搜索[AI填充]结果-低调大师优秀个人博客

精选列表

搜索[AI填充]，共10000篇文章

Rowboat —— 低代码 AI IDE

Rowboat 是一款低代码 AI IDE，用于构建连接多智能体助手的 MCP 工具。Rowboat Copilot 会根据你的需求为您构建智能体，并且你也可以选择手动完成所有操作。

2025-04-23

AIAPI - 转向AI原生检索

在此背景下，我们启动了AIAPI项目，为大模型提供更加AI原生的检索能力。 01 RAG简介 1.1 什么是RAG RAG（Retrieval-Augmented Generation）检索增强生成。

2024-12-17

夸克发布 AI 搜索功能

阿里智能信息事业群旗下夸克升级“超级搜索框”，推出以AI搜索为中心的一站式AI服务，提供从检索、创作、总结，到编辑、存储、分享的信息服务。

2024-07-11

Java 的 AI 前景光明

InfoWorld 特约编辑 Paul Krill 最近采访了 Azul 首席执行官 Scott Sellers，谈及 Java 在蓬勃发展的 AI 领域的地位以及在当今软件世界中的地位。

2024-05-31

红帽正在开发 AI 工具

Red Hat 工程师 Jiri Kyjovsky透露称，他们正在开发一款名为"Log Detective"的 AI 工具，通过人工智能模型来帮助分析 RPM 包构建失败的原因。

2024-01-18

Stack Overflow 推出 Overflow AI

Stack Overflow 官方在 Twitter 上宣布推出了新产品 Overflow AI。

2023-07-28

OpsPilot —— AI 运维助手

OpsPilot是WeOps团队开源的一个基于Rasa和LLM技术的，专注于运维领域的AI领航员，支持以ChatBot的形态与Web应用集成，主要提供以下能力： * 运维能力沉淀：通过将运维的知识、运维技能

2023-07-07

AnyLabeling 是一款自动标注工具,可以使用YOLOv5,YOLOv8,Segment Anything,或者自定义模型进行标注。多边形、矩形、圆形、直线和点的图像注释。使用 YOLOv5YOLOv8和Segment Anything自动标注。文本检测、识别和 KIE（关键信息提取）标签。提供多种语言：英语、越南语、中文。安装命令 conda create -n anylabeling python=3.8 conda activate anylabeling pip install anylabeling # pip install anylabeling-gpu # 如果CUDA环境搭建好,可以选择GPU版使用命令 anylabeling

2023-05-15

ImageBind —— 多模态 AI 模型

ImageBind 是支持绑定来自六种不同模态（图像、文本、音频、深度、温度和 IMU 数据）的信息的 AI 模型，它将这些信息统一到单一的嵌入式表示空间中，使得机器能够更全面、直接地从多种信息中学习，

2023-05-11

TurboPilot —— AI 代码补全引擎

Turbopilot 是一个开源的基于大型语言模型的代码完成引擎，在 CPU 上本地运行。具体来说，TurboPilot 是一个自托管的 GitHub copilot 克隆，它使用 llama.cpp 背后的库在 4GiB 的 RAM 中运行 60 亿参数的 Salesforce Codegen 模型。它很大程度上基于 fauxpilot 项目并受到其启发。注意：项目处于概念验证阶段，而不是稳定的工具。在这个版本的项目中，自动补全功能非常慢。开始尝试该项目的最简单方法是获取预处理模型，然后在 docker 中运行服务器。获取模型有 2 个选项来获取模型选项 A：直接下载 - 简单、快速入门可以从 Google Drive 下载预转换、预量化的模型。项目组制作了具有 350M、2B 和 6B 参数的multi风味模型 - 这些模型在C、C++、Go、Java、JavaScript和Python上进行了预训练选项 B：自己转换模型 - 困难，更灵活如果想自己尝试量化模型，请遵循本指南。运行 TurboPilot 服务器下载最新的二进制文件并将其解压缩到根项目文件夹。运行 ./codegen-serve -m ./models/codegen-6B-multi-ggml-4bit-quant.bin 应用程序应在端口18080上启动服务器如果你有一个多核系统，可以通过 -t 选项控制使用多少个 CPU ./codegen-serve -t 6 -m ./models/codegen-6B-multi-ggml-4bit-quant.bin 从 Docker 运行可以从此处提供的预构建 docker 镜像运行 Turbopilot 仍然需要单独下载模型，然后您可以运行： docker run --rm -it \ -v ./models:/models \ -e THREADS=6 \ -e MODEL="/models/codegen-2B-multi-ggml-4bit-quant.bin" \ -p 18080:18080 \ ghcr.io/ravenscroftj/turbopilot:latest 仍然需要单独下载模型，然后运行： docker run --rm -it \ -v ./models:/models \ -e THREADS=6 \ -e MODEL="/models/codegen-2B-multi-ggml-4bit-quant.bin" \ -p 18080:18080 \ ghcr.io/ravenscroftj/turbopilot:latest 使用 API 将 API 与 FauxPilot 插件一起使用要从 VSCode 使用 API，推荐 vscode-fauxpilot 插件。安装后，您需要更改 settings.json 文件中的一些设置。打开设置（CTRL/CMD + SHIFT + P）并选择 Preferences: Open User Settings (JSON) 添加以下值： { ... // other settings "fauxpilot.enabled": true, "fauxpilot.server": "http://localhost:18080/v1/engines", } 可以使用 CTRL + SHIFT + P 启用fauxpilot 并选择 Enable Fauxpilot 进行补全时，该插件会将 API 调用发送到正在运行的 codegen-serve 进程。然后它将等待每个请求完成，然后再发送进一步的请求。直接调用API 可以向http://localhost:18080/v1/engines/codegen/completions发出请求，它的行为就像同一个 Copilot 端点一样。例如： curl --request POST \ --url http://localhost:18080/v1/engines/codegen/completions \ --header 'Content-Type: application/json' \ --data '{ "model": "codegen", "prompt": "def main():", "max_tokens": 100 }' 已知的限制从 v0.0.2 开始：这些模型可能非常慢——尤其是 6B 模型。跨 4 个 CPU 内核提出建议可能需要大约 30-40 秒。只在 Ubuntu 22.04 上测试过系统，但现在提供 ARM docker 图像，很快将提供 ARM 二进制版本。有时补全建议会在无意义的地方被截断——例如通过变量名或字符串名的一部分。这是由于上下文长度（提示 + 建议）的硬限制为 2048。

