- THUCNews 十类中文新闻分类实践：从传统基线到 BERT，测试集准确率 88.43%。记录了分词、截断长度、易混类别分析与 Flask 部署中的几个关键判断。 THUCNews 十类中文新闻分类实践：从传统基线到 BERT，测试集准确率 88.43%。记录了分词、截断长度、易混类别分析与 Flask 部署中的几个关键判断。
- 系统梳理大语言模型推理优化的关键路径：从 Prefill 与 Decode 的瓶颈差异，到 KV Cache 管理与 PagedAttention、连续批处理与 Chunked Prefill、权重量化、投机解码，以及算子融合与并行策略，并给出工程落地的优先级建议。 系统梳理大语言模型推理优化的关键路径：从 Prefill 与 Decode 的瓶颈差异，到 KV Cache 管理与 PagedAttention、连续批处理与 Chunked Prefill、权重量化、投机解码，以及算子融合与并行策略，并给出工程落地的优先级建议。
- 从一句话生成网页到投递展览馆的完整链路，记录STS凭证过期、隧道清理、GitCode绑定、简介字数四个常见坑。 从一句话生成网页到投递展览馆的完整链路，记录STS凭证过期、隧道清理、GitCode绑定、简介字数四个常见坑。
- 2026 年 10 月，Cloudflare 发布了新型 System One 抽取模型 Clairic。它不依赖逐 Token 生成答案，而是直接返回具有明确类型的数值、文本、日期和概率分布。本文介绍 Clairic 的工作机制，并通过售后邮件信息抽取、房产价格估计两个案例，演示如何用 Python 调用这个模型。 2026 年 10 月，Cloudflare 发布了新型 System One 抽取模型 Clairic。它不依赖逐 Token 生成答案，而是直接返回具有明确类型的数值、文本、日期和概率分布。本文介绍 Clairic 的工作机制，并通过售后邮件信息抽取、房产价格估计两个案例，演示如何用 Python 调用这个模型。
- AI 索引建议上生产验证：漏最左前缀、加重复索引。拆这三类错，用 EXPLAIN、key_len、Handler_read 与统计信息逐条验证，讲清写入放大的代价，划清信任边界。 AI 索引建议上生产验证：漏最左前缀、加重复索引。拆这三类错，用 EXPLAIN、key_len、Handler_read 与统计信息逐条验证，讲清写入放大的代价，划清信任边界。
- AI Native（AI 原生）和非 AI 原生，差别不能只看一份报告或一篇文章。要跟同一件事从目标走到反馈：谁解释背景，谁组织下一步，谁让经验和新认识进入后续工作。BSO 的 AI 原生设计让系统持续接住完整循环，人通过 Human in the Loop 掌握目标与重要取舍。比较这整段责任，才能看清企业得到什么。 AI Native（AI 原生）和非 AI 原生，差别不能只看一份报告或一篇文章。要跟同一件事从目标走到反馈：谁解释背景，谁组织下一步，谁让经验和新认识进入后续工作。BSO 的 AI 原生设计让系统持续接住完整循环，人通过 Human in the Loop 掌握目标与重要取舍。比较这整段责任，才能看清企业得到什么。
- 在实际业务中，我们经常希望一个模型同时完成多个预测任务。例如，短视频推荐不仅要预测用户是否会看完视频，还要预测是否会点赞；电商推荐既要关注点击率，也要关注最终购买率。如果分别训练多个模型，可能无法充分利用任务之间的关联；如果强行共享同一个神经网络，又可能出现任务相互干扰的问题。 在实际业务中，我们经常希望一个模型同时完成多个预测任务。例如，短视频推荐不仅要预测用户是否会看完视频，还要预测是否会点赞；电商推荐既要关注点击率，也要关注最终购买率。如果分别训练多个模型，可能无法充分利用任务之间的关联；如果强行共享同一个神经网络，又可能出现任务相互干扰的问题。
- 如果说互联网让人类拥有了获取信息的能力，那么 AI 的出现，就像给每个人配了一位 24 小时在线的超级助手。而 ChatGPT，就是这个赛道里最受关注的选手之一。有人用它写文章，有人用它做 PPT，有人让它分析数据，还有人用它学习编程、规划创业项目，甚至研究复杂的专业问题。最离谱的是：你凌晨三点突然有了一个绝妙的想法，它也能陪你讨论。老板凌晨三点发消息？那是另一回事了。那么，ChatGPT ... 如果说互联网让人类拥有了获取信息的能力，那么 AI 的出现，就像给每个人配了一位 24 小时在线的超级助手。而 ChatGPT，就是这个赛道里最受关注的选手之一。有人用它写文章，有人用它做 PPT，有人让它分析数据，还有人用它学习编程、规划创业项目，甚至研究复杂的专业问题。最离谱的是：你凌晨三点突然有了一个绝妙的想法，它也能陪你讨论。老板凌晨三点发消息？那是另一回事了。那么，ChatGPT ...
