-
Aloudata Agent 36 问，深度解惑！
感谢各位数据从业者对 Aloudata Agent 首秀直播的深度参与！我们针对直播的 85 个提问中进行了精选浓缩后认真回复了 36 问，涵盖核心功能解读、应用实践及技术细节答疑。希望对您有所帮助。Q1明细语义层包含哪些关键信息？逻辑模型（DWD 层明细事实表与维表的关联关系）、指标元数据信息（包括指标名称、计算口径、管理属性等相关信息）、维度元数据信息（维度、维度值等相关信息）和指标血缘关系。…- 1
- 0
-
“ChatOPS” 通过聊天运维k8s
本文用于描述和记录如何通过配置MCP来实现运维k8s的内容。MCP是什么？在人工智能（AI）迅猛发展的今天，如何让 AI 更高效地与各种应用程序和数据源协同工作，成为了一个关键问题。多数的LLM现在仅仅是“说话”，但无法“行动”。那如何让大模型不仅仅是说话而是能真的去行动呢？模型上下文协议（Model Context Protocol，简称 MCP）应运而生，旨在为这一挑战提供解决方案。MCP 是…- 2
- 0
-
AI平台社交深度测评：和AI成为挚友的可能性
AI平台社交深度测评：和AI成为挚友的可能性最早关注我这个公众号的姐妹，可能知道到现在已经有5年了。在这个过程中，这个账号一直是纯粹分享+不商业化+不蹭热点，所以，随着我的成长和毕业，现在这个公众号完全是缘更。且众多的熟人关系让我的自由表达变得有些困难。毕业了以后，表达欲确实变得干涸了，失去了以前那么丰富的情感。（其实并没有，只是我有意限制了表达的范围和频率。）上一次发的读书笔记里，我一个学长跟我…- 1
- 0
-
BM25搜索优化之 Block-WeakAnd算法
"喂！搞搜索的！""你的BM25还在龟速爬行吗？""这篇Block-WeakAnd算法就是你的火眼金睛！""比俺老孙的七十二变还灵！""把搜索优化得比我的筋斗云还快！""效率高得能让玉皇大帝都点赞！""那些说'BM25过时'的..."&qu…- 2
- 0
-
别让智能体变“智障体”！4步打造真正懂业务的AI助手（附实操指南）
在人工智能技术日益成熟的今天，智能体已成为企业数字化转型和业务创新的重要驱动力。然而，要让智能体真正“懂业务”、“会思考”，并在复杂的场景中稳定输出高质量结果，仅仅依赖开箱即用的大模型还远远不够。本文将从知识库构建、提示词工程、模型微调与深度融合四个层面，系统剖析提升智能体业务能力的落地方法，帮助您构建更专业、更高效、更具竞争力的智能化服务。一、 打磨知识库：打下坚实信息基石完整化内容结构段落完整…- 0
- 0
-
MIT 让AI 学会自我进化，能力暴涨，让人害怕
AI 终于学会了自我权重更新！MIT 的研究团队刚刚发布了SEAL（Self-Adapting Language Models）框架，让语言模型具备了自主生成训练数据并自我更新的能力。在ARC-AGI任务上，同一个模型从完全无法解决（0%）跃升至72.5%的成功率。网友纷纷惊呼太疯狂！这次的AI，不只是数字上的性能提升，而是学习方式的根本性转变。像人类学生一样学习研究团队在论文中用了一个生动的类比…- 0
- 0
-
当智能助手有了「专属记忆」：Amazon这项新技术让AI比你室友更懂你
旺晓通：深入浅出，轻松通晓一、为什么你的智能音箱总像个"失忆症患者"？"嘿，Siri，推荐一部类似《星际穿越》的电影。""为你推荐《变形金刚》系列，科幻动作大片哦～"如果这样的对话让你血压飙升，别急，这不是你的错觉。现在的AI助手就像刚认识三天的室友：表面客气，实则对你的喜好只有模糊的"大众印象"。它们要么用一套模板应…- 1
- 0
-
近期必读！Devin VS Anthropic 的多智能体构建方法论
昨天最热的的两篇文章是关于多智能体系统构建的讨论。先是 Anthropic 发布了他们在深度搜索多智能体构建过程中的一些经验，具体：包括多智能体系统的优势、架构概览、提示工程与评估、智能体的有效评估等方面。另外一边 Devin 的开发商 Cognition 的一个负责人 Walden 发布文章告诫大家不要构建多智能体，指出一些常见但实际效果不佳的方法，特别是多智能体架构的弊端。这篇文章主要就是结合…- 1
- 0
-
大模型安全：业务要上MCP，认证鉴权怎么搞？