2023-04-16

AI 绘画公司 StockAI 倒闭

StockAI 是一个利用 AI 生成图片的在线平台，用户只需要输入一些描述图片内容的关键词就可以一键生成图片。

2022-12-30

OpenI Varec —— 开源 AI 芯片

OpenI-Varec（OpenI 海藻）是一款可配置指令集和微架构的 AI 开源芯片。

2021-10-04

如何选择边缘AI设备

边缘计算可以大幅提升物联网网络的灵活度、速度和智能化程度，然而边缘AI设备并不是应对智能网络应用所有挑战的灵丹妙药。

2021-08-06

AI让酒店更懂你

ModiHost的目标，在于“创建一种先进AI，旨在最大程度提高酒店收入、提升入住率并改善宾客满意度”。从小型汽车旅馆到精品酒店，再到大型连锁酒店，整个行业的执行效率都将有所提升。

2020-07-13

AI的“色差”与“纠偏”

然而AI界已经为此分成了两派，就LeCun是否在为“AI的种族歧视”辩护和是否应该为此事道歉吵得不可开交。

2020-06-29

AI平台-Spark引擎架构

1. 背景 2.spark内核结构 2.1 重要组成部分 1、Application2、spark-submit3、Driver4、SparkContext5、Master6、Worker7、Executor8、Job9、DAGScheduler10、TaskScheduler11、ShuffleMapTask and ResultTask2.2 Spark工作流程简要

2019-05-10

AI平台-MNN【推理引擎】

AI科学家贾扬清如此评价道：“与 Tensorflow、Caffe2 等同时覆盖训练和推理的通用框架相比，MNN 更注重在推理时的加速和优化，解决在模型部署的阶段的效率问题，从而在移动端更高效地实现模型背后的业务

2019-05-06

AI平台-NeuronBlocks【NLP工具】

NeuronBlocks是一个模块化NLP深度学习建模工具包，可以帮助工程师/研究者们快速构建NLP任务的神经网络模型。该工具包的主要目标是将NLP中深度神经网络模型构建的开发成本降到最低，包括训练阶段和推断阶段。在构建自然语言理解深度学习模型时，工程师们经常需要在编程细节和代码调试上花费大量精力，而不是专注于模型架构设计与参数调节。为提升构建深度模型的效率，微软推出了开源项目NeuronBlocks，一个用于自然语言处理任务的深度学习工具包。NeuronBlocks将各种神经网络层封装为模块，通过配置简单的JSON文件，就可以轻松地构建复杂的深度神经网络模型。NeuronBlocks能使工程师们在几秒钟内构建和训练各种自然语言处理模型，而无需写一行代码。NeuronBlocks包括 Block Zoo 和 Model Zoo

2019-05-06

没错，AR其实也是AI

AR/VR常作为孪生兄弟被相提并论，被普遍认为为应用层新技术或者说是“智能可穿戴设备”，相比人工智能相对的“算法”标签，显得不够有深度有内涵高大上，那AR和人工智能之间到底是什么关系？AR属不属于当下我们认知中的人工智能？本文由亮风台投稿，雷锋网经授权发布。先来简单梳理下AR的核心技术 AR（Augmented Reality），是在现实世界中叠加虚拟信息，也即给现实做“增强”，这种增强可以是来自视觉、听觉乃至触觉，主要的目的均是在感官上让现实的世界和虚拟的世界融合在一起。其中，对现实世界的认知主要体现在视觉上，这需要通过摄像机来帮助获取信息，以图像和视频的形式反馈。通过视频分析，实现对三维世界环境的感知理解，比如场景的3D结构，里面有什么物体，在空间中的什么地方。而3D交互理解的目的是告知系统要“增强”的内容。图.典型AR流程这其

2018-05-24

资源下载

更多资源

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

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。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。

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。