首页 文章 精选 留言 我的

文章列表

共 212452 篇
腾讯混元 HY3 接入踩坑实录:从免费额度到最终弃用的 30 天

腾讯混元 HY3 接入踩坑实录:从免费额度到最终弃用的 30 天

# 腾讯混元 HY3 接入踩坑实录:从免费额度到最终弃用的 30 天 ## 前言 2026 年 7 月,腾讯混元 HY3(295B MoE)开源发布。作为国内少数达到千亿参数级别的 MoE 模型,HY3 在 HumanEval、GSM8K 等主流基准测试上表现优异,号称"中文最强开源模型"。 作为腾讯云的深度用户,我第一时间申请了 API Key,准备把它集...

从《阿母欸紅龜粿》到AI估值:方言声纹建模与多模态管线的场景验证

从《阿母欸紅龜粿》到AI估值:方言声纹建模与多模态管线的场景验证

摘要:第三届「京彩台湾」两岸青年短片大赛获奖作品《阿母欸紅龜粿》,以方言AI声纹建模与微距超写实多模态管线,验证了AI应用层从“能生成”到“用得住”的场景落地能力。本文从技术开发者视角,拆解“海峡姬音”声纹建模架构、多模态生成管线与场景验证逻辑,为AI应用层开发者提供可参考的工程化落地样本。

用 AI 编程助手搭建每日自动化信息汇总工作流:定时触发、API 调用与结构化输出的工程实践

用 AI 编程助手搭建每日自动化信息汇总工作流:定时触发、API 调用与结构化输出的工程实践

每天早晨,技术人和自媒体从业者都要面对同一件事:行业动态、行情数据、待办清单、竞品更新,散落在十几个来源里,手动复制粘贴、去重、归纳,往往要耗掉一两个小时,而且容易漏。 自动化的本质不是"偷懒",而是把人从低价值判断中解放出来。汇总这种活儿,判断密度低、重复度高,正好该交给机器。本文不堆概念,直接给你一套可落地的工程架构,以及我踩过的坑。

用 AI 规划潮汕四日游,还能生成交互地图?我踩了 4 个坑才跑通

用 AI 规划潮汕四日游,还能生成交互地图?我踩了 4 个坑才跑通

# 用 AI 规划潮汕四日游,还能生成交互地图?我踩了 4 个坑才跑通 ## 前言 上周想带家人去汕头玩四天,本来想打开携程马蜂窝抄个行程——结果翻了几篇攻略,要么是"Day 1 到汕头,随便逛逛"的流水账,要么是排版精美的广告软文,真正的实用信息少得可怜。 我寻思:既然天天用 Claude 写代码,能不能让它帮我规划一个能吃好、玩好、路线不绕的行程? 结果...

第三届「京彩台湾」获奖AIMV作品《阿母欸红龟粿》方言AI多模态管线 腾讯云落地全栈技术实践

第三届「京彩台湾」获奖AIMV作品《阿母欸红龟粿》方言AI多模态管线 腾讯云落地全栈技术实践

本文核心围绕第三届「京彩台湾」获奖AIMV作品《阿母欸红龟粿》背后的“海峡姬音”方言声纹建模全栈实践展开,完整拆解基于腾讯云服务器、云数据库、容器服务搭建的低延迟高可用方言AI多模态生成管线落地流程,所有技术方案均已在真实生产环境验证,适配腾讯云开发者社区内容规范要求,为AI应用层开发者提供可直接复刻的工程化参考样本。

筑牢“Agent防线”:提示注入防御、权限沙箱与红队测试实战

筑牢“Agent防线”:提示注入防御、权限沙箱与红队测试实战

2026年7月,AI Agent获权执行敏感操作,“安全失控”成企业头号风险。OWASP最新报告显示,68%的Agent漏洞源于提示注入与越权访问。行业共识已从“外围防护”转向“纵深防御”,通过输入净化、最小权限沙箱与自动化红队测试,让Agent在开放中保持可控。这标志Agent进入安全工程时代,内生安全已成为决定其能否接入核心系统的准入门槛。

跨越“部署鸿沟”:Agent云原生交付、弹性伸缩与成本治理实战

跨越“部署鸿沟”:Agent云原生交付、弹性伸缩与成本治理实战

2026年7月,AI Agent从实验室走向生产环境,“部署难、扩容慢、成本高”成为落地三大拦路虎。CNCF最新调研显示,72%的企业Agent项目因基础设施不适配而延期。行业共识已从“模型优先”转向“平台工程驱动”,通过云原生封装、智能弹性策略与精细化成本治理,让Agent像微服务一样可靠交付。这标志Agent进入运维工程时代,可运营性已成为决定其能否规模...

