- 博客(203)
- 收藏
- 关注
RSS订阅原创 麦肯锡11月最新报告《Agentic AI安全部署手册》：Agentic AI安全不是“贴膏药”，而是“打地基”（附报告原文
Agentic AI不是“更聪明的工具”，而是新型生产力关系的重构 ——人类从“操作者”变为“监督者”，Agent从“执行者”变为“责任主体”。“In an agentic world, trust is not a feature. It must be the foundation.”（在智能体的世界里，信任不是一项功能，而必须是基石。所以，别再问“我们能不能上Agent？要问：“我们的安全水位，配不配得上Agent的智能水位？毕竟——AI可以试错，企业不能重来；Agent可以重启，声誉无法重载。
2025-12-08 15:32:35
788
原创 保姆级教程！PaddleOCR-VL 私有化部署全流程，109 种语言 SOTA 模型直接用
PaddleOCR-VL是一款专为文档解析而设计的、资源高效的 SOTA 模型。其核心组件是 PaddleOCR-VL-0.9B，这是一款紧凑而强大的视觉语言模型 (VLM)，它将 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型相结合，从而实现精准的元素识别。： PaddleOCR-VL 支持 109 种语言，涵盖全球主要语言，包括但不限于中文、英文、日文、拉丁文和韩文，以及采用不同文字和结构的语言，例如俄语（西里尔字母）、阿拉伯语、印地语（梵文）和泰语。
2025-11-27 11:37:42
733
原创 Linux环境安装ComfyUI，部署SeedVR2（2025.11.13 - Version 2.5.10）节点实现图像视频超分（放大）
SeedVR22.5.10于2025年11月13日正式发布，适用于 ComfyUI，支持高质量视频和图像放大。（一）核心能力高质量基于扩散的放大：视频和图像增强的一步扩散模型时间一致性：通过可配置的批处理保持视频帧间的一致性多格式支持：支持视频和图像的 RGB 和 RGBA（alpha 通道）任何视频长度：适合任何视频长度（二）模型支持多种模型变体：3B 和 7B 参数模型，具有不同精度选项FP16、FP8 和 GGUF 量化。
2025-11-26 17:54:15
1109
原创 AI 听不懂你的需求？这篇 Prompt 指南，帮你打通 “沟通任督二脉”
提示工程归根结底是沟通：说出最能帮助 AI 清晰理解你意图的语言。从本指南开头介绍的核心技巧开始。持续使用，直到它们成为第二天性。只有在解决特定问题时才加入高级技巧。从核心技巧开始熟练后自然知道什么时候加入进阶技巧不要追求“最多技巧”，而是“最少但足够”提示词越是明确、结构越合理，模型越能稳定输出随着“上下文工程”兴起，提示词工程并没有变弱，相反，它是上下文工程的核心构件。AI 时代，懂 AI 的人不是最厉害的；能让 AI 更好用的人，才是真正的增幅者。
2025-11-25 15:22:32
515
原创 “不会选数字人？” 收好这份2025选型清单，照着选就行！（建议收藏）
其3D高斯泼溅技术经过特殊优化，通过StyleUnet+MLP混合建模和动态高斯点云技术，在保证高质量渲染的同时，将单个数字人模型的体积控制在100-200MB，使其能够在高端手机上实现60FPS的流畅渲染和1-2秒延迟的实时对话。例如，MimicTalk通过“动静结合”的微调策略，既优化了基于3D人脸表征（tri-plane）的静态细节（如牙齿、头发），也利用LoRA技术对模型参数进行高效微调，增强了肌肉运动等动态细节的真实感，从而在短时间内生成高质量、高表现力的个性化说话人脸。总体投入成本是否可控？
2025-11-24 14:01:10
825
原创 谷歌 Gemini 3+Nano Banana Pro 双杀！阿里字节蚂蚁新品集体破局
在多项测试中表现优异，SWE - Bench Verified 测试准确率 77.9%，Terminal - Bench 2.0 测试准确率 58.1%，均优于谷歌 Gemini 3 Pro，目前已集成到多款开发环境，助力开发者大幅提升工作效率。该 APP 依托阿里在大模型领域的技术积累，聚焦开源优势，为用户提供智能问答等基础功能。搭载该模型的机器人可在办公室制作咖啡、组装纸箱等，能连续一整天制作意式浓缩咖啡，还大幅降低了任务失败率，将具身智能落地到办公场景，推动机器人实操应用的发展。
