HelloWorld 开发者社区
科技资讯
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
qData 1.6.7 发布:修复增量读取与 ETL 字段传递问题
Apple HomeView 在部分地区开售,整合家庭控制与视频通话
Cloudflare 推出 Spend Management Beta,为 Workers 增加支出限制
Cloudflare 开源 Kitesurf:面向 AI 智能体的轻量浏览器引擎
JeecgBoot 与敲敲云介绍分层方案,连接低代码开发与业务搭建
开源项目
全部项目推荐好文
2019年度总结:支付宝为何多次亮相各大国际顶会
2019年,是人工智能与机器学习技术快速发展的一年。对于蚂蚁金服而言,过去一年的人工智能技术、产品、解决方案及研究成果已经在NeurIPS、KDD、ICML、SIGMOD、SIGIR等各大国际顶会上陆续亮相,为学界带来了诸多来自实际业务场景的创新研究和应用分享。正如《哈佛商业评论》2020一
2019年,支付宝4亿行代码背后的故事
!(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/ed31d96f43054610afa77b56627cb260.png)<blockquote2019年,对于蚂蚁金服而言,“变化”从每一行代码、每一件小事开始悄然生长
蚂蚁金服推动数字金融标准化“技术”和“安全”是两大关键词
2019年,是区块链、人工智能、大数据等新一代信息技术加速金融创新的一年,也是数字金融新标准、新规范密集出台的一年。今年以来,蚂蚁金服基于十五年的金融科技创新与实践,从技术标准、安全规范和认证审核制度等多方面持续发力,牵头完成了10多项数字金融领域的国内国际标准化工作,推动了数字金融的可持续发展。
宜信技术学院上榜「2019中国技术品牌影响力企业榜」
!思否技术品牌影响力企业证书.png(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/7297fa6fd0c84afdc706ac948d32650a.png)12月25日,中国最大的新一代开发者社区和专业技术媒体Segmen
蚂蚁金服研究员何征宇:系统软件和开源都是手段,不是目的
2019年12月15日,蚂蚁金服研究员兼系统部负责人何征宇在OS2ATC2019上分享了蚂蚁在金融级系统软件上的实践经验,以及对开源协作的理念和做法。以下为演讲整理:!1.jpg(https://imghelloworld.osscnbeijing.aliyuncs.com/img
揭秘:你的支付宝由谁来守护?
随着移动支付的普及,现在的人带着一个手机就可以走遍天下,但如果手机丢了怎么办,他放在支付宝里的钱又会怎样呢?在知乎上,也有人问了类似的问题:!1.jpg(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/cf7e7594f8
能提前发现和修补漏洞 支付宝安全实验室在BlackHat推出两款移动安全工具
近日,在全球顶级黑帽盛会“BlackhatEurope2019欧洲黑帽大会”上,支付宝安全实验室受邀参会,并分享了两款移动安全工具。不仅在业界首次提出了移动端“切面防御”的安全设计理念,同时分享了业界首个小程序平台漏洞自动化挖掘工具。!1.jpg(https://imghellowo
免费下载 |《双 11 背后——支付宝技术升级战》带你即刻了解千亿背后的“秘密武器”
<blockquote蚂蚁金服全新电子书《双11背后——支付宝技术升级战》正式上线!大家耳熟能详的双11“剁手日”,在技术人眼里又是什么日子?如果你还认为是“买买买”,那你就错了!准备好迎接一个熟悉却陌生的双11“新定义”吧!</blockquote!cfb43d6629eb4
安全计算首个行业标准启动制定 蚂蚁金服贡献SOFAEnclave技术实践
近日,由中国信息通信研究院、中国移动牵头的《基于可信执行环境的安全计算系统技术框架》行业标准成功立项,标准制定工作全面启动。作为安全计算标准的发起方,蚂蚁金服积极贡献自身在安全计算方面的技术实践。此标准项目还吸引了华为、腾讯、百度、光之树、Oppo、360、高通、大唐电信、中国电信、如家首旅、上海交
开发者解读:为什么蚂蚁要用融合计算这种新计算模式?
<blockquote<strong导读:</strong如今大部分人工智能应用是基于监督学习范式开发的,即模型在线下进行训练,然后部署到服务器上进行线上预测,这样的开发方式在实时响应上存在较大的局限。随着计算和AI体系逐步成熟,我们希望机器学习应用能更多地在动态环境下运行、实时响应环境
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。