稀土掘金 稀土掘金
    • 首页
    • 沸点
    • 课程
    • 数据标注 HOT
    • AI Coding
    • 更多
      • 直播
      • 活动
      • APP
      • 插件
    • 直播
    • 活动
    • APP
    • 插件
      • 搜索历史 清空
        • 写文章
        • 发沸点
        • 写笔记
        • 写代码
        • 草稿箱
        创作灵感 查看更多
  • 后端
  • 前端
  • Android
  • iOS
  • 人工智能
  • 开发工具
  • 代码人生
  • 阅读
  • 72篇文章,10万字,银行IT圈全面的核心系统实战专栏,扬帆起航
    《银行核心系统实战专栏》即将推出72篇深度文章,系统解析银行核心系统设计与实践。专栏涵盖客户信息管理、账户体系、存贷款、支付清算等核心模块,从概念原理到实战案例全链路覆盖。
    • 胡马北风Norstead
    • 13小时前
    • 11
    • 点赞
    • 评论
    架构
    72篇文章,10万字,银行IT圈全面的核心系统实战专栏,扬帆起航
  • 大模型编程能力,真到"爆表"了吗?ARC-AGI-2/3 给出了一个残酷答案
    打开任何一份 2026 年的模型发布公告,你大概率会看到这样的数字:MMLU 接近天花板、SWE-bench 屡破新高、HumanEval 早已被"刷爆"。
    • ClaudeEvangelist
    • 13小时前
    • 5
    • 点赞
    • 评论
    AIGC AI编程 机器学习
    大模型编程能力,真到"爆表"了吗?ARC-AGI-2/3 给出了一个残酷答案
  • 从银行保险箱到个人指尖:一场正在发生的数字安全责任大转移
    一、一场静悄悄的安全责任革命**** 如果把时间倒推三十年,个人金融安全的逻辑极其简单——你把现金和存折交给银行,银行负责保障资金安全。银行卡密码只是开启保险箱的钥匙,真正的安全责任在银行厚重的金库门
    • 区块随手拍
    • 13小时前
    • 6
    • 点赞
    • 评论
    前端
  • DeepSeek V4炸场后,我发现了一个真正让AI替我干活的方法
    抖音上DeepSeek V4的消息最近太火了,热度一直居高不下。我第一时间去体验了一圈,说实话确实有点东西。但话说回来,再强的AI模型,如果只是躺在聊天框里,那跟玩具也没啥区别。 这篇文章想跟你聊聊我
    • 用户1252596761782
    • 13小时前
    • 6
    • 点赞
    • 评论
    程序员
  • 🎯_微服务架构下的性能调优实战[20260424170319]
    作为一名经历过多个微服务架构项目的工程师,我深知在分布式环境下进行性能调优的复杂性。微服务架构虽然提供了良好的可扩展性和灵活性,但也带来了新的性能挑战。今天我要分享的是在微服务架构下进行性能调优的实战
    • Github开源项目
    • 13小时前
    • 4
    • 点赞
    • 评论
    前端 后端
    🎯_微服务架构下的性能调优实战[20260424170319]
  • 国内玩转claude教程!!!
    一、安装claude code 我们可以通过命令行下载claude,一般分为两种方式: (1)如果是外网可以直接通过一行命令解决: (2)如果是国内就不能直接下载,我们先要保证下载node.js,通过
    • cood1b
    • 13小时前
    • 17
    • 点赞
    • 评论
    人工智能
  • 提取公章的软件:3 种办法,ai去除杂乱背景超省心!
    办公时经常需要把文件上的公章提取出来,做成透明背景用于电子文档、合同归档或线上提交。但公章盖在文字、表格上,背景复杂,手动抠图又慢又容易留瑕疵。今天就给大家实测 3 种常用的公章提取方法,从免费工具到
    • 用户043004147657
    • 13小时前
    • 3
    • 点赞
    • 评论
    后端
    提取公章的软件:3 种办法,ai去除杂乱背景超省心!