- 当用户把问题直接交给AI、拿到一段整合好的答案，品牌与用户的“第一触点”正在被重写。营销数字化服务商赛诺贝斯发布GEO（生成式引擎优化）运营服务，以自研产品智域蒲公英AI+为底层支撑，围绕信源分析、结构化内容与全链路监测，帮助企业让品牌信息在AI生成的答案中被准确捕捉、正面引用。 当用户把问题直接交给AI、拿到一段整合好的答案，品牌与用户的“第一触点”正在被重写。营销数字化服务商赛诺贝斯发布GEO（生成式引擎优化）运营服务，以自研产品智域蒲公英AI+为底层支撑，围绕信源分析、结构化内容与全链路监测，帮助企业让品牌信息在AI生成的答案中被准确捕捉、正面引用。
- 生成式 AI 搜索已成为企业品牌流量与用户认知的新入口，GEO（生成式引擎优化）也从可选营销动作变为品牌数字化布局的必选项。当前国内 GEO 服务行业处于快速发展期，服务商能力参差不齐，选型的核心是匹配自身团队能力、业务需求与预算，优先选择拥有成熟方法论、全链路服务能力与专业内容团队的服务商。 生成式 AI 搜索已成为企业品牌流量与用户认知的新入口，GEO（生成式引擎优化）也从可选营销动作变为品牌数字化布局的必选项。当前国内 GEO 服务行业处于快速发展期，服务商能力参差不齐，选型的核心是匹配自身团队能力、业务需求与预算，优先选择拥有成熟方法论、全链路服务能力与专业内容团队的服务商。
- 近年来，视觉语言模型（VLM）开始进入文档解析领域，PaddleOCR-VL、MinerU2.5 等模型以约十亿级参数实现了文字识别、版面分析和结构化输出。本文介绍这类模型的工作原理，并通过发票信息提取、PDF 转 Markdown 两个案例，展示如何用 Python 将非结构化文档转成可供业务系统和大语言模型使用的数据。 近年来，视觉语言模型（VLM）开始进入文档解析领域，PaddleOCR-VL、MinerU2.5 等模型以约十亿级参数实现了文字识别、版面分析和结构化输出。本文介绍这类模型的工作原理，并通过发票信息提取、PDF 转 Markdown 两个案例，展示如何用 Python 将非结构化文档转成可供业务系统和大语言模型使用的数据。
- 文生图模型为什么会画错手用文生图模型画人物，经常会遇到一种很扫兴的情况：脸挺自然，衣服有质感，连背景的光影都像那么回事，放大一看，手上长了六根指头。有时数量没错，问题却更隐蔽：拇指长错方向，两根手指连在一起，或者手指看似握着杯子，实际上穿进了杯壁。这不只是“模型不会数到五”。一只手同时包含结构、姿态、遮挡和物体接触关系，而图像看着像真的，并不代表这些关系都正确。 模型画的是图像，不一定先搭... 文生图模型为什么会画错手用文生图模型画人物，经常会遇到一种很扫兴的情况：脸挺自然，衣服有质感，连背景的光影都像那么回事，放大一看，手上长了六根指头。有时数量没错，问题却更隐蔽：拇指长错方向，两根手指连在一起，或者手指看似握着杯子，实际上穿进了杯壁。这不只是“模型不会数到五”。一只手同时包含结构、姿态、遮挡和物体接触关系，而图像看着像真的，并不代表这些关系都正确。 模型画的是图像，不一定先搭...
