以OpenAI 的ChatGPT 所掀起的GenAI 快速创新浪潮，其中连接LLM 和 应用之间的桥梁的两大开源项目：LangChain[1]和Semantic Kernel[2] ，在半年前写过一篇文章 LangChain vs Semantic Kernel [3]，这半年以来Semantic
本文为阿里云智能媒体服务IMS「云端智能剪辑」实践指南第四期，通过运用官方提供的花字模版或自定义设计花字，完成丰富、精美的花字特效视频剪辑。 昱尘｜作者 在视频后期剪辑中，“花字”是一种特别的存在。 通过使用适合视频的花字，不仅可以丰富视频内容，还可以让视频传达的信息更加容易让用户接受，加深观众对于
由于一些客户的内部系统需要提取一些记录信息，如果手工录入会变得比较麻烦，因此考虑使用百度云的OCR进行图片文字的提取处理，综合比较了一下开源免费的Tesseract 类库进行处理，不过识别效果不太理想，因此转为了百度的OCR云接口处理方式，测试的效果比较理想，基本上较少出现错别字。本篇随笔介绍如何利用百度OCR进行图片文字的提取处理，以便从别的系统中批量化获得响应的系统数据，然后进行相应的格式化处
还在单机服务器，时刻面临宕机风险吗？ 优化程度不够，响应速度缓慢，系统工作响应像老汉拉车吗？ 为了帮助大家具备企业级应用的部署能力，轻松应对核心业务系统的部署要求，我们准备了《活字格智能集群的架构与搭建方案》高级教程。 作为一款优秀的企业级低代码开发平台，活字格除了本身开发集成的强大功能之外，负载均
摘要：本文摘自葡萄城低代码产品活字格的资深用户（格友超哥）所撰写的文章：《惊叹表现！活字格+ChatGPT：低代码开发智能应用的巨大潜力》。 ChatGPT的functions函数使用方 自从OPENAI发布了最新的GPT引擎gpt-3.5-turbo-0613之后，我就对它的functions参数
摘要：测试日志智能分析是提升智能化测试效率的一个关键步骤。 本文分享自华为云社区《【智能化测试专题】基于强化学习的测试日志智能分析实践》，作者： DevAI 。 随着软件规模的不断扩增，加快测试时间降低成本、实现智能化测试是至关重要的，而测试日志智能分析是提升智能化测试效率的一个关键步骤。当前由自动
摘要：多模态认知智能是AI人工智能当前发展的主流趋势之一，其核心是以多模态知识的获取，表示与推理为主要内容的跨模态知识工程与认知智能，也是为了更好的处理多模态的数据，需要融合多种感知模态和智能处理技术。 本文分享自华为云社区《GPT-4发布，AIGC时代的多模态还能走多远？系列之三：多模态认知智能》
摘要：物联大数据已成为当前物联网系统建设的核心，基于物联大数据的涌现智能和应用以及借此对物理世界的反馈和控制是未来物联网系统的建设目标。 本文分享自华为云社区《基于云原生的物联大数据智能服务》，作者：赵卓峰 、丁维龙 、于淇 / 北方工业大学数据工程研究院、大规模流数据集成与分析北京市重点实验室。
文探讨了边缘智能应用在开放世界问题中的挑战和解决方案，重点介绍了KubeEdge SIG AI发布的KubeEdge Sedna v0.6 及 Ianvs v0.2。
摘要：在推进制造业智能化的过程中，除设备本身数字化外，基于工业互联网实现设备互联和全流程智能化已成为最重要方向之一。 本文分享自华为云社区《【华为云Stack】【大架光临】第18期：工业互联网：加速从“中国制造”迈向“中国智造”》，作者：华为云Stack 制造行业总经理 崔新。 随着全球数字化浪潮的
摘要：程序员不再需要盲目编码，填补单调乏味的任务空白，他们可以专注于设计和创新；企业不必困惑于复杂的开发过程，可以更好地满足客户需求以及业务策略迭代。 本文分享自华为云社区《高效运营新纪元：智能化华为云Astro低代码重塑组装式交付》，作者：华为云PaaS服务小智。 借着东莞仲夏微风，HDC.Clo
这篇文章，值得关注的是，盖茨提出对人工智能如何可以减少世界上最严重的不公平现象的思考，以及我们关注的人工智能风险问题。
技术债可能来源于多种原因，比如时间压力、资源限制、技术选型不当等。它可以表现为代码中的临时性修补、未能彻底解决的设计问题、缺乏文档或测试覆盖等。虽然技术债可以帮助快速推进项目进度，但长期来看，它会增加软件维护的成本和风险，降低系统的稳定性和可维护性。
一、摘要 在家中睡眠期间对人体生命体征进行实时监测对于实现及时检测和救援至关重要。然而，现有的用于监测人类生命体征的智能设备存在高复杂性、高成本、侵入性或低准确性的缺点。因此，迫切需要开发一种简化、无干扰、舒适、低成本的睡眠实时监测系统。在本研究中，基于低成本的压电陶瓷传感器开发了一种新型智能枕头。
通过大模型来实现多个智能体进行游戏对局这个想对已经比较成熟了无论是去年惊艳的斯坦福小镇还是比如metaGPT或者类似的框架都是使用智能体技术让大模型来操控，从而让大模型跳出自身“预测下一个token”的文字功能去探索更多的应用落地可能性。不过一直没有真正操作过，直到前段时间看到一个新闻《和GPT-4
最近由于公众号用户太多，我就在思考有啥方式能给微信公众号的粉丝提供更多的更好的服务？这个时候我就想是否可以给公众号接入一下AI？让用户跟微信公众号对话，然后还能回到用户的问题，并且我提供一些资料让AI帮我回复用户的信息？ 这个时候刚刚好我们的FastWiki项目满足了部分需求，然后我们就顺便加入了微
介绍 我们很高兴分享“万事通”(Jack of All Trades，简称 JAT) 项目，该项目旨在朝着通用智能体的方向发展。该项目最初是作为对 Gato (Reed 等，2022 年) 工作的公开复现启动的，Gato 提出训练一种能够执行视觉与语言以及决策任务的 Transformer。于是我们
阅读《[基于 Flink ML 搭建的智能运维算法服务及应用](https://mp.weixin.qq.com/s/yhXiQtUSR4hxp9XWrkiiew "基于 Flink ML 搭建的智能运维算法服务及应用")》一文后，对其中日志聚类算法有了些思考。 ### 概述 日志聚类，简而言之是对
> 学习文章：[开放，让5G网络更智能](https://mp.weixin.qq.com/s/s11_xzxRudaJRoo98oUzHw) 