BR 技术头条 技术链接、资讯与社区分享流
li www.linuxprobe.com / 2018-03-06 10:54 / by @Linux就该这么学

小米与微软将在云计算、AI等领域加深合作

打开原文 0 条评论
北京时间 2 月 23 日，小米公司与微软公司签署战略性合作备忘录，进一步深化战略性合作伙伴关系，加速小米产品进军国际市场

赞过的人

@Linux就该这么学

发表评论

相关分享

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。

查看详情
无图
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。

查看详情
无图
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。

查看详情
无图
te tech.meituan.com / 2024-09-09 23:41

Spark向量化计算在美团生产环境的实践

美团在 Spark 生产环境中引入了向量化计算，使用 Gluten 和 Velox 框架，实现了大数据任务的加速和资源优化。本文详细讲解了 Spark 向量化的原理、性能提升以及美团的实施过程和遇到的挑战，适合关注大数据优化的技术人员。

查看详情
无图
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！

查看详情
无图
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。

查看详情
无图
bl blog.wangmao.me / 2024-08-06 07:36

小米CR8806路由器散热改造

最近天气逐渐热了起来，路由器抽风的频率明显变高了，经常激烈对战时路由器直接断网，接着网络灯变黄，我只能手动插拔路由器电源来重启，同时也发现路由器外壳温度很高甚至到了烫手的程度。

对路由器散热改造提上日程，首先搜索一番散热的改造思路，大致分为两种：被动散热和主动散热。

被动散热主要是增加路由器散热板的面积，比如购买散热片贴到发热量大的地方，出了散热片，还有散热硅脂片、更换硅脂和定制更大的散热铝板等，甚至还有将显卡散热片压在路由器，代价嘛就是外壳需要切割（过于赛伯朋克，俺接受不了QAQ）；

主动散热主要是利用外部设备对路由器进行散热，比如最简单的使用桌面小风扇对着路由器吹，或者像主机一样增加一个散热风扇来辅助降温。

查看详情
无图
bl blog.yuanpei.me / 2024-03-13 13:12

基于 LLaMA 和 LangChain 实践本地 AI 知识库

通用人工智能，即：AGI（Artificial General Intelligence）的实现，正在以肉眼可见的速度被缩短，以前在科幻电影中看到的种种场景，或许会比我们想象中来得更快一些。不过，等待 AGI 来临前的黑夜注定是漫长而孤寂的。在此期间，我们继续来探索 AI 应用落地的最佳实践，即：在成功部署本地 AI 大模型后，如何通过外挂知识库的方式为其 “注入” 新的知识。

查看详情
无图
bl blog.yuanpei.me / 2024-03-12 22:29

使用 llama.cpp 在本地部署 AI 大模型的一次尝试

本文旨在尝试使用 llama.cpp 在本地部署 AI 大模型，随着人工智能的快速发展，我们逐渐认识到私有化部署的重要性和潜力。在此背景下，llama.cpp 作为一个纯 C/C++ 实现的 LLaMA 模型推理工具，提供了在本地环境下高性能的 AI 推理能力。在这篇文章中，我们可以了解到 llama.cpp 具有在 GPU 和 CPU 环境下运行的灵活性，满足私有化部署的需求。文章详细介绍了 llama.cpp 编译和部署的过程，为读者提供了一份在本地部署 AI 大模型的教程。私有化部署的 AI 大模型，相比于 ChatGPT 这类通用大模型，更注重数据隐私和安全性，对云服务的依赖更少，可以做到更好的本地化控制。虽然编译 llama.cpp 有一定的复杂性，AI 大模型的下载、转化、量化需要一定的耐心，可当本地的 AI 应用运行起来的那一刻，博主觉得这一切完全值得。

查看详情
无图