DataFunTalk原创精选

引言: 大模型落地到当前这个阶段，核心关注点还是领域大模型，而领域大模型落地的前提在于两点：需求端，对当前应用的降本增效以及新应用的探索；供给端，训练技术已经有较高的成熟度。 专家介绍： 柏海峰 滴普

引言: 企业数字化的进程，由数据库的发展轨迹主导，而数据库本身的演进又受制于硬件的技术瓶颈。简单来说，数据库需要一个强大的计算机来支撑，但单块CPU显然没有这个能力，因此通过网络连接多块CPU、磁盘的

引言： 在当前行业形势下，降本增效已经是公认的命题，粗放扩张的时代已经过去，接下来是在从业务到技术都需要精细化管理的时代。但在这个命题下，往往未被提及的一点是用户价值。如果为了降本增效，而牺牲了用户价

在现实应用中，很多时候我们没有办法对黑白灰样本去做完全精确的定位。那该如何利用类似社交网络的同质性（好人和好人关系近，坏人和坏人关系近）做团伙识别？

由于大数据时代的发展，知识呈指数级增长，而知识图谱技术又在近年来逐步火热，因此诞生了利用知识图谱技术进行智能创作的新想法。本文将分享基于知识图谱的多模内容创作技术及应用。

云原生这个概念大家已经很熟悉了，但是否有一个准确的定义呢？每个人都在说云原生，但大家对云原生的理解是不同的。

随着业务调整和集群资源整合需求，大数据系统中集群数据迁移复杂混乱。本文将以京东大数据平台为例，介绍京东近一年在数据分布式存储和分层存储上的探索和实践。

本次带给大家分享是阿里妈妈在2018年做的模型上的创新——深度兴趣演化网络（Deep Interest Evolution Network）。

在线社交媒体平台的发展，带来了细粒度检索、视频语义摘要等媒体智能服务的巨大需求。现有的视频理解技术缺乏深入的语义线索，结合视频中人物的社交关系才能更完整、准确地理解剧情，从而提升用户体验，支撑智能应用