0x00 前言上半年公司业务开始逐步支持MCP，方案评审的时候要求业务上线的前提是必须支持认证，但是早期MCP更多的使用场景是用在本地工具上，官方也没有给出远程MCP服务的标准认证方案，所以花了些时间研究MCP认证鉴权的方案，期间官方也在积极推动相关的安全认证标准。目前官方给出的安全认证方案采用了OAuth2方案，但是个人觉得这个标准方案对于普通开发者有点重了，如果没有成熟的SDK，最终搞下来在认…- 0
- 0
-
YC S25 拆解：给AI创业者和产品经理的终极指南
• YC新动向：拥抱“1到N”的顶级复刻。 YC的投资风向已变。相比“从0到1”的颠覆性奇想，现在更青睐能将已验证的成功模式（如Cursor），以顶级执行力快速复制到高价值垂直领域的团队。你的执行力就是你的新商业计划书。• “工作流所有权”是唯一真正的护城河。 当大模型API成为水电煤，技术壁垒迅速消融。唯一的护城河在于：你的产品能否深度嵌入并“独占”一个核…- 10
- 0
-
要不要搞多智能体？Anthropic和Cognition干起来了……
要不要搞多智能体，两家科技公司吵起来了！Anthropic 刚发布了一篇博客，详细介绍他们如何用多智能体系统构建Claude的Research功能。结果Cognition立马发文章反驳：「别搞多智能体，那是个坑！」两家顶级AI 公司公开对线，实在太精彩了。（双方原文见附录一、附录二）Anthropic：多智能体真香Anthropic在博客中分享了他们构建多智能体研究系统的经验。他们的架构是这样的：…- 1
- 0
-
科普｜一文看懂AI发展史：主要发展阶段与改变世界的突破性事件
引言：AI究竟是如何一步步变得如此“聪明”的？70年前，当计算机科学家艾伦·图灵第一次提出“机器能否思考”这个问题时，人工智能还只是一个遥不可及的梦想。今天，这场智能革命的发展速度，远超任何人的想象。从图灵测试到ChatGPT，AI发展至今经历了怎样的升级打怪之路？本文全面总结AI发展的5个关键阶段，和20个里程碑事件，带你穿越人工智能的“进化史”。无需技术背景，轻松对AI形成宏观理解。阶段一：起…- 0
- 0
-
AI科普｜理解那些看似高级的AI概念和热词（下）
（三）从理解AI产品的背后逻辑出发，去理解的一些概念DeepSeek、豆包、通义千问、ChatGPT这些聊天机器人是目前大众直接接触和使用的最多的一类AI产品，那么要实现这样的一些智能问答应用，需要经过什么样的过程？我们从这个问题出发，顺便去理解一些基本概念。AI类产品自底向上一般可以分为四层：基础层主要涉及数据、算法和算力，为模型提供最基础的底层支撑。在这一层我们会涉及到数据、算法、GPU和芯片…- 0
- 0
-
98%医生点赞的AI队友，斯坦福实验揭秘：诊断准确率飙升10%！
你敢让AI帮你看病吗？斯坦福大学的一群医生和工程师，最近做了一项研究：让AI和人类医生组队，共同破解复杂的诊断难题。论文链接：https://www.medrxiv.org/content/10.1101/2025.06.07.25329176v1.full.pdf结果让人惊讶：当AI从「工具」变成「队友」，医生的诊断准确率直接飙升了10%。网友惊叹：颠覆的临界点即将到来！「充满热情的医生加上AI…- 1
- 0
-
保险业大模型的应用场景分析与规划
一、大模型的技术原理LLM，即大语言模型，指的是通过大规模文本数据训练后，能够理解和生成自然语言的模型。尽管对大部分人来说，大模型像是一个黑盒，但为了更有效利用这些技术，理解其背后的技术原理至关重要。下文将结合个人的理解，对一些技术原理进行简要解读。向量与向量计算：在人工智能领域，数据通常被表示为高维空间中的向量。这些向量通过模型参数的向量计算，实现了从原始数据到预测结果的转换。Transform…- 1
- 0
-
数据Infra：大模型训练和推理过程中关键因素的影响分析报告
1. 摘要本报告旨在量化文件存储系统、算力、数据预处理、带宽以及算法框架这五个关键因素在大模型训练和推理过程中所产生的影响。通过分析最新的研究成果和行业基准，本报告总结了这些因素对人工智能工作流程效率和有效性的相对贡献。分析表明，一个在所有因素上都实现平衡和优化的基础设施对于最大化大型模型人工智能工作流程的效率至关重要。本报告提供了一个对各因素在训练和推理阶段的估计百分比影响的高层次概…- 1
- 0
-
Python+Milvus+Langchain+大语言模型实现智能问答系统
