-
大模型如何算出最优价格？电商定价策略的变革实践
在 InfoQ 举办的 QCon 全球软件开发大会上，本文作者进行了“因果推断与大模型融合：电商定价策略的变革实践”专题演讲。阐述了如何应用大模型方法应对电商定价挑战，优化商品定价策略，提升决策的科学性与精准度。期待与大家讨论交流、相互学习。 01 引言 随着电商的快速发展和价格透明度的不断提升，消费者在购物前往往会货比三家，挑选自己最满意的商品。为此，我们设计了一套模仿消费者购物行为的算法，基于…- 4
- 0
-
🧠 大模型到底厉害在哪？看完这篇你就懂了！
你有没有想过：我们每天用的 AI 大模型，比如 ChatGPT、文生图的 Stable Diffusion，到底“脑子里”是什么？今天，我们不讲代码、不讲数学，用最通俗的语言带你看懂大模型的“思考空间”到底是什么！⸻🌟 01 | 大模型的大，到底大在哪里？我们说 GPT-3、GPT-4 是“千亿参数的大模型”，这并不只是说“它很复杂”——而是它的“思考空间”特别大。举个例子：人脑里有很多神经元，而…- 2
- 0
-
企业级 AI 的未来：IBM 实现通用型企业级 AI 智能体的重大突破
作者：吴敏达，IBM 科技事业部 数据与人工智能资深技术专家 作者简介：吴敏达是 The Open Group 卓越级技术专家 (Distinguished Technical Specialist)，同时拥有计算机技术与软件专业系统架构设计师技术资格。他现在是 IBM 科技事业部数据与人工智能资深技术专家，拥有 20 多年数据分析软件相关技术经验，是 IBM 认…- 4
- 0
-
上下文工程如何重塑智能体的“思考方式”？
阿里妹导读在大模型能力日益强大的今天，AI“会不会写代码”已不再是问题，真正决定其能否成为开发者得力助手的关键，在于它“能不能理解上下文”。技术术语的更迭，不仅是语言表达的更替，更代表着思维范式的转变。上下文工程这一新术语，之所以能引起业内共鸣，折射的是智能体复杂性的演化和应对策略的转变，是对现实中算法和工程挑战的一种集体回应，尤其是在垂直/领域的智能体。 现有的大模型已经非常智能。但即便是最聪明…- 3
- 0
-
🧠 大模型到底厉害在哪？看完这篇你就懂了！
你有没有想过：我们每天用的 AI 大模型，比如 ChatGPT、文生图的 Stable Diffusion，到底“脑子里”是什么？今天，我们不讲代码、不讲数学，用最通俗的语言带你看懂大模型的“思考空间”到底是什么！⸻🌟 01 | 大模型的大，到底大在哪里？我们说 GPT-3、GPT-4 是“千亿参数的大模型”，这并不只是说“它很复杂”——而是它的“思考空间”特别大。举个例子：人脑里有很多神经元，而…- 2
- 0
-
一场关于Manus的闭门会议纪要：谷歌前主管、顶级VC和SaaS产品负责人说了什么？
过去一周，AI创投圈的目光被一份略显另类的万字长文牢牢锁住。主角是Manus，一家曾被寄予厚望的明星Agent创业公司；背景是其刚刚清空国内社交媒体，决然“撤出”中国市场的商业动作。 然而，创始人季逸超发布的这篇题为《AI智能体的上下文工程：来自构建Manus的教训》的博客，却巧妙地避开了所有关于裁员、迁址、商业模式的敏感话题，选择了一场纯粹到近乎“枯燥”的技术复盘。 这番“答非所问”，在行业内激…- 3
- 0
-
RAG实战：借助RAGFlow做一个员工智能助理
最近体验了一下RAGFlow的RAG能力，体验下来，它给我的感觉总结两点：1）知识检索方面能力很强；2）Agent工作流搭建很反人性，跟Coze或者dify比，有点复杂。本文主要包含两部分：RAGFlow部署和RAG项目实操。声明下：为了节省字数，内容为精简版，整体较为粗糙，但保真！一、RAGFlow部署软硬件要求（生产环境）CPU >= 4 coresRAM >= 16 GBDisk…- 7
- 0
-
🧠 大模型到底厉害在哪？看完这篇你就懂了！
你有没有想过：我们每天用的 AI 大模型，比如 ChatGPT、文生图的 Stable Diffusion，到底“脑子里”是什么？今天，我们不讲代码、不讲数学，用最通俗的语言带你看懂大模型的“思考空间”到底是什么！⸻🌟 01 | 大模型的大，到底大在哪里？我们说 GPT-3、GPT-4 是“千亿参数的大模型”，这并不只是说“它很复杂”——而是它的“思考空间”特别大。举个例子：人脑里有很多神经元，而…- 3
- 0
-
AI时代小公司怎么应对竞争？聊聊Get笔记的生存法则
