LLM应用实战：当KBQA集成LLM
项目是关于一个博物馆知识图谱，上层做KBQA应用。实现要求是将传统KBQA中的部分模块，如NLU、指代消解、实体对齐等任务，完全由LLM实现，本qiang~针对该任务还是灰常感兴趣的，遂开展了项目研发工作
我对计算机领域未来发展的期望和畅想
我期待未来计算机领域融合人性与智能，AI伙伴懂得人类情感，量子计算带来革命性变化。数字鸿沟将缩小，信息普惠全球，同时关注环保与可持续性，发展绿色计算。计算机系统将更安全，抵御网络威胁，保护用户隐私。最后，希望计算机科学教育普及，激发更多人投身科技创新，共创美好未来。
【HTML】情人节给npy一颗炫酷的💗
兄弟们，这不情人节快要到了，我该送女朋友什么🎁呢？哦，对了，差点忘了，我好像没有女朋友。 不过这不影响我们要过这个节日，我们可以学习技术。举个简单的🌰： 比如说，今天我们学习了如何画一颗炫酷的💗，以后找到了女朋友忘准备礼物了，是不是可以用这个救救场，🐶。
2023第十二届中国智能产业高峰论坛之文档大模型的探索与思考
近日，2023第十二届中国智能产业高峰论坛（CIIS 2023）在江西南昌顺利举行，本次论坛主要讲解了关于AI大模型、生成式AI、无人系统、智能制造和数字安全等领域的议题。其中令我印象最深刻的就是上海合合信息的丁凯老师讲解的**多模态大模型与文档图像智能理解专题论坛**的部分了。
Python程序设计实例 ｜ set集合
* 本系列推文案例中，建议Python采用3.10及以上版本，NumPy采用1.22.3及以上版本，Matplotlib采用3.5.1及以上版本，Pandas采用1.4.2及以上版本。Python从3.10这个版本开始，标准发行版本中自带的IDLE交互式环境中输入提示符>>>单独放在左侧，不能随输入语句一起复制。为了清晰区分实例在交互环境中的输入和输出，本系列推文在每个输入语句的开头依然保留输入提示符>>>。
重大喜讯！通义听悟的发布成为国内首个开放公测的大模型应用产品！
近年来，随着人工智能技术的快速发展，自然语言处理成为了研究的热点。而在自然语言处理领域，ChatGPT是一个备受关注的模型，它的出现极大地推动了自然语言处理技术的发展。然而，最近阿里云宣布通义大模型进展，聚焦音视频内容的AI新品“通义听悟”正式上线，成为国内首个开放公测的大模型应用产品。在公测期间，用户可领取100小时以上听悟免费转写时长，这个重大喜讯引起了开发技术领域的广泛关注。
如何向大模型注入知识？达摩院通义对话模型SPACE系列探索
如何将人类先验知识低成本融入到预训练模型中一直是个难题。达摩院对话智能团队提出了一种基于半监督预训练的新训练方式，将对话领域的少量有标数据和海量无标数据一起进行预训练，从而把标注数据中蕴含的知识注入到预训练模型中去，打造了SPACE 1/2/3 系列模型，在11个国际公开对话数据集取得SOTA。
隐形水印：让偷录者无处遁形的终极防线
视频会议时代，偷录偷拍成信息泄露重灾区。从国家安全到商业机密，风险无处不在。隐形水印技术为音视频嵌入唯一“数字指纹”，实现源头追溯，构建可防、可溯、可追责的安全闭环，筑牢会议信息安全防线。
鸿蒙 HarmonyOS NEXT星河版APP应用开发-阶段三
本文介绍了UI开发中的样式复用与组件构建技术，涵盖@Extend、@Styles和@Builder的使用方法，并通过Swiper轮播、Scroll滚动、Tabs导航等常用组件实现典型界面效果，结合生肖抽卡、小米轮播、回顶按钮等案例，展示实际应用技巧。
qwen3大模型目前的不足与功能建议
这段内容反映了用户在过去半个多月与Qwen3大模型在线服务互动后，发现的功能不足及对未来功能的建议。用户已将所有意见汇总至一个会话，并通过www.tongyi.com页面分享对话链接。希望Qwen开发团队重视这些建议，同时也会发布到阿里云开发者社区讨论。待官方回复后，用户将根据回复决定是否分享给其他云服务厂商和开源社区。
