HelloWorld 开发者社区
科技资讯
Qwen4-Max 发布:百万 Token 上下文、多模态与长任务如何落地
Jync 2.2.1 发布:完善告警通知,修复 CDC 与 ETL 可靠性问题
phimint 0.10.0 发布:终端智能体加入交互输入处理
Cursor 更新安全事件调查:扩展分发、历史凭据与团队排查
SoduWork 开源,尝试用独立审查与插件治理组织智能体交付
百度世界提出智能组织思路,关注 AI 从个人工具进入业务闭环
openKylin 全球生态推广会举行,推进本地化与社区合作
光船 1.1.0 尝鲜版二更新,探索 AI 会话与代码生成结合
Argus 0.5.0 发布:新增进程控制,完善原生 Windows 任务管理
MetaForge 2026.0.0 发布,整合数据库工作台与可视化分析
开源项目
全部项目推荐好文
Serverless函数计算介绍
本文分享自天翼云开发者社区《Serverless函数计算介绍(https://link.segmentfault.com/?encu6rFTFph772tbKFWo79MQQ%3D%3D.Ga%2ByRYgnXwuA1TC1JsY0ifG5EwpPfEe4f97iCYJ2q0hiwJfpua7
大数据 SQL 数据倾斜与数据膨胀的优化与经验总结
背景目前市面上大数据查询分析引擎层出不穷,如Spark,Hive,Presto等,因其友好的SQL语法,被广泛应用于各领域分析,公司内部也有优秀的ODPSSQL供用户使用。笔者所在团队的项目也借用ODPSSQL去检测业务中潜在的安全风险。在给业务方使用与答疑过程中,我们发现大多含有性
专场来袭,深度解读阿里云视频云的全智能进化
<blockquote<strong云智深度融合,视频云将幻化出怎样的新光景?</strong</blockquote01「云智新生」_视频云的全智能进化新数智时代,云和AI在走向深度融合,以云计算为基石、以AI为引擎的云智深度融合,俨然成为行业共识。以“云智”
当 Rokid 遇上函数计算
公司背景和业务Rokid创立于2014年,是一家专注于人机交互技术的产品平台公司。Rokid通过语音识别、自然语言处理、计算机视觉、光学显示、芯片平台、硬件设计等多领域研究,将前沿的Al和AR技术与行业应用相结合,为不同垂直领域的客户提供全栈式解决方案,有效提升用户体验、助力
KubeSphere 社区双周报 | OpenFunction 发布 v1.1.1 | 2023.6.9-6.22
KubeSphere社区双周报主要整理展示新增的贡献者名单和证书、新增的讲师证书以及两周内提交过commit的贡献者,并对近期重要的PR进行解析,同时还包含了线上/线下活动和布道推广等一系列社区动态。本次双周报涵盖时间为:2023.6.96.22。贡献者名单!(
深度学习弹性数据流水线系统 GoldMiner,大幅提升任务和集群效率
第一板块:开篇近日,阿里云机器学习平台PAI和北京大学杨智老师团队合作的论文《GoldMiner:ElasticScalingofTrainingDataPreProcessingPipelinesforDeepLearning》被数据库领域顶会SIGMOD202
突破界限,共创未来!MIAOYUN“一云多芯”全栈信创解决方案获认可!
信创,即信息技术产业创新,是数据安全、网络安全的基础,也是新基建的重要组成部分。信创产业发展已经成为经济数字化转型、提升产业链发展的关键,促进信创产业在本地落地生根,带动传统IT信息产业转型,构建区域级产业聚集集群,将成为拉动经济发展的重要抓手之一。作为国内最早参与信创工作的科技企业,成都元来云
时速云使用 Higress 替换 Ngnix Ingress + Spring Cloud Gateway 的生产实践
时速云介绍时速云成立于2014年10月,致力于通过云原生技术帮助企业实现数字化转型,拥有云原生应用平台TCAP和云原生数据平台KubeData两大核心产品体系,产品包含云原生DevOps、容器云PaaS、中间件服务、边缘计算、微服务治理、服务网格、API网关等。
让 AI 更简单 人工智能平台 SEAL 携手龙蜥落地达摩院算法能力
编者按:SEAL是由达摩院机器智能技术打造的算法研发平台,为AI业务提供研发集成、组件市场、项目编排能力,帮助应用轻量化、标准化输出。SEAL龙蜥操作系统(以下简称为“AnolisOS”)的结合,将会为用户带来什么样的体验?除了私有化交付,SEAL平台和AnolisOS的合作
阿里云 PAIx 达摩院 GraphScope 开源基于 PyTorch 的 GPU 加速分布式 GNN 框架
导读近期阿里云机器学习平台PAI团队和达摩院GraphScope团队联合推出了面向PyTorch的GPU加速分布式GNN框架 GraphLearnforPyTorch(GLT) 。GLT利用GPU的强大并行计算性能来加速图采样,并利用UVA来减少顶点和边
正在加载更多文章…
加载更多已加载文章中没有匹配内容,可继续加载更多。