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
  • 8.5 如何写好 Multi-Agent
    8.5 如何写好 Multi-Agent 引言 在前几节中,我们深入探讨了Single-Agent与Multi-Agent的区别,了解了Multi-Agent系统在处理复杂任务时的优势。然而,设计和实
    • 少林码僧
    • 20小时前
    • 3
    • 点赞
    • 评论
    AIGC 人工智能
  • 8.4 验收标准制定:大模型产品质量把控关键
    8.4 Single-Agent vs Multi-Agent 引言 在前几节中,我们深入探讨了AI Agent的核心概念、技术组件以及在Coze平台上的具体实现。随着AI技术的不断发展,我们发现单一
    • 少林码僧
    • 20小时前
    • 3
    • 点赞
    • 评论
    AIGC 人工智能
  • AI 驱动的代码重构:利用 LLM 优化遗留代码的策略
    探讨如何将 LLM 融入开发工作流,实战利用 AI 自动识别代码坏味道并生成符合 SOLID 原则的重构方案。
    • 兆子龙
    • 20小时前
    • 6
    • 3
    • 评论
    前端
  • 【标准流程】SDD 的五阶段 SOP:打造工业级 AI 研发流水线
    终结AI编程游击战,打造工业化研发标准!本文详细拆解SDD五阶段SOP(宪法-说明-计划-任务-执行),明确人机决策边界,并提供拿走即用的高价值规则模板。
    • Gale2World
    • 20小时前
    • 32
    • 点赞
    • 评论
    人工智能 代码规范
    【标准流程】SDD 的五阶段 SOP:打造工业级 AI 研发流水线
  • 8.3 需求传递艺术:如何准确向算法团队传达需求
    8.3 coze 和他的变量,Function Calling,知识库,数据库,工作流 引言 在前一节中,我们深入探讨了AI Agent的概念、原理以及与AI Copilot的区别。现在,让我们通过一
    • 少林码僧
    • 20小时前
    • 5
    • 点赞
    • 评论
    AIGC 人工智能
  • 8.2 AIGC项目PRD:如何编写高质量的产品文档
    8.2 从 Copilot 到 Agent(agent 概念,原理,和 Copilot 的对比) 引言 在前面的章节中,我们介绍了Agent Studio大模型开发平台,了解了它在AI Agent开发
    • 少林码僧
    • 20小时前
    • 5
    • 点赞
    • 评论
    AIGC 人工智能
  • 8.1 需求决策三问:为什么做?能不能做?怎么做?
    8.1 工欲善其事,必先利其器,先讲讲 Agent Studio 大模型开发平台 引言 在AIGC(人工智能生成内容)和AI Agent技术快速发展的今天,如何高效地开发、部署和管理智能代理系统成为了
    • 少林码僧
    • 20小时前
    • 4
    • 点赞
    • 评论
    AIGC 人工智能
  • 7.6 图像生成技术盘点:Stable Diffusion、DALL-E等模型解析
    7.6 图像生成技术盘点:Stable Diffusion、DALL-E等模型解析 1. 引言 1.1 为什么产品经理需要了解图像生成技术? 在前面的章节中,我们深入学习了文本大模型的原理和选型。现在
    • 少林码僧
    • 20小时前
    • 6
    • 点赞
    • 评论
    AIGC 人工智能
  • 7.5 文本大模型巡礼:GPT4、LLaMa、百川等主流模型对比
    7.5 文本大模型巡礼:GPT4、LLaMa、百川等主流模型对比 1. 引言 1.1 为什么产品经理需要了解不同大模型? 在前面的章节中,我们已经深入学习了Transformer架构、BERT模型、G
    • 少林码僧
    • 20小时前
    • 4
    • 点赞
    • 评论
    AIGC 人工智能
  • 7.4 大模型炼成记:预训练、微调、强化学习三步曲
    7.4 RAG 实战:实际应用场景中如何应用 RAG 引言 在前面的章节中,我们系统学习了RAG(Retrieval-Augmented Generation)技术的理论基础、核心组件和实现细节。现在
    • 少林码僧
    • 20小时前
    • 2
    • 点赞
    • 评论
    AIGC 人工智能
