用DataV Atlas探索杭州美食
本指南介绍如何使用DataV Atlas进行数据可视化。首先，通过链接领取试用额度并登录产品控制台。控制台包含示例数据，如“hangzhou_poi_sample”和“hangzhou_districts”。通过简单几步创建地理分析项目，可对数据进行样式配置。示例分析包括各区美食偏好、高评分火锅店定位及杭州美食分布情况，通过SQL查询和可视化技术，帮助理解数据背后的有趣现象。更改底图样式和添加SQL数据源进一步增强分析效果。
图特征工程实践指南：从节点中心性到全局拓扑的多尺度特征提取
本文详细介绍了如何利用NetworkX库从图结构中提取重要特征。首先，通过定义辅助函数设置了图的可视化选项，并以Zachary网络数据集为例进行了可视化展示。接着，文章深入探讨了三类图特征：基于节点的特征（如节点度、中心性等）、基于边的特征（如最短路径、邻域重叠等）以及基于图的特征（如Graphlets、Weisfeiler-Leman特征等）。通过这些特征的提取与分析，可以全面理解网络结构，识别关键节点，分析信息流动模式，并发现潜在的隐藏模式。本文不仅展示了如何应用这些特征来揭示社交网络中的角色和联系，还强调了其在交通网络分析和生物系统研究等领域的广泛应用潜力。
【ACL2024】基于长尾检索知识增强的大语言模型
近日，阿里云人工智能平台PAI与阿里集团安全部内容安全算法团队、华东师范大学何晓丰教授团队合作，在自然语言处理顶级会议ACL2024上发表论文《On the Role of Long-tail Knowledge in Retrieval Augmented Large Language Models》，论文主题为长尾知识检索增强的大语言模型。通过将问题识别为普通可回答和长尾两种性质，让大模型针对性的对长尾问题进行检索文档增强。对于普通可回答的用户提问可以直接通过大模型回答，而不需要进行文档检索增强，从而能增强大模型处理不同类型用户提问的效率。
AI低代码平台：创新开发新选择
Zoho Creator、Airtable、Appian、Creatio Atlas及织信等低代码平台，通过集成AI功能如预测分析、情感分析、自动化文案创作等，显著提升了开发效率与智能化水平。例如，Zoho Creator利用AI预测客户需求并分析情绪；Airtable借助OpenAI模型自动生成代码与文案；Appian通过AI技能自动处理文档与邮件；Creatio Atlas运用AI优化决策流程并提供个性化推荐；织信则集成ChatGPT与Stable Diffusion，实现智能开发与图像生成。这些平台不仅支持多种业务场景，还简化了应用程序开发流程。
MongoDB Atlas与大语言模型的梦幻联动：如何瞬间提升企业级AI应用的构建效率？
【8月更文挑战第8天】在大数据时代，企业需挖掘数据价值。MongoDB Atlas作为云端数据库服务，以灵活性著称，减轻运维负担并支持全球数据分布。大语言模型（LLMs）革新AI构建方式，擅长处理自然语言。本文通过对比展示如何整合Atlas与LLMs，构建高效企业级AI应用：Atlas确保数据高效存储管理，LLMs提供语言理解与生成能力，二者结合加速AI应用开发并激发创新潜能。
Three.js如何降低3D模型的大小以便更快加载
为加快600MB的3D模型在Three.js中的加载速度，可采用多种压缩方法：1) 减少顶点数，使用简化工具或LOD技术；2) 压缩纹理，降低分辨率或转为KTX2等格式；3) 采用高效文件格式如glTF 2.0及draco压缩；4) 合并材质减少数量；5) 利用Three.js内置优化如BufferGeometry；6) 按需分批加载模型；7) Web Workers后台处理；8) 多模型合并减少绘制；9) 使用Texture Atlas及专业优化工具。示例代码展示了使用GLTFLoader加载优化后的模型。