- Kafka 是个分布式的、持分区的（partition）、多副本的 （replica），基于 zookeeper 协调的分布式消息系统，它最大的特性就是可以实时处理大量数据以满足各类需求场景：日志收集：使用 Kafka 收集各种服务的日志，并通过 kafka 以统一接口服务的方式开放给各种 consumer，例如 hadoop、Hbase、Solr 等消息系统：解耦和生产者和消费者、缓存消息... Kafka 是个分布式的、持分区的（partition）、多副本的 （replica），基于 zookeeper 协调的分布式消息系统，它最大的特性就是可以实时处理大量数据以满足各类需求场景：日志收集：使用 Kafka 收集各种服务的日志，并通过 kafka 以统一接口服务的方式开放给各种 consumer，例如 hadoop、Hbase、Solr 等消息系统：解耦和生产者和消费者、缓存消息...
- Arthas memory（查看 JVM 内存信息） Arthas memory（查看 JVM 内存信息）
- Arthas classloader （查看 classloader 的继承树，urls，类加载信息） Arthas classloader （查看 classloader 的继承树，urls，类加载信息）
- 通过Pandas读取并转换时间序列数据，将年、月字段合并为日期索引，利用pd.date_range生成完整时间范围，确保数据连续性。函数convert_data_to_timeseries提取指定地点的销售数据，按年月构建日期索引，并填充缺失值为0，最终返回以时间为索引的Series结构，便于后续关联性分析。 通过Pandas读取并转换时间序列数据，将年、月字段合并为日期索引，利用pd.date_range生成完整时间范围，确保数据连续性。函数convert_data_to_timeseries提取指定地点的销售数据，按年月构建日期索引，并填充缺失值为0，最终返回以时间为索引的Series结构，便于后续关联性分析。
- 如何使用昇腾迁移分析工具进行模型迁移？ 00 前言本文将围绕模型迁移展开，先简述模型迁移的概念及进行迁移的缘由，随后着重介绍昇腾迁移分析工具在模型迁移中的运用，涵盖迁移分析、迁移训练等方面，详细展示了具体操作流程及示例，为使用昇腾迁移分析工具进行模型迁移提供全面的参考指导。 01 什么是模型迁移将原本设计用于GPU或其他三方平台的深度学习模型训练代码，经过模型代码修改等适配操作，来适应NP... 如何使用昇腾迁移分析工具进行模型迁移？ 00 前言本文将围绕模型迁移展开，先简述模型迁移的概念及进行迁移的缘由，随后着重介绍昇腾迁移分析工具在模型迁移中的运用，涵盖迁移分析、迁移训练等方面，详细展示了具体操作流程及示例，为使用昇腾迁移分析工具进行模型迁移提供全面的参考指导。 01 什么是模型迁移将原本设计用于GPU或其他三方平台的深度学习模型训练代码，经过模型代码修改等适配操作，来适应NP...
- 在自然语言处理领域，模型微调是一种强大的技术，可以让预训练模型适应特定的任务和数据集。本文将详细介绍如何使用 昇腾LLM分布式训练框架MindSpeed-LLM 进行 ChatGLM3-6B 模型的微调迁移，并结合工具进行性能分析和数据解析。 一、迁移准备 参考文档主要参考 昇腾LLM分布式训练框架MindSpeed-LLM 中的使用方式和流程进行迁移。 二、迁移步骤首先需要在安装好相关组件... 在自然语言处理领域，模型微调是一种强大的技术，可以让预训练模型适应特定的任务和数据集。本文将详细介绍如何使用 昇腾LLM分布式训练框架MindSpeed-LLM 进行 ChatGLM3-6B 模型的微调迁移，并结合工具进行性能分析和数据解析。 一、迁移准备 参考文档主要参考 昇腾LLM分布式训练框架MindSpeed-LLM 中的使用方式和流程进行迁移。 二、迁移步骤首先需要在安装好相关组件...