大模型叙事下的百度智能云：比创新更重要的，是创新的扩散
DeepSeek点燃了大模型的“引线”，使其进入爆发期。短短一个多月，大模型能力不断刷新，产业上下游达成落地共识。当前大模型正从早期采用者向早期大众过渡，面临算力瓶颈这一关键挑战。百度智能云通过百舸4.0平台，成功解决了算力供应和成本问题，大幅提升了训练效率和稳定性，助力大模型在各行业的快速应用。随着市场需求的增长，算力需求将呈指数级上升，未来的大模型竞赛不仅是模型之争，更是工程能力和算力布局的较量。百度智能云等企业正稳步推动大模型从创新走向产业应用，开启了一场高效率、低成本的“双螺旋”竞赛。
操作系统智能助手OS Copilot新功能
作为一名公司的研发人员，我虽主要从事前后端开发，但也对云服务有所了解。在安装并体验OS Copilot的过程中，我深刻感受到其强大功能和便捷性。安装过程顺利直观，-t功能可快速测试命令输出，节省时间并提供有益信息；-f功能提升了批量任务处理和调试脚本的效率；管道功能虽有改进空间，但整体显著提升工作效率，特别是在处理复杂脚本和自动化任务时，减少了错误率。我相信OS Copilot未来潜力巨大，期待其进一步优化。
云产品评测｜操作系统智能助手OS Copilot新功能
作为一名企业开发人员，我最近使用OpenSUSE Copilot进行了功能测试。**测试结果**：-t功能能识别并解释常用端口，但界面操作需优化；-f功能成功完成自定义任务（如查找并清理大日志文件），但交互流程不够连续；管道功能表现最佳，支持复杂任务。建议优化-t和-f功能的用户体验，提升交互性。
阿里云 OS Copilot 评测报告
作为一名运维工程师，我体验了OS Copilot的-t/-f/管道功能，整体感受是“非常棒，但距离真正的一句话运维还有距离，未来可期”。-t参数简化了系统健康度检查，直接给出结果，提升了效率。-f参数尝试批量执行任务文件中的命令，但遇到了权限问题。管道功能能解释配置文件参数，识别注释行，非常实用。建议增加示例任务库、优化错误处理和增强文档支持。
OS Copilot-操作系统智能助手-Linux新手小白的福音
OS Copilot是由阿里云推出的操作系统智能助手，专为Linux新手设计，支持自然语言问答、辅助命令执行等功能，极大提升了Linux系统的使用效率。用户只需通过简单的命令或自然语言描述问题，OS Copilot即可快速提供解决方案并执行相应操作。例如，查询磁盘使用量等常见任务变得轻松快捷。此外，它还支持从文件读取复杂任务定义，进一步简化了操作流程。虽然在某些模式下可能存在小问题，但总体上大大节省了学习和操作时间，提高了工作效率。
Java 异常处理详解
Java 异常处理是程序设计中的重要特性，用于捕获和响应运行时错误，确保程序稳定或优雅退出。异常包括由程序逻辑或外部环境引起的错误，分为 `Error` 和 `Exception`。`Error` 通常无法处理，而 `Exception` 可被捕获。异常处理机制包括 `try-catch-finally` 块，其中 `try` 块监控代码，`catch` 块处理异常，`finally` 块执行清理操作。此外，还可以手动抛出异常和创建自定义异常。异常链则用于传递原始异常信息。合理使用异常处理可以提高程序的稳定性和可靠性。
Java自动类型转换的妙用
Java中的自动类型转换（隐式类型转换）是指编译器在无需显式指定的情况下自动将一种数据类型转换为另一种类型。这一特性简化了代码，提高了可读性，并在多态中发挥了重要作用。例如，在数学运算时，较小类型会自动转换为较大类型以避免精度损失；在面向对象编程中，子类对象可以自动转换为父类引用，增强了代码的灵活性和兼容性。此外，它还使得数组和集合的使用更加方便，整体上让编程更加优雅和高效。
千问大模型
阿里云自主研发的千问大模型，凭借万亿级超大规模数据训练和领先的算法框架，实现全模态高效精准的模型服务调用。https://www.aliyun.com/product/tongyi