上周发生了一件让人有点哭笑不得的事情，我们Get笔记的好几个小伙伴接到了一类内容相似的电话，对方自称是一个付费调研机构，想了解一下Get笔记的相关情况，例如一些核心数据、产品规划、人员组成等。如果小伙伴愿意接受采访，一个小时会有几千块钱的酬劳。几个小伙伴都拒绝了，并且在群里提醒大家有些电话就不用接了。当时我开玩笑说，这钱应该去赚了，然后请大家喝奶茶，反正编一些内容和数据，估计对方也没有能力察觉。我…- 13
- 0
-
FastGPT工作流实战：我用”标签法”让多知识库问答准确率提升80%
在企业实际应用场景中，一个问答助手是要懂得很多事情的，比如财务的、法务的、人资的，甚至集成了业务方面的知识。那要怎么做呢？有人建议：把所有知识放在一个知识库里就解决了，什么知识都能召回。如果知识库中的内容比较少的时候，这么做是可以的，准确性和召回效率也都还不错。一旦知识库中上传的文档多了起来，召回性能会降低很多，而且经常会出现“答非所问”的情况。就像我们电脑上，如果各种文档不做分类，放在同一个文件…- 12
- 0
-
🧠 大模型到底厉害在哪？看完这篇你就懂了！
你有没有想过：我们每天用的 AI 大模型，比如 ChatGPT、文生图的 Stable Diffusion，到底“脑子里”是什么？今天，我们不讲代码、不讲数学，用最通俗的语言带你看懂大模型的“思考空间”到底是什么！⸻🌟 01 | 大模型的大，到底大在哪里？我们说 GPT-3、GPT-4 是“千亿参数的大模型”，这并不只是说“它很复杂”——而是它的“思考空间”特别大。举个例子：人脑里有很多神经元，而…- 3
- 0
-
AI的哥德尔诅咒：DeepMind向左，而OpenAI向右
点击上方蓝字关注我们 题图：AI的哥德尔诅咒：你我的AI困境 “𝕀²·ℙarad𝕚g𝕞智能平方范式· a vibe builder ·特大号范式 哥德尔说的形式语言的不完备性和自然语言的开放性意味着什么？这个问题，已经不是AI圈的“内幕”了。这问题，一脚踹开了科技圈的门，直接闯进了哲学系的“期末大考”考场。“形式语言的不完备性 vs. 自然语言的开放性”，这串词儿，就是悬在所有AI头顶的“达摩克利…- 4
- 0
-
从 Workflow 到 AI Agent：对话式系统架构的演进路径
AI Agent 很热，但许多团队在真正落地时，发现它并不是灵药。一套纯 Agent 架构往往缺乏边界感、不可控，也难以与已有系统整合。于是，我们开始思考，如何以更务实的方式搭建一个结构清晰、执行稳定的智能系统。我们发现：以 workflow 为起点进行 Agent 化演进，是很多团队更实际、也更高效的路径。它提供了秩序感，也提供了技术与业务之间的缓冲带。01 - 为什么从 workflow 出发…- 5
- 0
-
🧠 大模型到底厉害在哪？看完这篇你就懂了！
你有没有想过：我们每天用的 AI 大模型，比如 ChatGPT、文生图的 Stable Diffusion，到底“脑子里”是什么？今天，我们不讲代码、不讲数学，用最通俗的语言带你看懂大模型的“思考空间”到底是什么！⸻🌟 01 | 大模型的大，到底大在哪里？我们说 GPT-3、GPT-4 是“千亿参数的大模型”，这并不只是说“它很复杂”——而是它的“思考空间”特别大。举个例子：人脑里有很多神经元，而…- 2
- 0
-
🧠 大模型到底厉害在哪？看完这篇你就懂了！
你有没有想过：我们每天用的 AI 大模型，比如 ChatGPT、文生图的 Stable Diffusion，到底“脑子里”是什么？今天，我们不讲代码、不讲数学，用最通俗的语言带你看懂大模型的“思考空间”到底是什么！⸻🌟 01 | 大模型的大，到底大在哪里？我们说 GPT-3、GPT-4 是“千亿参数的大模型”，这并不只是说“它很复杂”——而是它的“思考空间”特别大。举个例子：人脑里有很多神经元，而…- 4
- 0
-
🧠 大模型到底厉害在哪？看完这篇你就懂了！
你有没有想过：我们每天用的 AI 大模型，比如 ChatGPT、文生图的 Stable Diffusion，到底“脑子里”是什么？今天，我们不讲代码、不讲数学，用最通俗的语言带你看懂大模型的“思考空间”到底是什么！⸻🌟 01 | 大模型的大，到底大在哪里？我们说 GPT-3、GPT-4 是“千亿参数的大模型”，这并不只是说“它很复杂”——而是它的“思考空间”特别大。举个例子：人脑里有很多神经元，而…- 3
- 0
-