  • 7.3 GPT进化史:从GPT-1到GPT-4的技术跃迁
    7.3 RAG 进阶:知识库搭建:文档预处理、向量数据库、向量检索算法 引言 在前两节中,我们学习了RAG的基础概念和工作流程。要构建一个高效、准确的RAG系统,知识库的搭建是至关重要的环节。一个高质
    • 少林码僧
    • 20小时前
    • 3
    • 点赞
    • 评论
    AIGC 人工智能
  • 7.2 预训练王者:BERT模型为何如此重要
    7.2 RAG 基础:词嵌入 Embedding,RAG 流程 引言 在上一节中,我们了解了RAG(Retrieval-Augmented Generation)的基本概念和核心价值。要深入理解RAG
    • 少林码僧
    • 20小时前
    • 1
    • 点赞
    • 评论
    AIGC 人工智能
  • 7.1 大模型基石:深入浅出Transformer架构原理解析
    7.1 什么是 RAG,RAG 解决什么问题? 引言 在AIGC(人工智能生成内容)技术快速发展的今天,我们已经见证了大语言模型在各种任务中的卓越表现。然而,随着应用的深入,我们也发现了一些关键的局限
    • 少林码僧
    • 20小时前
    • 5
    • 点赞
    • 评论
    AIGC 人工智能
  • 6.4 上线验收全流程:从评审到交付的关键节点
    6.4 Prompt 实战:实际应用场景中如何应用 Prompt 引言 在前几节中,我们学习了Prompt的基础概念、设计原则以及进阶技术。现在,让我们通过具体的实战案例,深入了解Prompt在各种实
    • 少林码僧
    • 20小时前
    • 1
    • 点赞
    • 评论
    AIGC 人工智能
  • 6.3 需求拆解技巧:算法和工程如何分工协作
    6.3 Prompt 进阶:思维链(CoT)与思维树(ToT) 引言 在前两节中,我们学习了Prompt的基础概念和设计原则。随着对AIGC技术理解的深入,我们发现简单的指令往往无法激发AI模型的最大
    • 少林码僧
    • 20小时前
    • 2
    • 点赞
    • 评论
    AIGC 人工智能
  • 6.1 需求分析实战:接到AI需求后如何系统思考
    6.1 什么是 Prompt,什么是好的 Prompt? 引言 在AIGC(人工智能生成内容)时代,Prompt(提示词)已经成为与AI交互的核心方式。无论是撰写文章、生成图像,还是进行代码编写,Pr
    • 少林码僧
    • 20小时前
    • 1
    • 点赞
    • 评论
    AIGC 人工智能
  • 5.7 实战:基于传统 AI 设计个性化推荐产品
    5.7 实战:基于传统 AI 设计个性化推荐产品 引言 个性化推荐系统是AI技术在互联网产品中最成功的应用之一。从电商的商品推荐到内容平台的信息流推荐,从音乐平台的歌曲推荐到社交网络的好友推荐,推荐系
    • 少林码僧
    • 20小时前
    • 5
    • 点赞
    • 评论
    AIGC 人工智能
  • 5.6 模型稳定性评估
    5.6 模型稳定性评估 引言 在AI产品的生命周期中,模型稳定性是确保产品持续可靠运行的关键因素。一个性能优秀的模型如果缺乏稳定性,可能会在实际应用中出现各种问题,严重影响用户体验和业务效果。 作为产
    • 少林码僧
    • 20小时前
    • 5
    • 点赞
    • 评论
    AIGC 人工智能
  • 🧪_压力测试与性能调优的完整指南[20260404233651]
    作为一名经历过无数次压力测试的工程师,我深知压力测试在性能调优中的重要性。压力测试不仅是验证系统性能的必要手段,更是发现性能瓶颈和优化方向的关键工具。今天我要分享的是基于真实项目经验的压力测试与性能调
    • Github开源项目
    • 20小时前
    • 6
    • 点赞
    • 评论
    前端 后端
    🧪_压力测试与性能调优的完整指南[20260404233651]
  • 5.5 模型性能评估
    5.5 模型性能评估 引言 在AI产品的开发和运营过程中,模型性能评估是确保产品质量和用户体验的关键环节。作为产品经理,我们需要深入了解模型性能的各个方面,不仅包括准确性和效率,还涉及稳定性、可扩展性
    • 少林码僧
    • 20小时前
    • 5
    • 点赞
    • 评论
    AIGC 人工智能
  • 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