弹性AI团队工作流平台设计
AI行业的发展越来越规范，一套有效的CI/CD平台，可以让一个AI团队的工作效率大幅提升。但当前市场上五花八门的云平台让人难以决择，究竟如何做才是正确的，本文以MLflow，Jenkins和AWS SageMaker为基础，兼顾不同时期的团队的替换可能性，为基础架构提供技术选型。
相关分享
1
喜欢
fr
frytea.com
/
2025-01-06 23:43
AI Prompt 整理
prompt 原则：
1、写出清晰而具体的指示，清晰不是指短，而是尽量详细，可采用分隔符避免自己的要求和内容的混淆，分隔符形式不限：“””, < >, {}
2、给模型思考的时间。如果答案不对，可以尝试不断变化提问方式，直到得出想要结果。可以采用简化或分解问题的方式。
无图
1
喜欢
pa
paper.seebug.org
/
2025-01-03 00:14
AI 作为新型黑客：开发进攻性安全代理
这篇文章深入解析了浏览器沙盒逃逸的技术原理，详细讲述了攻击者如何利用漏洞突破沙盒限制，实现对系统的进一步控制。通过真实案例和技术细节的剖析，展示了沙盒逃逸的核心思路和防御对策。内容适合网络安全研究人员、漏洞挖掘工程师，以及对浏览器安全机制感兴趣的技术从业者，提供了宝贵的学习资料和实践指导。
无图
1
喜欢
pa
paper.seebug.org
/
2025-01-03 00:07
探索 AI 驱动的网络安全框架：深度学习技术、GPU 支持和未来增强
这篇文章详细分析了现代网络攻击中的 DGA（域名生成算法）技术，涵盖了其工作原理、分类及在恶意软件中的应用实例。通过技术解析和实际案例，展示了如何检测和防御 DGA 带来的安全威胁。内容适合网络安全研究人员、安全工程师以及对恶意软件分析感兴趣的技术爱好者，提供了系统化的学习参考。
无图
1
喜欢
on
onevcat.com
/
2025-01-02 23:59
编译器，靠你了！使用类型改善状态设计
如何用类型表达状态？文章深度解析了在 Swift 中通过类型系统管理状态的实践方法，涵盖了类型安全设计、编译期检查和减少运行时错误的技巧。通过实例展示，将状态逻辑融入类型定义，提升代码的健壮性和可维护性，是探索函数式编程思想的绝佳案例！
无图
1
喜欢
in
innei.in
/
2024-11-02 16:58
浅谈 Follow 中的设计理念
本文分享了 Follow 应用中的核心设计理念，包括多种图标转换方式、Peek 模态预览、优雅的动效过渡（通过 Framer Motion）、层叠模态框的层级处理以及 AutoResize 组件的平滑高度调整。这些设计细节提升了用户体验，同时控制了动态效果强度，确保设备性能与用户偏好。
无图
1
喜欢
cr
crossoverjie.top
/
2024-11-02 16:49
IM系统重构到 SDK 设计的最佳实践
本文介绍了 CIM 系统重构为 SDK 的实践，使用 Builder 模式创建客户端，实现了长连接、心跳检测及自动重连等功能，极大简化了消息收发流程。还优化了请求代理，通过 `ProxyManager` 动态管理 URL，提升了代码复用性。集成测试涵盖多服务器重连和消息验证，确保系统高可用性。重构增强了模块间解耦，使 SDK 更易于维护和扩展。
无图
1
喜欢
te
tech.meituan.com
/
2024-11-02 16:18
新一代实验分析引擎：驱动履约平台的数据决策
本文介绍了美团履约技术平台的新一代实验分析引擎，该引擎对核心实验框架进行了标准化，并融合了众多先进解决方案，有效解决小样本挑战。同时，提供了多样化的溢出效应应对策略，并针对不同业务场景提供了精准的方差和P值计算方法，以规避统计误差。希望对大家有所帮助或启发。
无图
1
喜欢
te
tech.meituan.com
/
2024-09-09 23:41
领域驱动设计DDD在B端营销系统的实践
领域驱动设计（DDD）在复杂业务系统中的应用非常有效，特别是在 B 端营销系统中。本文分享了美团如何通过 DDD 实践，优化营销系统的架构与设计，提升业务应对能力。想了解如何应对复杂业务需求的变化？千万别错过！
无图
1
喜欢
ix
ixyzero.com
/
2024-09-08 23:28
防呆设计
设计中的“防呆”理念，是为了防止用户出错，让复杂的操作变得简单直观。本文介绍了防呆设计的10大原则，如自动化、顺序操作、视觉标识等，帮助产品经理和设计师更好地为用户提供无错体验。想要提升用户体验，降低操作错误率？快来了解这些设计技巧！
无图
1
喜欢
co
colobu.com
/
2024-08-06 07:52
让AI 实现一个红黑树
文章探讨了使用AI帮助实现红黑树数据结构的过程。作者尝试使用多种AI工具模拟专家（如Rob Pike）实现红黑树，并进行了代码优化、单元测试和Fuzz测试。过程中发现AI生成的代码存在问题，但通过不断调整和AI协作，最终实现了功能完善的红黑树实现。文章强调AI在代码生成、测试和优化方面的潜力与不足。
无图