AI
刷新
RocketMQ客户端是如何感知Broker节点的？

博主头像 本文已收录在Github，关注我，紧跟本系列专栏文章，咱们下篇再续！ 魔都架构师 | 全网30W技术追随者 大厂分布式系统/数据中台实战专家 主导交易系统百万级流量调优 & 车联网平台架构 AIGC应用开发先行者 | 区块链落地实践者 以技术驱动创新，我们的征途是改变世 ...

Trae开发工具中配置Qwen3-235B-A22B

博主头像 Cline 是一款用于智能编程的 VSCode 插件，您可以集成阿里云百炼提供的通义千问或 DeepSeek 模型，完成复杂的编程任务。先看最终效果： Qwen3-235B-A22B 是阿里巴巴通义实验室发布的 Qwen3 系列旗舰级开源大模型，采用 混合专家架构（Mixture-of-Expert ...

HNSWlib-PySpark召回测试

在大数据场景下，高效地进行近似最近邻搜索（Approximate Nearest Neighbors, ANN）是许多应用的关键，如推荐系统、图像检索等。传统的单机版 HNSWlib 在处理大规模数据时速度较慢，因此我们尝试采用分布式解决方案 HNSWlib-PySpark 进行召回实验。 背景 H ...

你的聚类模型靠谱吗？5大外部指标彻底揭秘

博主头像 在聚类分析中，我们常常需要评估聚类结果的质量。 外部指标是一种通过与已知的“真实标签”进行比较来评估聚类性能的方法。 这些指标可以帮助我们判断聚类算法是否能够准确地将数据划分为有意义的类别。 本文将介绍几种常见的外部指标，包括 Jaccard 系数、FM 指数、Rand 指数、DB 指数和 Dunn ...

mcp~客户端与服务端的通讯技术

博主头像 mcp通讯协议 stdio sse streamable http JSON_RPC MCP 的传输层负责将 MCP 协议消息转换为 JSON-RPC 格式进行传输，并将接收到的 JSON-RPC 消息转换回 MCP 协议消息 请求 { jsonrpc: "2.0", id: number | st ...

同样的数据，更强的效果：如何让模型学会‘互补思维’？

博主头像 集成学习虽然能够通过组合多个学习器来提高预测性能，然而，如果这些学习器过于相似，集成的效果可能并不理想。 因此，增强学习器的多样性是提升集成学习性能的关键。 多样性带来的优势在于： 群体智慧原理：多样化的模型可以从不同角度捕捉数据规律 误差互补效应：不同模型的错误模式不同，投票后误差相互抵消 防止过 ...

补全llm知识体系的地基：Transformer

博主头像 Transformer模型结构： 示例：输入“我爱你”，输出“I love you”第一步：分词，将序列变为一个个token组成的向量，形状：[seq_len,]。本步涉及tokenizer相关技术 第二步：input embedding，将分词结果中的每一个token，编码成一个固定维数的embe ...

卷积和池化到底在做什么？

博主头像 深度学习神经网络中，卷积层和池化层是很经典且有效的操作，尤其在视觉领域，到现在为止也是很多SOTA模型中无法去除的模块，很多经典的模块，比如残差、dense、CSP、SE等等都是在这两个基础算子上展开的，可以说对于深度学习而已，卷积和池化就像0和1一样重要。在这里笔者分享一下自己对这两个算子的学习和 ...

EKO 智能体SDK架构介绍

博主头像 EKO 智能体SDK架构的概述EKO 智能体SDK（Eko框架）是由清华大学、复旦大学和斯坦福大学联合开发的智能体开发框架，旨在通过自然语言与简单代码快速构建“虚拟员工”，实现自动化任务执行。以下是其核心功能与技术特点的详细解析：核心功能与应用场景自动化任务执行数据收集与分析：例如，自动抓取雅虎财经 ...

RAG越来越不准？你可能忽略了“元数据”的力量

博主头像 你是否也有这样的困扰？ 问大模型一个很具体的问题：“请告诉我A软件的安装方法。” 结果它却信誓旦旦地告诉了你B软件的安装步骤。 在这个过程中，你可能已经花了大量时间解析和清洗上千份文档，接入RAG，但结果仍然不理想。 为什么会这样？ 其中一个很重要的原因是，我们花了很多时间构建知识库，却忽略了一个看 ...

<1···131415···50>