相关文章
7106 篇高质量内容
企业级大模型推理和部署平台 2025
掌握AI技术的未来，深入了解企业级大模型推理和部署。 核心内容： 1. 大模型推理的三个核心步骤：嵌入、解码和采样 2. 大模型推理的核心技术和优化技术 3. 大模型推理引擎与工具链的主流选择及其对比
qwen3 系列模型发布，深度思考，快速响应
探索qwen3系列模型，体验多语言和混合思维模式的强大能力。 核心内容： 1. qwen3系列模型架构概览，包含密集型和混合专家型模型 2. 混合思维模式，灵活控制模型思考程度 3. 旗舰模型Qwen3-235B-A22B在多个基准测试中的出色表现
Qwen3发布: 4B干掉旧代 72B / Windsurf又增加新的免费计划
AI界新变革，Qwen3以小博大，引领新趋势。 核心内容： 1. Qwen3-4B超越Qwen2.5-72B，展现小模型潜力 2. Qwen3功能亮点：混合思维模式手动开关，优化MCP支持 3. Windsurf新免费计划升级，更多高级模型和功能免费开放
AI Agent在如何改变企业研发
AI技术在企业研发领域掀起革命，带来效率和创新的双重飞跃。 核心内容： 1. 千亿美元市值企业研发案例，AI工具显著提升研发效率和创新成果 2. AI如何改变研发部门的工作模式和组织结构 3. 科技巨头、行业巨头、高校和初创企业在研发Agent领域的布局和合作
大模型是否有必要本地化部署？
探索大模型本地化部署的利弊与应用场景。 核心内容： 1. 大模型本地化部署的必要性分析 2. 大模型能力使用方式的多样化 3. 不同部署方案的适用场景及技术考量
给 AI 小白的说明书：什么是 Manus？AI Agent为什么重要？
探索AI新领域，揭开Manus AI的神秘面纱。 核心内容： 1. Manus AI及其背后的Agent概念解析 2. Manus与市面上智能体的差异对比 3. Manus AI的通用性优势及实际应用前景
MCP爆火背后：AI Agent的生产力时代来了吗？
MCP协议正引领AI生产力的新革命，打破传统AI模型与工具的集成难题。 核心内容： 1. MCP协议的诞生背景与核心价值 2. MCP如何简化AI模型与工具的集成过程 3. MCP在生态整合能力上的实践表现与未来展望
AI助力！明文密码泄漏无处遁形【大模型应用实践系列二】
AI技术的突破性应用，有效防范密钥硬编码泄露风险。 核心内容： 1. 大模型技术在安全领域的优势与应用 2. 密钥硬编码泄露的严重性与风险分析 3. 腾讯啄木鸟团队的解决方案与效果评估
大模型应用实践（一）：AI助力Code Review安全漏洞发现
AI技术在代码安全领域的突破性应用，极大提升代码漏洞检出能力，保障业务数据安全。 核心内容： 1. 大模型技术在代码安全领域的应用背景和实践价值 2. 代码漏洞对业务安全的影响及传统检测方法的弊端 3. 腾讯啄木鸟团队借助大模型技术提升CR场景下代码漏洞检出能力的案例分析
安全沙箱构筑智能体防护壁垒：解码OpenAI百万悬赏背后的安全困局
探索AI安全新挑战，解析智能体时代的安全困局。 核心内容： 1. 智能体生态底座的标准化与安全隐患 2. 智能体架构安全风险与传统安全对比 3. 智能体攻击面洞察与安全风险关键环节
从MCP到超级Agent：这场AI生产力革命将淘汰谁？
AI革命浪潮来袭，企业如何脱颖而出？ 核心内容： 1. AI竞争格局巨变，MCP协议和超级Agent成新焦点 2. 百度智能云千帆大模型平台全新升级，打通应用"最后一公里" 3. 模型性能成企业竞争关键，千帆平台助力企业打造专属引擎
MCP实战之Agent自主决策-让 AI玩转贪吃蛇
AI自主决策的前沿实践，探索MCP Server如何赋予AI行动能力。 核心内容： 1. MCP Server生态现状及其核心能力介绍 2. 实现和调试MCP Server的步骤详解 3. 多轮交互实践：AI玩转贪吃蛇游戏案例分析
金融大模型推理能力瓶颈如何突破？通义点金提出 DianJin-R1 框架，点石成金！
金融大模型推理能力瓶颈如何突破？通义点金提出 DianJin-R1 框架，点石成金！ 核心内容： 1. 金融大模型在复杂推理任务中的挑战与瓶颈 2. DianJin-R1框架：定制化数据集、结构化推理训练与强化学习优化 3. DianJin-R1模型在金融任务中的性能表现与实际应用价值
深入解读MCP协议最新版本的4大升级【上】：传输机制与安全授权
探索MCP协议最新版本升级，深入了解传输机制与安全授权的变革。 核心内容： 1. Streamable HTTP传输模式取代传统HTTP+SSE模式，提升连接灵活性和健壮性 2. OAuth2.1授权框架的引入，增强安全性和授权管理 3. JSON-RPC批处理功能，提高数据处理效率 4. 增强工具注解，优化开发者体验，提升开发效率
拨开MCP的迷雾，聊聊LLM工具调用的本质（一）：Function Calling
拨开MCP迷雾，深入探究LLM工具调用的技术本质。 核心内容： 1. 大语言模型（LLM）的工具调用演变历程 2. Function Calling技术详解及其行业影响 3. MCP协议如何简化工具调用，推动LLM应用发展
推荐支持MCP的六大AI框架
探索AI框架新趋势，掌握MCP集成关键技术。 核心内容： 1. 模型上下文协议（MCP）的行业标准实践 2. 支持MCP的AI框架Composio和Agents.json介绍 3. MCP如何促进LLM与外部工具的高效集成
一文了解Text Embedding模型：从text2vec、openai-text embedding到m3e、bge（上）
深入探索文本嵌入技术，全面解析最新模型与应用场景。 核心内容： 1. MTEB基准测试和C-MTEB中文任务榜单介绍 2. OpenAI文本嵌入模型的发展和特点解析 3. bge和m3e模型在检索任务中的表现及应用
RollingAI创始人刘开出席2025年中国绿公司年会，解读AI商业化落地新思维
AI商业化落地的新思路，由RollingAI创始人刘开在中国绿公司年会深度解读。 核心内容： 1. AI落地的三大金句：场景选择、文化推广、建设顺序 2. AI商业价值的两大关键方向：销售增效和流程优化 3. AI与人力资源的关系：释放人去做更有价值的事
一文讲透 MCP 与 Function calling，你想看的都在这里
深入解析MCP和Function calling的区别与联系，带你全面了解大模型工具调用机制。 核心内容： 1. MCP与Function calling的定义及其区别 2. Function calling的实现方式和代码示例 3. MCP协议的组成部分及其工作原理
混合专家 (MoE) 架构：现代大模型的“秘密武器”
混合专家（MoE）架构，现代人工智能大模型的突破性技术。 核心内容： 1. MoE架构定义及其稀疏激活机制 2. MoE从概念到主流的发展简史 3. MoE在现代大模型中的应用案例分析