今天基于RAG（检索增强生成）架构带大家实现一个智能问答系统。在项目中我们会结合向量数据库、大语言模型和网页内容检索技术，构建一个能够基于网页（或企业私有知识库）内容进行智能问答的端到端解决方案。基于这个方案可以实现传统的搜索引擎无法理解用户意图、无法准确提供上下文回答的核心问题。一、技术栈分析在本系统中我们使用了这些核心技术：后端框架 FastAPI - Python异步Web框架向量…- 0
- 0
-
穿透式监管，AI如何助力集团治理？
不是监管不到位，而是看不见。过去的监管像打电话，靠回音判断对面有没有人；而今天的监管，必须像视频会议，看得清、听得全、记录留痕。在超大型集团公司，组织像一棵枝繁叶茂的大树，根干交错、层级复杂。总部战略能否真正穿透基层？制度执行是否在落地过程中被“稀释”？资金、合同、项目是否真的在阳光下运转？这些问题，几乎困扰着所有集团的合规、风控和审计部门。真正的风险，常常藏在看不见的地方。越大规模、越多层级、越…- 0
- 0
-
MCP vs A2A：2025 年，AI 自主智能体的“左右手”如何抉择？
在 2025 年，自主 AI 智能体已经不再是科幻小说中的概念，而是真真切切地走进了我们的生活和工作场景。它们能够通过 A2A 协议相互交流，并借助 MCP 协议连接到各种数据源和工具。对于开发者来说，构建自管理智能体网络已经成为一个热门话题。这些智能体正在逐步取代传统的独立流程，形成复杂的多智能体生态系统，它们能够实时管理操作，交换上下文和状态信息，解决比单一智能体更复杂的问题。无论是运营还是营…- 2
- 0
-
九牧进化论：一场AI时代下的卫浴重构
AI科技时代，谁能定义卫浴行业下一个十年？今天，我们身处一个怎样的时代？这是一个众说纷纭的问题。但有一个回答越来越接近共识，即全民AI时代正悄然而至——“遇事不决”DeepSeek、一码难求Manus、全速冲线机器人......这些热词正串联起2025上半年的集体记忆。春江水暖鸭先知，比公众更早察觉这股科技能量的则是来自产业和企业。当DeepSeek以低算力成本打破国际顶尖水平，中国在AI赛道上实…- 2
- 0
-
行业场景任务下LLM如何学会”思考”？
去年12月OpenAI o1模型发布，意味着大模型LLM的思考模式开始从“快思考”向“慢思考”演进。“慢思考”意味着逻辑、推理和规划，而实现这一演进的关键，在于两种技术的深度融合：思维链（Chain-of-Thought, CoT）与强化学习（RL)。 CoT通过引导模型生成一步步的推理过程，模拟了人解决复杂问题的思考轨迹 ，而RL则提供了一个…- 1
- 0
-
说好的Agent 元年在哪？
2025年被誉为“AI Agent元年”，各界对通用人工智能助手充满期待。然而，尽管AI技术看似无所不能，真正体现其价值的应用场景却不多见。文章探讨了AI在家居生活管理中的潜力，通过分析日常家居生活的几个方面如周期性任务自动化、事件触发型响应、活动准备类任务和学习陪伴等，展示了AI Agent如何在智能家居场景中落地，给AI Agent在垂直领域的落地方法提供了一种思路参考。一、AI Agent很…- 0
- 0
-
如何应对 AI 搜索新趋势
昨天简单介绍了一份有关 AI 搜索的数据报告，以及提及了部分 AI 搜索的新的趋势。那今天这篇文章继续介绍下，我们自己团队应对这些搜索新趋势的措施。首先当然是继续做好传统 SEO 的优化了，该调研关键词就继续调研关键词，该做内容就做内容，该搞外链就去搞外链。反正过去怎么做现在就怎么做，这一点一直是没有变的，且这也是最重要的。因为根据我们自己的数据，会发现从传统搜索渠道进来的询盘还是占绝大多数。新兴…- 0
- 0
-
AI能否理解人心？探索大模型作为AI心理治疗师的可行性 – 斯坦福大学等
摘要大型语言模型（LLM）能否作为治疗师使用？本文探讨了利用LLMs替代心理健康提供者的使用情况，这在科技初创和研究领域得到了推广。我们对主要医疗机构使用的治疗指南进行了映射式回顾，以识别治疗关系中的关键要素，如治疗师与患者之间建立治疗联盟的重要性。然后通过进行几项实验评估LLMs（如gpt-4o）再现和遵循这些治疗关系要素的能力。与医学界的最佳实践相反，LLMs 1）对心理健康状况者表达污名；2…- 0
- 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：×