- Arthas sc（查看JVM已加载的类信息 ） Arthas sc（查看JVM已加载的类信息 ）
- Arthas sm（查看已加载类的方法信息 ） Arthas sm（查看已加载类的方法信息 ）
- Arthas monitor（方法执行监控） Arthas monitor（方法执行监控）
- 人工智能对齐难题是确保AI行为符合人类价值观的关键挑战。Constitutional AI提出的动态偏好建模框架，通过制定类似“宪法”的规则约束AI决策，突破传统方法对人类偏好的静态理解，引入对抗性机制降低有害输出率至0.3%。该框架能实时适应文化、社会和个体变化，融合多源数据更精准地理解人类需求，广泛应用于医疗、教育和客服等领域。然而，其发展也面临数据隐私与伦理规则制定的挑战。 人工智能对齐难题是确保AI行为符合人类价值观的关键挑战。Constitutional AI提出的动态偏好建模框架，通过制定类似“宪法”的规则约束AI决策，突破传统方法对人类偏好的静态理解，引入对抗性机制降低有害输出率至0.3%。该框架能实时适应文化、社会和个体变化，融合多源数据更精准地理解人类需求，广泛应用于医疗、教育和客服等领域。然而，其发展也面临数据隐私与伦理规则制定的挑战。
- Google Gemini 1.5 Pro采用混合专家系统（MoE）架构，突破传统模型“一刀切”模式，以专家团队形式精准处理不同任务。它能高效解析文本、图像、音频和视频等多模态数据，支持超长上下文理解（高达100万个token），在复杂任务中展现卓越性能。例如，分析电影时，图像、语言和音频专家协同工作，深入挖掘细节；处理402页登月记录时，准确提取关键信息。 Google Gemini 1.5 Pro采用混合专家系统（MoE）架构，突破传统模型“一刀切”模式，以专家团队形式精准处理不同任务。它能高效解析文本、图像、音频和视频等多模态数据，支持超长上下文理解（高达100万个token），在复杂任务中展现卓越性能。例如，分析电影时，图像、语言和音频专家协同工作，深入挖掘细节；处理402页登月记录时，准确提取关键信息。
- 本系统针对上述问题，提出基于多模态数据融合的心理健康智能分析方案。通过自然语言处理分析文本情绪特征，结合行为画像算法识别异常模式，并采用联邦学习技术保护数据隐私。系统可实现早期预警（提前3-6周识别风险）、精准评估（准确率85%以上）和个性化干预（匹配8类心理服务资源），有效弥补传统心理健康服务的不足。关键技术突破包括：①开发基于注意力机制的特征融合算法，提升跨模态分析效果；②设计三级预警联动机制 本系统针对上述问题，提出基于多模态数据融合的心理健康智能分析方案。通过自然语言处理分析文本情绪特征，结合行为画像算法识别异常模式，并采用联邦学习技术保护数据隐私。系统可实现早期预警（提前3-6周识别风险）、精准评估（准确率85%以上）和个性化干预（匹配8类心理服务资源），有效弥补传统心理健康服务的不足。关键技术突破包括：①开发基于注意力机制的特征融合算法，提升跨模态分析效果；②设计三级预警联动机制
- Arthas stack （输出当前方法被调用的调用路径） Arthas stack （输出当前方法被调用的调用路径）
- Vision Mamba是一款创新的计算机视觉模型，采用双向状态空间模型（B-SSM）架构，大幅提升视频和图像数据处理的效率与精度。相比传统CNN和ViT，它通过序列化小块处理和时空扫描策略，捕捉全局信息和复杂依赖关系，计算复杂度仅为O(L log L)，显著降低计算成本和内存占用。在高分辨率图像和视频处理中，Vision Mamba表现出色，广泛应用于自动驾驶、安防监控和医疗影像分析等领域。 Vision Mamba是一款创新的计算机视觉模型，采用双向状态空间模型（B-SSM）架构，大幅提升视频和图像数据处理的效率与精度。相比传统CNN和ViT，它通过序列化小块处理和时空扫描策略，捕捉全局信息和复杂依赖关系，计算复杂度仅为O(L log L)，显著降低计算成本和内存占用。在高分辨率图像和视频处理中，Vision Mamba表现出色，广泛应用于自动驾驶、安防监控和医疗影像分析等领域。
- 本课程将深入探讨Agent与大模型的构建及应用。从Agent的基础概念入手，讲解其定义、组件与应用场景，为理解Agent在现代人工智能中的作用奠定基础。并进一步详解大模型Agent的构建原理，包括提示工程、工具接口编写以及Agent的组装，重点突出提示模板设计和工具接口在Agent功能实现中的关键作用。 本课程将深入探讨Agent与大模型的构建及应用。从Agent的基础概念入手，讲解其定义、组件与应用场景，为理解Agent在现代人工智能中的作用奠定基础。并进一步详解大模型Agent的构建原理，包括提示工程、工具接口编写以及Agent的组装，重点突出提示模板设计和工具接口在Agent功能实现中的关键作用。
上滑加载中
推荐直播
-
华为云码道 × 仓颉编程：工程化AI编码探索2026/05/27 周三 19:00-21:00
刘俊杰-华为云仓颉语言专家/李炎-华为云码道技术专家/王智鹏-OpenCangjie开源社区发起人
本场直播围绕华为云仓颉语言与华为云码道的深度结合，展示华为云智能编程从零基础到高效落地的完整生态能力。以华为云码道为引擎，仓颉语言为载体，带给大家日常提效、趣味创新到极速量产的开发体验。
回顾中
热门标签