2025-11-21 11:30:14
1182
原创 奥特曼都追更！Gemini 3免费开测：一句话出3D模型，理科生都服的推理力（附使用指南）
从Gemini 1到3，能明显感觉到AI的变化：以前是“我问你答”，现在是“我给目标，你给结果”。它不再是炫技的工具，而是真能帮你省时间、解决麻烦的“帮手”。现在Gemini 3 Pro已经全量开放，不管是学生、职场人还是程序员，都能直接去体验。不用怕学不会，它对指令的理解特别直接，越简单的要求反而做得越好。你最想用它解决啥问题？是帮你整理考研笔记，还是做菜谱、写代码？你可以在评论区大开脑洞。实操入口：手机端直接更Gemini App，选“Thinking”模式；
2025-11-19 14:59:22
861
原创 大模型训练微调推理GPU资源选型指南
本指南系统性地解答了AI大模型训练与微调、推理过程中，在GPU算力资源选型、采购、部署和安全方面可能遇到的核心问题。
2025-11-18 10:53:06
671
原创 实测两款热门 OCR！DeepSeek-OCR 和小红书 dots.ocr 谁更能打？
这几年OCR技术真是彻底变了样，从之前靠规则硬刚，到现在直接端到端的大模型搞定，开源社区也出了几个特别能打的：DeepSeek-OCR：当红炸子鸡。专门为中文优化，识别准、表格还原强，像合同、报表、扫描件这类正式文档，处理起来非常顺手。dots.ocr（小红书开源）：专门对付那种背景花、字体飘、还带圆角的“社交体质”图片——小红书上的爆款图文，它基本都能精准识别出来。在GitHub上已经攒了5.6K Star，属实有点火。不光客户有需求，我们自己内部也在用。
2025-11-13 10:00:00
559
原创 基于MattePro大模型实现图片与视频扣像背景变透明
相比智能抠图，自定义抠像提供了更多的控制选项，用户可以通过画笔工具手动调整抠图区域，适合处理复杂或精细的抠图任务。例如，用户可以使用快速画笔工具进行精细调整。
2025-11-11 10:00:00
1825
原创 离大谱！我部署的MiniMax M2模型，竟说自己是ChatGPT？是血赚还是翻车？附部署教程。
MiniMax-M2重新定义了智能体的效率。它是一款紧凑、快速且经济高效的MoE模型（总参数2300亿，其中100亿为激活参数），专为编码和智能体任务的卓越性能而打造，同时保持强大的通用智能。仅需100亿个激活参数，MiniMax-M2即可提供当今领先模型所应具备的复杂、端到端的工具使用性能，同时采用精简的外形设计，使部署和扩展比以往任何时候都更加轻松。第三方评测机构Artificial Analysis的测试中，Minimax M2以61分获得了开源模型第一，紧随Claude 4.5 Sonnet。
2025-11-06 10:25:30
1030
原创 存储不够用？镜像不会保存？那是你还没学会这招！
用 CCI 跑模型时，你是不是也被这俩问题卡过？自带 50G 存储根本不够用，下一个大模型就直接满了，数据删也不是、留也不是；单卡调完环境想迁到多卡，结果镜像不会存，之前的配置全白费，又得从头装…别慌！今天就给大家一套「数据不丢 + 环境复用」的解决方案，从开通配置到多卡迁移，一步一步跟着走就行～● 大容量存储：数据再也不怕丢 ，再也没有容量焦虑○ 操作路径：找到「存储管理」→ 点击「开通新存储」；○ 关键选择：选对应的存储类型（按项目需求）、填需要的容量（比如模型大就多开点），点开通；
2025-11-04 15:33:26
701
原创 显存不够、算力告急、部署复杂？九章智算云带着141G显卡等3重惊喜来了
不用等活动、不用拼手速，只要注册就能领 10 度免费算力，直接体验新显卡的超强性能！注册/登录：访问九章智算云id=online领取10度算力，从产品中心进入CCI控制台，你将会收到一个弹窗，如下点击立即领取后去你的【费用中心】即可看到你领取到的10度算力。
2025-10-28 16:57:44
886
原创 抢鲜体验！DeepSeek-OCR在线服务，即刻感受文字识别的魅力
