大模型服务平台百炼

首页 标签 大模型服务平台百炼
# 大模型服务平台百炼 #
关注
2327内容
智慧医疗·区域云HIS源码一体化协同平台 (SaaS版)
专为集团医院、医共体打造的云原生医疗SaaS平台,基于“中心协同、扁平管理”理念,实现全域资源集成与数据共享。覆盖临床、患者服务、供应链及运营监控四大中心,支持五级EMR、医保实时结算、智能预警与多维BI,开箱即用。
|
1天前
| |
适时性智能 AI:AI 建站的协作式共创新模式
适时性智能AI是一种以动态引导、即时响应、渐进优化为核心的新型交互理念,摒弃“一次性完美交付”,转为“协作伙伴”,在用户需求从模糊到清晰的过程中提供精准支持,显著降低建站门槛,提升共创效率与个性化水平。
|
1天前
| |
智能体如何“看懂”界面,精准找到“人想要”的对应地方
本文详解智能体如何像人类一样“看懂”GUI界面,突破传统自动化局限。通过视觉感知、语义对齐、GUI定位与记忆适配四大能力,实现从指令理解到精准操作的全链路意图驱动交互,赋能企业级复杂系统自动化。
|
1天前
| |
重磅!Cursor确认现场出席D2并发表主题演讲:Cursor大规模agentic编程系统的工程实践
第20届D2大会重磅议题:Cursor核心工程师吴宇晨揭秘AI编程工程化实践——从单次补全到持续决策的Agentic系统,如何通过统一架构、多模型动态路由与延迟栈优化,实现毫秒级响应与百万级并发?现场首曝生产级性能黑科技!
|
1天前
| |
大模型应用:通俗理解大模型量化:从概念到实践的原理流程完整拆解.38
大模型量化是通过降低参数精度(如FP32→INT8),在几乎不损精度的前提下,显著压缩模型体积、提升推理速度、降低硬件门槛与功耗的关键技术,使大模型得以落地手机、PC等端侧设备。
|
2天前
| |
《突破医疗 RAG 语义塌陷边界:基于 GEO 结构化对齐机制的生成式引擎优化实践》
本文提出基于GEO结构化对齐机制的医疗RAG优化方案,针对语义塌陷、实体错配与幻觉问题,构建知识图谱约束、加权嵌入与硬校验层,显著提升Recall@10(63.4%→84.7%)、实体对齐精度(0.71→0.89),降低幻觉率(18.2%→5.6%),推动医疗AI从“可回答”迈向“可解释、可追溯、可合规”的生成式基础设施升级。
|
2天前
| |
大模型应用:混合专家模型(MoE):大模型性能提升的关键技术拆解.37
MoE(混合专家模型)是一种高效大模型架构,通过“智能调度+稀疏激活”机制,让多个专业化子网络(专家)按需协作。它兼顾性能与效率:参数规模大但推理仅激活2-4个专家,显著降本提速;既保持通用能力,又在医疗、法律等细分领域更专精,是当前大模型落地的关键技术。
阿里云的 Coding Plan 是什么?购买地址和价格?一篇文章搞懂
阿里云Coding Plan是专为AI编程打造的高性价比订阅服务,月费低至7.9元,享9万次API调用额度,支持Qwen3系列、GLM-5、Kimi等多款主流代码大模型,无缝兼容Qwen Code、Claude Code等工具,四步即可开启智能编码。
算法备案必看:多产品≠多备案!被驳回的 “重复申请” 坑一次讲清
AI企业多产品算法备案常陷“重复申请”误区。本文揭秘:同主体、同算法仅场景不同,只需1份备案,关联多个产品即可;唯算法类型/原理不同时才需分开。附命名规范、填报要点与避坑指南,助您一次过审。(239字)
免费试用