrapy状态码自动切IP实战:捕获403与429实现毫秒级无缝切换(附完整Middleware源码)
本文详解Scrapy中403/429状态码的毫秒级IP自动切换方案:通过自定义下载器中间件,实现非阻塞退避、Cookie隔离与连接强制关闭,规避默认重试盲区与长连接复用陷阱。附可直接运行的单文件源码及排障指南。(239字)
|
2小时前
|
造纸设备电机状态在线监测自动告警解决方案
本方案针对造纸行业电机“单机运行、故障难察、运维被动”痛点,构建集数据采集、无线上传、远程监控、自动告警、远程控制与智能分析于一体的电机状态监测系统,实现全生命周期管理与预测性维护,提升产线稳定性与管理效能。(239字)
免费试用