是由DeepSeek 团队推出的先进视觉语言模型，专注于通过光学压缩技术高效处理长文本内容。模型采用编码器与解码器的组合设计，在保证高分辨率输入的同时，显著降低了激活内存占用和视觉标记数量。在10 倍压缩比下，OCR 精度可达97%；即便在20 倍压缩比下，仍能保持约60% 的识别准确率。DeepSeek-OCR 支持多种分辨率模式，适用于多语言文档处理，同时能够解析图表、化学公式等复杂内容，为大规模文档识别与处理提供高效可靠的解决方案。
2025-10-28 10:02:43
858
原创 【九章智算云重磅上新】10 倍压缩率 + 97% 精度！DeepSeek-OCR 让文档处理进入「秒级时代」
DeepSeek-OCR 创新性地通过光学二维映射来压缩长上下文，实现高效「看图识文」，替代传统大模型“逐字阅读”的机制，在 OmniDocBench 权威评测中，仅用100 个视觉 Token即超越 GOT-OCR2.0（256 Token），并在 800 Token 内性能碾压 MinerU2.0（近 7000 Token）。这种「以图载文」的技术路径，使文档处理效率提升 10 倍，单张 A100-40G 显卡每日可处理超 20 万页文档，真正实现「算力不变，产能翻倍」。
2025-10-22 18:25:09
1115
原创 DeepSeek-V2-Exp：一键部署，私有化轻松搞定，告别繁琐下载！
DeepSeek-V2-Exp：一键部署，私有化轻松搞定，告别繁琐下载！
2025-10-20 15:36:37
1159
原创 “AI 曼哈顿计划”：科技竞赛还是人类挑战？
现实中的“对齐”很多时候只是“公关洗白”或“安全洗白”，比如让聊天机器人表现得更“友善”，但这远不足以解决AGI真正带来的深层风险。若参照阿波罗计划的投入标准（年均2440亿美元，占GDP的0.8%），连续三年可采购约2700万块H100等效GPU，支持为期100天的AGI模型训练，总算力约为3e29 FLOP。最终，要想在AGI领域赢得真正的“胜利”，需要超越眼前的技术竞赛，建立基于“伦理人本主义”的社会共识。许多AI研究者指出，目前的AI进展主要依赖“规模堆叠”，缺乏对“智能本质”的真正理解。
2025-07-09 14:22:21
1455
原创 手把手实战：Flux Kontext Dev 开源，最强一致性图像编辑模型！
FLUX.1 Kontext 是 Black Forest Labs 推出的突破性多模态图像编辑模型，支持文本和图像同时输入，能够智能理解图像上下文并执行精确编辑。其开发版是一个拥有 120 亿参数的开源扩散变压器模型，具有出色的上下文理解能力和角色一致性保持，即使经过多次迭代编辑，也能确保人物特征、构图布局等关键元素保持稳定。
2025-07-03 17:01:02
2195
原创 手把手实战：零基础教程！照片一键生成科目三
Magic Animate 是一个基于扩散模型的人像动画框架，由新加坡国立大学的 Show Lab 和字节跳动团队开发。它可以从单张图片和一个动作视频中生成动画视频。这个工具在保持时间一致性、忠实保留参考图像以及显著提高动画真实感方面表现出色。
2025-06-27 14:26:57
576
原创 人工智能三Deep：三大“Deep”力量如何共塑AI黄金时代
从长远来看，这将被证明是一个高明的选择，它不仅立刻提高了深度学习的研究关注度，而且未来以此为基础的AI研究更是促进了整个AI技术的突破和行业的广泛应用。DeepMind 的技术路径一直偏爱强化学习，就像一位痴迷于“闯关学习法”的学霸，它最爱的练功房是各种游戏世界—从围棋棋盘到电子游戏，在这里不断试错、总结，练就了一套强大的“强化学习”本领。在谷歌这一代号“谷歌猫”的项目中，计算机系统通过自主学习1000万张未标注的YouTube图片，首次在没有人工干预的情况下识别出了“猫脸”这一概念。
2025-06-26 13:59:34
1593
原创 全在这里了，小白也可以一文读懂的“世界模型”
我们先来回顾一下近期相关事件：6 月 18 日，Midjourney 发布首个 AI 视频生成模型 V1，标志其从静态图像创作向动态多媒体内容生产转型。V1 支持上传或用其他模型生成图像来生成视频片段，但有无法生成音频、时长限制等不足。Midjourney 透露长期目标是将多种技术融合为"世界模型"，使用户能在动态生成的虚拟环境中自由探索。6 月 20 日，在华为开发者大会 2025 上，发布基于盘古多模态大模型的世界模型。该模型能为智能驾驶、具身智能机器人训练构建数字物理空间。