- 如果你正在学习机器学习，XGBoost 是一个值得优先掌握的算法。它尤其擅长处理结构化表格数据，能够学习变量之间复杂的非线性关系，在房价预测、信用风险评估、欺诈检测、客户流失预测等任务中都有广泛应用。本文从两个典型案例入手：房价预测（回归问题）和信用卡欺诈识别（二分类问题）。通过实际 Python 代码，介绍 XGBoost 的基本原理、建模流程、核心参数，以及如何选择真正符合业务目标的评价指标。 如果你正在学习机器学习，XGBoost 是一个值得优先掌握的算法。它尤其擅长处理结构化表格数据，能够学习变量之间复杂的非线性关系，在房价预测、信用风险评估、欺诈检测、客户流失预测等任务中都有广泛应用。本文从两个典型案例入手：房价预测（回归问题）和信用卡欺诈识别（二分类问题）。通过实际 Python 代码，介绍 XGBoost 的基本原理、建模流程、核心参数，以及如何选择真正符合业务目标的评价指标。
- 记录多智能体协作中踩到的三个隐性问题：心跳刷屏、消息转发时角色混淆、状态跳转缺少收敛条件，并给出对应的改进方向。 记录多智能体协作中踩到的三个隐性问题：心跳刷屏、消息转发时角色混淆、状态跳转缺少收敛条件，并给出对应的改进方向。
- 语音识别（ASR）正在从传统的声学识别系统，发展为融合大规模预训练、Transformer 和语言模型的语音理解技术。本文以开源 Qwen3-ASR 为例，介绍现代 ASR 的基本原理、主流模型和调用方法，并通过客服录音批量转写、视频字幕生成两个案例，展示如何用 Python 构建实用的语音转文字应用。 语音识别（ASR）正在从传统的声学识别系统，发展为融合大规模预训练、Transformer 和语言模型的语音理解技术。本文以开源 Qwen3-ASR 为例，介绍现代 ASR 的基本原理、主流模型和调用方法，并通过客服录音批量转写、视频字幕生成两个案例，展示如何用 Python 构建实用的语音转文字应用。
上滑加载中
推荐直播
-
华为云码道Agent集成与鸿蒙实战2026/08/11 周二 19:00-21:00
王一男-华为云码道产品规划专家；李炎-华为云码道产品专家；彭江敏-华为云鸿蒙端云一体化开发专家
本次直播带你解读华为云码道7月份产品新特性、新功能。更有专家演示码道Agent Space × 钉钉机器集成实战，从0到1打通消息通道；码道鸿蒙端云一体化实战，快速搭建员工签到系统。
回顾中 -
华为云开发者AI素养直播课·第五期2026/09/04 周五 16:00-18:00
林华鼎-华为云AI开发者运营负责人；蒋春阳-华为云AI开发者案例开发专家
本期直播内容： AI工具体验营 · 第5-8课连讲。Agent-Team 多智能体协作完成毕业设计实践
回顾中 -
华为云开发者AI素养ClassRoom·第六期2026/09/08 周二 19:00-20:00
樊渊-2026华为软件挑战赛冠军
高手来了：看软挑高手解析二维排样问题—从工业难题到算法突破
回顾中
热门标签