1. 灾难 1.1. 在某种程度上，人类的历史就是一部灾难史 1.2. 大流行病广泛存在 1.3. 两场大流行病曾导致世界上多达30%的人口死亡 1.3.1. 6世纪的查士丁尼瘟疫和14世纪的黑死病 1.3.2. 1300年，英格兰的人口约为700万，但到了1450年，由于瘟疫的肆虐，人口锐减到仅剩 ...

近日，欧洲知名企业级前端框架 Vaadin 正式发布了 官方 MCP（Model Context Protocol）服务端，这意味着开发者的 AI 编码助手（如 GitHub Copilot、Claude、Cursor 等）可以实时访问最新的 Vaadin 官方文档，实现精准代码生成与智能指导。 ...

此分类用于记录吴恩达深度学习课程的学习笔记。 课程相关信息链接如下： 原课程视频链接：[双语字幕]吴恩达深度学习deeplearning.ai github课程资料，含课件与笔记:吴恩达深度学习教学资料 课程配套练习（中英）与答案：吴恩达深度学习课后习题与答案 本篇为第二课的第二周内容，2.6的内容 ...

chat-master —— 一款基于 AI 大模型 API 实现的自建后端对话服务，支出同步响应及流式响应，完美呈现打印机效果。 ...

1. 马镫 1.1. 在马镫出现之前，骑兵在战场上的实际作用极其受限 1.2. 战马的主要作用仅仅是将士兵运送到战场上 1.3. 马镫将骑兵与冲锋的战马紧密地结合在一起，从而形成了一个强大的战斗单元 1.4. 在中世纪早期，马镫刚刚传入欧洲不久，法兰克人的领袖查理·马特察觉到了它的潜力 1.5. 随 ...

此分类用于记录吴恩达深度学习课程的学习笔记。 课程相关信息链接如下： 原课程视频链接：[双语字幕]吴恩达深度学习deeplearning.ai github课程资料，含课件与笔记:吴恩达深度学习教学资料 课程配套练习（中英）与答案：吴恩达深度学习课后习题与答案 本周为第二课的第二周内容，2.3到2. ...

1. 非对称性失控 1.1. 勒索软件WannaCry 1.1.1. 黑客利用老版微软系统中的漏洞，成功让数字世界陷入混乱，包括德国铁路公司、西班牙电信公司、联邦快递、日立 1.1.2. 此病毒其实是以美国国家安全局研发的技术为基础构建的 1.1.2.1. 美国国家安全局内部有一个“特定入侵行动办公 ...

覆盖Python、机器学习、深度学习三大模块,配套Kaggle级实战项目,从基础语法到模型部署的完整学习路径。解决AI学习碎片化问题,提供从理论到实战的完整体系,包含特征工程、模型调优等工业级技能训练。 ...

此分类用于记录吴恩达深度学习课程的学习笔记。 课程相关信息链接如下： 原课程视频链接：[双语字幕]吴恩达深度学习deeplearning.ai github课程资料，含课件与笔记:吴恩达深度学习教学资料 课程配套练习（中英）与答案：吴恩达深度学习课后习题与答案 本周为第二课的第二周内容，2.1和2. ...

引言：参数调优的重要性 在大语言模型的应用中，仅仅提供一个好的提示词往往不足以获得理想的输出结果。模型参数的合理配置同样至关重要，它如同给模型调配合适的“工作性格”，直接影响生成文本的质量、风格和适用场景。本文将系统介绍大模型的各类关键参数，帮助你从被动使用者转变为精准调控专家。 一、模型基础结构参 ...

1. 国家的承诺 1.1. 民族国家，作为现今全球政治秩序的核心组成单元，本质上为其公民提供了一份简单而有说服力的契约 1.1.1. 公民让主权领土国家实现权力集中，而国家确保这种权力的集中带来的益处远大于其风险 1.2. 历史已经证明，国家对武力的集中控制，即赋予国家在执行法律和发展军事力量方面的 ...

使用`vLLM`测试下大模型并发推理场景下3090和4090两张显卡的性能表现，看下4090是否在高并发场景下具备更高的扩展性。 3090显卡和4090显卡在模型推理过程中的显存和GPU使用率都比较接近，1～8并发度场景下，3090和4090的推理性能均保持稳定；在16并发度下3090开始遇到性能瓶... ...

说明： 本文只是关于数据库发展趋势的个人见解，没有特别深入的向量和混合检索的实现原理，属于很浅显易懂的科普类文章，几乎不需要任何背景知识，大家可以放心阅读。 关于混合检索的原理和最佳实践类文章，有缘再更，欢迎感兴趣的朋友们关注【老纪的技术唠嗑局】微信公众号。 背景 数据的分类 我一般会把数据库中的数 ...

此分类用于记录吴恩达深度学习课程的学习笔记。 课程相关信息链接如下： 原课程视频链接：[双语字幕]吴恩达深度学习deeplearning.ai github课程资料，含课件与笔记:吴恩达深度学习教学资料 课程配套练习（中英）与答案：吴恩达深度学习课后习题与答案 本篇为第二课第一周的课程习题和代码实践 ...

Learn Artificial Intelligence (AI), Machine Learning (ML), and Natural Language Processing (NLP) the trio shaping the future. 两本书第二本资源landing.deepset. ...

全民AI时代，前端er该如何蹭上这波热度？本文将一步步带大家了解前端应该如何结合端侧AI模型，实现一个AI版你画我猜小游戏。 ...

1. 驱动力 1.1. 技术持续进步的主要推动力来自那些原始的、与人性紧密相关的因素 1.1.1. 不论是为了满足好奇心、应对危机，还是追求财富、逃避恐惧，技术发展的核心始终在于服务人性的需求 1.1.2. 只要人们有足够的动力去研发和应用技术，技术便会应运而生，并得到推广应用 1.2. 迄今为止， ...

背景 某高校师资网站全面采用网络图片展示，网站是禁止右键使用下载，也不允许复制信息。我们试图采集这些信息，使用目前智能体任务+VibeCoding+Deepsee-OCR解析来突破这个问题。流程拆解第一步 html解析智能体我们方便选择space.coze.cn, 可以自行部署其他开源智能体框架解析 ...

一、前言 ​ Microsoft Agent Framework 框架发布也有一阵子了，在观望（摸鱼）过后，也是果断(在老板的威胁下)将几个AI应用微服务完成了从Semantic Kernel 框架到Microsoft Agent Framework 框架中的迁移工作。 所以这篇文章,我想记录一下在 ...

1.简介 我们在上一章介绍了如果想实现将markdown内容转换为word的话, 如果想要转换后的word内容排版好看的话, 就需要将其转换过程分为两步 markdown→html html→ooxml(Office Open XML) word内容,word元信息本身就是个xml) 上一章节我们使 ...