2025-06-25 16:57:01
1455
原创 当AI“阅读”蛋白质天书：GPU+BioNeMo驱动医药革命
它通过提供针对特定领域优化的模型和工具，大幅加速了构建和调整生物分子AI最耗时且成本最高的阶段，并能轻松集成至任何基于GPU的计算环境中。就像ChatGPT理解人类语言，ESM-2、ESM-3等模型通过“阅读”数十亿蛋白质序列，学会了预测蛋白质结构、设计新药物——而这一切的关键，在于GPU算力与算法的双重突破。2024年诺贝尔化学奖授予蛋白质计算设计领域，背后正是一场静默的革命：全球实验室正在用GPU超算训练蛋白质大语言模型（pLMs），让AI从海量序列中破译生命密码。
2025-06-20 13:48:34
472
原创 小型企业“数据不怕哇”公司困境中的算力突围
在这场变革中，头部企业凭借雄厚的数据储备、强大的算力基建和顶尖的算法团队快速构建壁垒，而广大中小企业却面临三座横亘眼前的“AI大山”——数据匮乏、算力不足、算法门槛高。一台H200服务器买的话要200多万，租的话，一个月也得8万多，我们还得引进大模型技术人员，我们账上的钱够撑几天？她想起自己刚进公司时，被嘲笑"只会做Excel表格"，如今公司也站在了同样的悬崖边，心里忐忑不安，公司不会要裁员吧？窗外，北京的夜空繁星点点，这家曾经濒临绝境的小公司，如今手握自己的AI未来。（深吸一口气）："这真是雪中送炭哪。
2025-06-19 13:57:16
813
原创 大模型蒸馏：从DeepSeek到李飞飞的50美元革命
2025年2月初，人工智能领域迎来两起标志性事件：中国公司DeepSeek发布的R1模型以“高性能+低成本”颠覆行业叙事，而“AI教母”李飞飞团队仅用和训练出媲美顶尖模型的s1-32B推理模型。这两项突破的核心技术均有一个关键词——。这一技术如何打破传统训练范式？其背后隐藏着怎样的科学逻辑与工程智慧？本文将深入解析。
2025-06-17 18:07:24
855
原创 手把手实战：零基础教程！LLaMA-Factory微调Qwen2-VL
具体实现过程看以下实战步骤。LLaMA-Factory微调Qwen2-VL实战步骤1、部署环境1）点击LLaMA-Factory镜像，准备开始部署2）点击配置&部署按钮3）填写自定义集群信息—>点击部署按钮4）部署完成之后，选择Notes.txt 显示登录地址5）设置微调参数最后参数会生成相关命令：以下是本次训练的核心参数与说明：为了让模型更贴近文旅领域的真实应用场景，本次微调采用了名为的图文对话数据集。该数据集由阿里达摩院团队开源发布。
2025-06-16 13:40:14
1753
1
原创 一文彻底读懂：英伟达GPU分类、架构演进和参数解析
每个CUDA核心只处理简单的数学运算（如浮点加减乘除），但通过集成数千个这样的核心，GPU能同时处理海量数据，速度远超CPU。显存位宽是GPU和显存之间的“数据通道宽度”，单位是bit（位），比如128bit、256bit、384bit等。位宽越大，GPU能同时读取的数据越多。其不断迭代的芯片架构与持续攀升的算力天花板，恰如一场自我突破的技术突围 —— 每一次架构升级，都是对行业算力边界的重新定义。在我们谈论算力的时候，常常会提到的半精度 （FP16）、单精度（FP32）、双精度（FP64）又是什么？
2025-06-13 10:34:45
2676
原创 不用公式！用生活例子讲透Transformer，大模型为何强大
比如，在句子“The animal didn't cross the street because it was too tired.”中，当他们看到“it”时，就会特别关注“animal”，因为“it”指的就是“animal”。当“自注意力”员工处理完一个词的信息后，他们就会对每个词的信息进行独立的、统一的加工，就像给每个词的信息做个“标准化处理”，让它们更容易被下一步使用。“透明度”更高（能看到它在看什么）： 我们可以通过一些方法，看到模型在处理某个词时，它的“注意力”集中在输入句子的哪些词上。
2025-06-10 12:34:39
430
原创 奥特曼：大模型可靠性已过拐点，企业如何跑步入场？
它们也学得最快。谈及 OpenAI 企业业务的爆发式增长，他透露：「与一年前相比，我们与深度合作的头部企业交流时发现，促使它们加速落地的关键不再是『适应时间』，而是。