  • Openclaw安装教程-Macos 26
    大家好,我是一名移动云售前工程师,与云、AI、通信相关的问题欢迎大家与我交流,如有移动云或其他产品需使用,可以通过私信与我联系。
    • 苏牧之4843
    • 14小时前
    • 6
    • 点赞
    • 评论
    Linux
  • 为什么高智商人群也会中招?钓鱼攻击中的三种认知偏差陷阱
    很多人认为,钓鱼链接只针对缺乏网络安全常识的群体。但安全研究数据呈现出一个反直觉的事实:高学历、高智商人群在特定钓鱼场景中的中招率并不低。原因并非智力不足,而是攻击者精准利用了人类大脑的认知捷径——这
    • 区块聊聊看
    • 14小时前
    • 6
    • 点赞
    • 评论
    前端
  • 本地部署openclaw
    安装node.js 安装python 启用 Windows Subsystem for Linux 功能 dism.exe /online /enable-feature /featurename:M
    • 决战灬
    • 14小时前
    • 4
    • 点赞
    • 评论
    人工智能
  • Tool Use vs Function Calling:LLM工具调用架构深度对比与工程选型
    > "Tool Use"和"Function Calling"在大模型圈经常被混用,但它们代表了不同的设计哲学。本文深入对比两种架构,帮你在构建 AI Agent 时做出正确的工程选择。 ## 一、
    • 少林码僧
    • 14小时前
    • 1
    • 点赞
    • 评论
    人工智能 LLM Python
  • AI编译器与模型优化:MLIR、TVM与深度学习编译技术完全指南
    > 当 LLM 研究员在谈论"模型推理加速"时,往往停在 vLLM、量化这一层。但真正的性能杀手级优化发生在更底层:AI 编译器层。本文深入解析 MLIR、TVM 等编译技术,带你理解 LLM 性能优
    • 少林码僧
    • 14小时前
    • 1
    • 点赞
    • 评论
    人工智能 LLM Python
  • AI驱动的数据工程:LLM如何重塑ETL与数据处理范式
    > 传统 ETL 管道是精心编写的规则代码,一旦数据格式变化就需要修改。LLM 的出现让数据工程进入了一个新纪元——用语言描述意图,让 AI 理解数据语义,自动完成复杂的数据处理任务。 ## 一、数
    • 少林码僧
    • 14小时前
    • 1
    • 点赞
    • 评论
    人工智能 LLM Python
  • 向量索引优化工程:HNSW、IVF、PQ深度解析与工程实践
    > 向量检索是 RAG 系统的核心基础设施,但很多工程师对"为什么用 HNSW"说不清楚。本文深入解析主流向量索引算法的原理、性能特征和工程选型策略。 ## 一、向量检索的核心问题 ### 1.1
    • 少林码僧
    • 14小时前
    • 1
    • 点赞
    • 评论
    人工智能 LLM Python
  • Fine-Tuning vs RLHF vs DPO:大模型对齐技术深度选型指南
    > "微调"、"RLHF"、"DPO"——这三个词在大模型圈被频繁提及,但很多工程师对它们的本质区别和适用场景并不清晰。本文从工程视角系统梳理三种对齐技术,帮你做出正确的技术选型。 ## 一、三种技
    • 少林码僧
    • 14小时前
    • 3
    • 点赞
    • 评论
    人工智能 LLM Python
  • AI Agent Benchmark全景解析:如何科学评测智能体的真实能力
    > 随着 AI Agent 大量涌现,"我们的 Agent 比 XX 强 20%"的宣称满天飞。但这 20% 是怎么测出来的?本文系统梳理主流 Agent 评测基准,帮你建立科学的 Agent 能力评
    • 少林码僧
    • 14小时前
    • 4
    • 点赞
    • 评论
    人工智能 LLM Python
  • 廉价 VPS 越来越少,不是没活动,是真的没货了
    很多小伙伴都来问我什么时候 DMIT 会有活动,特价款什么时候补货,其实我自己都不知道,甚至别说活动款,连很多廉价 VPS 厂商都缺货了。 今天早上一起来,本来开开心心的看监控站点的内容,结果发现 R
    • 小墨同学boy
    • 14小时前
    • 42
    • 1
    • 评论
    AIGC
    廉价 VPS 越来越少,不是没活动,是真的没货了
  • LangSmith实战:LLM应用调试、追踪与评估的完整工程指南
    > LLM 应用的调试是个黑盒噩梦——输入进去,输出出来,中间发生了什么完全不透明。LangSmith 正是为解决这一痛点而生。本文从工程实践角度,系统讲解 LangSmith 在 LLM 应用开发全
    • 少林码僧
    • 14小时前
    • 6
    • 点赞
    • 评论
    人工智能 LLM Python
  • DeepSeek V4 首测翻车,但整体还可以!
    DeepSeek V4 来了,大事情啊,兴冲冲就跑去测试了! 没想到第一个例子就翻车了,用的最强的V4 Pro 版本! 花了很长时间,错误比较低级。 这有点出乎我意料的,还好后续的例子表现还可以! 下
    • 甲维斯
    • 14小时前
    • 148
    • 4
    • 评论
    DeepSeek 人工智能
    DeepSeek V4 首测翻车,但整体还可以!
  • Serverless AI推理架构:云原生LLM部署的工程实践指南
    > 传统 LLM 部署依赖常驻 GPU 服务器,成本高、弹性差。Serverless AI 推理架构正在改变这一局面——按需调用、毫秒级弹性、零运维负担。本文深入解析 Serverless AI 推理
    • 少林码僧
    • 14小时前
    • 3
    • 点赞
    • 评论
    人工智能 LLM Python
  • 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30