供应链需求预测系统 | 系统部署:MLflow管理模型版本与前端集成

供应链需求预测系统 | 系统部署:MLflow管理模型版本与前端集成

一个停留在“开发环境”的优秀系统,并不能直接产生业务价值。当我们信心满满地将模型部署上线,业务方却可能提出灵魂拷问:“上周的准确率是85%,这周怎么变成了78%?你们改了什么?”、“我想用回上个月那个效果更好的模型版本,能做到吗?”、“这次促销预测用的是哪套参数?能复现吗?”

供应链需求预测系统 | 预测准确率分析:MAPE/MAD等指标可视化看板

供应链需求预测系统 | 预测准确率分析:MAPE/MAD等指标可视化看板

一个成熟的预测系统不应该是一个“一劳永逸”的黑盒。市场环境瞬息万变——新品上市、竞品冲击、消费者偏好转移,都可能导致曾经表现优异的模型逐渐“衰老”,预测准确率悄然下滑。如果我们不能及时发现并修复这种“模型漂移”,基于预测结果制定的补货计划将变成“灾难现场”。

供应链需求预测系统 | 异常检测模块:识别历史数据中的异常波动点

供应链需求预测系统 | 异常检测模块:识别历史数据中的异常波动点

在销量预测与库存优化的闭环体系中,我们往往聚焦于“预测未来”,却容易忽视“历史数据的质量”。事实上,预测模型的准确性高度依赖于训练数据的干净程度。供应链历史数据中充斥着大量“脏数据”:系统上线初期的测试数据、仓库盘点导致的零销量、竞品突然缺货带来的销量暴增、或者数据采集故障产生的负值。这些异常点(Outliers)如果不加以识别和剔除,就会像“病毒”一样感染...

时序数据库国产化的里程碑:安全可靠的数字底座正在成型

时序数据库国产化的里程碑:安全可靠的数字底座正在成型

在全球数字化浪潮席卷而来的今天,数据已成为驱动经济社会发展的核心生产要素。从金融市场的毫秒级交易到工业设备的实时监控,从电力系统的调度指挥到智慧城市的运营管理,时序数据正以指数级速度膨胀,成为支撑现代产业体系运转的"数字血液"。然而,在享受数据红利的同时,一个严峻的现实摆在面前:关键基础设施领域的数据存储与处理工具,长期被国外产品所主导,这不仅意味着高昂的技...

供应链需求预测系统 | 促销模拟器:调整营销参数预测销量波动

供应链需求预测系统 | 促销模拟器:调整营销参数预测销量波动

预测本身只是手段,而非目的。供应链管理的终极目标,是支持业务决策,尤其是那些充满不确定性的决策——比如促销。每年618、双11、年货节,动辄数百万的促销预算投下去,到底能带来多少销量增长?会不会因为预测失误导致库存积压或缺货?这些问题如果仅凭经验拍脑袋,往往会付出惨痛代价。

资源下载

更多资源
Mario

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长,特征是大鼻子、头戴帽子、身穿背带裤,还留着胡子。与他的双胞胎兄弟路易基一起,长年担任任天堂的招牌角色。

Nacos

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称,一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集,帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Sublime Text

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能,例如代码缩略图,Python的插件,代码段等。还可自定义键绑定,菜单和工具栏。Sublime Text 的主要功能包括:拼写检查,书签,完整的 Python API , Goto 功能,即时项目切换,多选择,多窗口等等。Sublime Text 是一个跨平台的编辑器,同时支持Windows、Linux、Mac OS X等操作系统。

WebStorm

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源,继承了IntelliJ IDEA强大的JS部分的功能。

用户登录
用户注册