2025-06-09 12:54:44
835
原创 这个女人，如何让一众硅谷大佬夜不能寐
蓝色的线是电力的成本，绿色的线是计算机内存的成本，红色的线是 AI 推理的成本，很明显， AI 推理的成本降得最快，短短的两年就降了90%，直接跌到了地板上。不仅越来越多的公司在业绩电话会里讨论AI，而且，越来越多的公司实实在在地在使用AI，这张图描述的是微软云的 AI 使用量，在过去的一年， AI 的使用量翻了 5 倍。要知道Waymo的打车成本跟传统的网约车差不多，这说明哪怕价格一样，消费者也更喜欢无人驾驶的出租车，大家可以想一想为什么，把可能的原因写到本文的评论区里。这篇报告都有哪些内容值得关注呢？
2025-06-06 12:06:57
1067
原创 手把手实战：一张图 + 一段音频，快速生成数字人视频！
你是否梦想用一张照片和一段音频，快速生成一个“会说话的数字人”？腾讯开源的项目正是为此而生。，通过输入一张人物照片和一段语音音频，就能自动生成嘴型精准、表情自然的视频片段，广泛适用于虚拟数字人、虚拟主播、AI 视频解说等场景。先给大家看看效果：👇，时长00:31数字人视频效果。
2025-06-04 16:11:39
2385
原创 AI4S：LLM驱动科研的三个层级 & 科研算力专项支持计划
最近香港科技大学团队在最新论文系统梳理了大语言模型（LLM）在科研各阶段的角色和价值，为理解 AI 从 “效率工具” 到 “自主代理” 的质变提供了理论框架，其提出的三层自主性模型（工具层→分析师层→科学家层）与全球顶尖实验室的实践形成呼应，勾勒出 AI 驱动科学革命的未来图景。在论文中，香港科技大学团队基于科学研究的六个核心阶段（观察与问题定义、假设发展、实验设计与执行、数据分析、结论验证、迭代完善），系统梳理了LLM在科研中从工具到自主代理的角色演进，揭示其在不同自主性层级的典型应用与挑战。
2025-05-29 11:11:02
1137
原创 世界模型：AGI突破口？一文了解NVIDIA Cosmos 平台
Cosmos 赋予 AI “物理直觉”，Omniverse 为这种 “直觉” 提供了可以施展的舞台，使 AI 能够在虚拟环境中观察、分析和预测各种物理现象，进行各种尝试，不用担心造成损失，还能创造出大量带有物理规律的模拟数据，有助于提高 AI 的学习效率，让 AI 更好地理解物理世界中的物体关系、运动规律以及各种物理交互。这些数据来自于专有视频数据集和公开的互联网视频，通过精心筛选和处理，为模型提供了广泛的视觉体验，使其能够学习到不同场景下的物理规律和视觉特征。要实现AGI，需要先在“世界模型”取得突破。
2025-05-28 11:30:02
1341
原创 手把手实战：如何用DeepSeek进行股票分析？
同时，我们具备大模型全栈技术能力，可协助您完成从模型训练、微调、部署、调优的全过程，助力构建安全、高效的AI系统。配置“模型供应商”，选择 “OpenAI-API-compatible”，输入申请到的 “API Key” 和 “URL” 后点击“保存”，如下图示例完成 “AlayaNew/DeepSeek-R1” LLM的配置。通过精心设计的提示词，可以激活模型中与特定任务相关的知识，使其在无需大规模微调的情况下，直接应用于下游任务。，任何技术都有局限性，审慎的态度和科学的投资框架始终是风险管理的核心。
2025-05-21 16:23:15
4725
1
原创 扎克伯格与纳德拉：开源模型蒸馏工厂如何重塑产品生产逻辑
这将意味着模型不再是“买来的”，而是“炼出来的”，开源模型的最大优势不再是参数量和GPU数量，而在可定制能力，只有少数人能玩的大模型将从“神坛”走向“普罗大众”，如果说基模型是油田，那么“蒸馏工厂”就是炼油厂，蒸馏出来的各种各样的模型就是千家万户的储油桶。2.释放协同潜力：实现一个老师模型到多个蒸馏模型之间的"一对多"以及多个老师模型蒸馏至一个模型的"多对一"的关系，这些蒸馏模型可与GitHub Copilot等工具或其他工作流组合，通过 MCP 服务器调用其他 AI Agent，释放大小模型协同的潜力。
2025-05-19 14:25:46
1041
原创 将大模型幻觉降低90%，一个神奇的写作Agent