🧠 大模型到底厉害在哪？看完这篇你就懂了！
你有没有想过：我们每天用的 AI 大模型，比如 ChatGPT、文生图的 Stable Diffusion，到底“脑子里”是什么？今天，我们不讲代码、不讲数学，用最通俗的语言带你看懂大模型的“思考空间”到底是什么！⸻🌟 01 | 大模型的大，到底大在哪里？我们说 GPT-3、GPT-4 是“千亿参数的大模型”，这并不只是说“它很复杂”——而是它的“思考空间”特别大。举个例子：人脑里有很多神经元，而…- 1
- 0
-
解读｜生产级RAG系统落地的10个经验教训
点击上方蓝字加入我们本文为大家解读Contextual AI 联合创始人兼CEO，也是著名的RAG技术先驱，Douwe Kiela 分享的他在企业级 RAG 系统实施与落地中的十大经验教训 。解读纯属个人观点，欢迎探讨。本次分享主要针对企业AI系统转化为商业价值的关键难题：根据麦肯锡的估计，当前企业AI总规模高达4.4万亿美元 ，但同时福布斯的调查指出只有约四分之一的企业真正从AI中获益 。为什么…- 4
- 0
-
🧠 大模型到底厉害在哪？看完这篇你就懂了！
你有没有想过：我们每天用的 AI 大模型，比如 ChatGPT、文生图的 Stable Diffusion，到底“脑子里”是什么？今天，我们不讲代码、不讲数学，用最通俗的语言带你看懂大模型的“思考空间”到底是什么！⸻🌟 01 | 大模型的大，到底大在哪里？我们说 GPT-3、GPT-4 是“千亿参数的大模型”，这并不只是说“它很复杂”——而是它的“思考空间”特别大。举个例子：人脑里有很多神经元，而…- 1
- 0
-
RAG 技术演进：从朴素检索到智能代理增强
LLM 具备强大的分析能力、推理能力、生成能力，但它仍然无法记得上个月的今天发生了什么，哪怕你曾经在上个月告诉过它。究其原因，是因为 LLM 基于静态语料库训练，你的个人经历并不在其中。它只具备短期记忆，这种记忆依靠一次对话的上下文维持（历史信息会被携带到下一次对话，且信息量有限）。当然，现在的诸多协议已经能够为 LLM 提供很多"外挂"，比如 MCP 协议、A2A 协议，它们…- 3
- 0
-
告别RAG：这套认知记忆系统让AI真正像人一样思考
告别RAG：这套认知记忆系统让AI真正像人一样思考 RAG的价值与三大挑战 RAG（检索增强生成）为AI记忆开辟了新路径，让AI能够访问外部知识库，这是一个重要突破。然而，随着应用的深入，我们发现RAG在构建真正智能体方面面临三个根本性挑战。 第一大挑战：精度损失，信息失真 RAG的核心是向量化存储和相似度检索。这个过程本质上是"有损压缩"。 想象一下，你对AI说：&quo…- 7
- 0
-
AI在清华，带来这些新体验！
随着“220余门AI+课程”全面落地、学生全功能智能体学伴面向全校试用，一场由人工智能（AI）技术引领的教育革新浪潮正在清华园内奔涌，以蓬勃之势构建高等教育新范式。化工教学的“人机共生”式探究、物理课堂上的实时智能交互、环境学院贯穿学生培养全过程的学科知识引擎动态导航……清华师生正以“智慧、责任、创新”的姿态，探索人工智能时代教育的新质生产力，为“AI如何赋能学校教育教学”给出“清华答案”。AI进…- 3
- 0
-
🧠 大模型到底厉害在哪？看完这篇你就懂了！
你有没有想过：我们每天用的 AI 大模型，比如 ChatGPT、文生图的 Stable Diffusion，到底“脑子里”是什么？今天，我们不讲代码、不讲数学，用最通俗的语言带你看懂大模型的“思考空间”到底是什么！⸻🌟 01 | 大模型的大，到底大在哪里？我们说 GPT-3、GPT-4 是“千亿参数的大模型”，这并不只是说“它很复杂”——而是它的“思考空间”特别大。举个例子：人脑里有很多神经元，而…- 2
- 0
-
用Dify，让Excel数据秒变趋势图，AI Agent来助力！
摘要：你是不是每个月都需要进行对一个固定的excel进行数据分析，展示图表了，今天来让我们使用dify来开发一的Agent，以后只需要上传excel,自动进行数据分析，展示图表。 可视化展示的原理 开发实战：打造专属 Agent 01 —可视化展示的原理 基于大模型的 AI Agent 可视化展示流程，以 Excel 为数据起点：先从 Excel 中精准提取数据，借助大模型强大的分析能力，对数据进…- 56
- 0
扫码打开当前页
联系我们
-
￥优惠劵使用时效：无法使用使用时效：
之前
使用时效：永久有效优惠劵ID：×