HelloWorld 开发者社区
科技资讯
微软 MAI Code 2 系列进入 Copilot:按工程任务选择编程模型
OpenAI 发布 GPT-6.2 Astra 与 Sol:专业交付、编程效率与团队选型
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
开源项目
全部项目推荐好文
R语言生态学进化树推断物种分化历史:分类单元数与时间关系、支系图可视化|附代码数据
全文链接:http://tecdat.cn/?p31434(https://link.segmentfault.com/?encnNwUfhdq3OpZW9Bl7U102Q%3D%3D.oWKQVYOJHSdJ7f2l6rkS4%2BC9HNp1GvfFgxqLP2PJpGg%3D)
Python用机器学习算法进行因果推断与增量、增益模型Uplift Modeling智能营销模型|附代码数据
原文链接:http://tecdat.cn/?p27058(https://link.segmentfault.com/?encFmyazigPG2qurv6q8yH8fw%3D%3D.1MKcaBEfaaE6tVGEdju8BEQX2XwLDkuqiMebUkNWWsI%3D)
R语言使用马尔可夫链对营销中的渠道归因建模|附代码数据
原文链接:http://tecdat.cn/?p5383(https://link.segmentfault.com/?encw67ZOBhOhT5guUuFMswdkg%3D%3D.eJ%2BhJ7PRFfxobs2speFz35mXYczw5d0UqGBNQts42eQ%3D)
贝叶斯分位数回归、lasso和自适应lasso贝叶斯分位数回归分析免疫球蛋白、前列腺癌数据|附代码数据
原文链接:http://tecdat.cn/?p22702(https://link.segmentfault.com/?encsNXDOOZkb1sKVXNSm3vdBw%3D%3D.0Nrq7EBeLaJFG9aPT6hViM4o%2BLxImL5ONLwYT83gPUQ%3D)
SQL Server仓储物流公司visual studio发货数据仓库设计
全文链接:http://tecdat.cn/?p32241(https://link.segmentfault.com/?enc1Mdc%2B7CgS186z6%2FTuT94JA%3D%3D.O5JeKRp68MK8Nf%2FkNgftu%2BLUizKbcsp5ZBoF79ycko
上海首个大模型产业发展研讨会圆满落幕,众顶尖专家共探大模型产业
4月21日,由上海市数据科学重点实验室携手达观数据、上海浦东软件园联合举办的“大模型产业发展研讨会”圆满落幕。本次研讨会是继达观数据在北京、成都顺利举办“ChatGPT及大模型专题研讨会”后的又一场科技盛会,当天大会汇聚了大模型产业国际和国内顶尖的工业界与学术界专家学者,分享他们在大模型产业发展方面
ChatGPT及大模型专题研讨会在蓉成功举办共探前沿技术与产业发展
4月14日,由成都市新经济发展委员会指导,成都市人工智能产业生态联盟主办,达观数据承办,智慧蓉城研究院与趋动科技协办的ChatGPT与大模型技术创新与应用发展专题研讨会在蓉圆满落幕。本次专题研讨会围绕ChatGPT和大规模语言模型的发展应用,聚集众多人工智能产学研用大咖,旨在聚焦全球ChatGPT现
阿里云机器学习PAI发布基于HLO的全自动分布式系统 TePDist,并宣布开源!
作者:品曲,宗雁,佀畅,侠雕,伟林导读一直以来,大模型在模型效果上被证明具有显著优势。而ChatGPT的出现,证明了其在工业生产工具方面具有巨大潜力。毫无疑问,大模型的训练需要巨大的算力,这对分布式并行框架是一项考验。现如今,业界越来越多的团队纷纷转向分布式框架的研究与开发
新手如何学好Zbrush3D建模?
笔刷菜单在下拉菜单中选择“自动遮罩”选项打开“背面自动遮罩”按钮,点击之后会是橙色状态然后你再用标准笔刷进行雕刻就不会对背面产生影响了,不过换笔刷之后这个按钮又需要重新开启,这点别忘了。2.如何在Zbrush中创建一个弹出窗口?先说一下什么是弹出窗口?将光标移动到模型表面,通过按
我通过 tensorflow 预测了博客的粉丝数
前言由于最近接触了tensorflow.js,出于试一下的心态,想通过线性回归预测一下博客的粉丝走向和数量,结果翻车了。虽然场景用错地方,但是整个实战方法用在身高体重等方面的预测还是有可行性,所以就记录下来了。需求根据某博客或论坛,抓取一下博主的访问总量和粉丝总量
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。