关注问题本质，关注如何解决问题，关注如何创造价值选择通过分层设计，实现高效内容生产。每一层都针对内容创作流程中的关键环节进行优化，形成完整的智能化解决方案。1.1 需求分析层作为系统的首要环节，采用NLP技术对用户输入进行深度解析。通过意图识别自动区分写作类型（如技术文档、营销文案、社交媒体内容等），并结合用户画像分析目标受众特征（年龄层、专业背景等）。系统内置需求模板，包含多类常见写作场景的标准化需求描述，确保输出精准匹配核心需求。
2025-05-15 15:51:25
1393
原创 vLLM vs SGLang：大模型推理框架，谁更适合你的需求？
总体而言，vLLM 在模型支持和应用生态方面具有优势，而 SGLang 在推理性能优化表现相对出色。性能上，SGLang 在顺序请求和并发请求场景中始终优于 vLLM。在并发负载下，差异尤其明显，SGLang 保持稳定吞吐量的能力凸显了其卓越的可扩展性和鲁棒性。这些发现表明，对于需要高并发和高效处理大量请求的应用程序来说，SGLang 是更好的选择。目前vLLM和SGLang的代码库已开始互相借鉴（如vLLM计划引入RadixAttention），但短期内仍是差异化竞争。
2025-05-13 16:18:29
1300
原创 摩尔定律已死？一文带你看透摩尔定律如何穿越周期
Ollama是一个旨在简化在本地运行大型语言模型（LLM） 的轻量级推理工具，强调隐私保护、高性能和本地控制权。Xinference 支持多种推理引擎，Xinference需要单独安装支持的推理引擎，当满足模型格式为pytorch、gptq或者awq等条件时，Xinference 会自动选择 vLLM 作为引擎来达到更高的吞吐量。此外，Xinference 也支持 SGLang 后端，可根据具体的模型和应用需求，灵活选择使用 SGLang 进行推理，以充分发挥其在集群部署、大规模模型推理等方面的优势。
2025-05-12 14:59:51
1721
原创 别让GPU摸鱼！榨干它！
通过在 L2 Cache 中缓存常用数据，可以减少 GPU 与主内存之间的数据传输量，提高数据访问效率，特别是在处理大规模数据和复杂计算任务时，L2 Cache 能够显著提高 GPU 的性能和响应速度，有助于提升整个图形处理和计算过程的流畅性。由于GPU利用率只是判断是不是有SM在执行状态，不考虑在执行状态的SM的数量，类似判断一个杯子中是不是有水，有一滴水也作数，十滴水也是一样，这样就不能精确到各个SM，无法在GPU内部实现优化，这样看，GPU利用率不太准，只是从GPU层面（宏观）笼统判断。
2025-05-09 11:35:25
1428
原创 HF下载太慢？Alaya NeW的加速神器让你的模型“飞“起来！
Alaya NeW平台推出的DingoSpeed自托管镜像服务，旨在解决从Hugging Face下载模型和数据集速度缓慢的问题。通过本地化存储、智能分块调度和高效缓存，DingoSpeed显著提升了下载速度，优化了AI资源的全生命周期管理。用户只需设置环境变量并选择镜像站点，即可享受极速下载体验。实测数据显示，DingoSpeed在小模型和大模型下载速度上分别比传统方式快30%和100%以上，且内存占用更低、稳定性更高。DingoSpeed的核心技术包括本地镜像加速、并行分块下载和智能缓存复用，有效突破了
2025-05-09 10:56:59
1205
原创 手把手实战：开源工具 Easy Dataset 三步生成数据集
例如，当我们尝试使用 DeepSeek 上传一份原始文档并通过提示词让模型生成QA数据集时，可以观察到上述缺陷的存在：即使重复操作，基于相同输入文件生成的结果依旧保持一致且质量有限。项目创建完成后，进行模型配置，这一步可以根据各自情况配置，配置也非常简单，选择“项目设置” -> “模型配置”，如下图。在某些专业性强的领域，如医疗健康或法律服务中，由于严格的隐私保护法规限制，公开可用的数据集相对稀缺，获取难度较大。选择“问题管理”，勾选生成的问题，选择“批量构造数据集”，过程仍需等待一段时间。
2025-05-08 11:19:22
6530
5
AutoML技术白皮书-《引入AutoML破局企业智能》
2022-10-27
首个ModelOps技术白皮书-《ModelOps技术应用及趋势白皮书》
2022-10-27
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人