写点什么
创作场景
- 记录自己日常工作的实践、心得
- 发表对生活和职场的感悟
- 针对感兴趣的事件发表随笔或者杂谈
- 从 0 到 1 详细介绍你掌握的一门语言、一个技术,或者一个兴趣、爱好
- 或者,就直接把你的个人博客、公众号直接搬到这里
登录/注册
收录了 dmlc 频道下的 50 篇内容
近日,分布式开源机器学习项目正式发布。本文对该项目所包含的库及系统组件进行了简单介绍。
本文是一系列深度学习的简单实战教程的第一篇,用MXnet做实现平台的实例代码,简单讲解深度学习常用的一些技术方向和实战样例。来自Phunter的博客,Phunter的职业是数据科学家,DMLC (http://dmlc.ml/) 工具包贡献者之一。
本文是一系列深度学习的简单实战教程的第二篇,用MXnet的neural art示例电脑绘画,用来讲解卷积网络ConvNet(CNN)。第一篇为安装GPU版mxnet并跑一个MNIST手写数字识别。来自Phunter的博客,Phunter的职业是数据科学家,DMLC (http://dmlc.ml/) 工具包贡献者之一。

本文介绍美团XGBoost缺失值引发的问题及其深度分析。

本文分析XGBoost模型,使用同一个模型、同一份测试数据,在本地调用(Java引擎)与平台(Spark引擎)计算的结果不一致的问题。

随着智能体技术从概念走向普及,2026年的企业正面临一个现实问题:市场上的智能体开发平台越来越多,功能宣传让人眼花缭乱,究竟哪些功能才是真正决定效率提升的关键?红迅软件结合数百家企业智能化转型的实践经验,提炼出七项核心功能,作为您选型决策

引言: 市场迭代速度以天计算,竞争对手可能一夜之间就通过AI实现了弯道超车。如果你的企业还在依赖传统、漫长的软件开发模式,那么效率低下、成本高企、响应迟钝将成为致命的枷锁。本文将为你敲响警钟,并指出三条必须立即利用AI开发平台进行改造的“生存级

企业老板关注业务增长与投资回报。当听到“智能体”这个前沿概念时,最关心的两个问题往往是:这东西能解决我什么问题?智能体开发平台怎么选,费用怎么样?本文抛开技术 jargon,从商业视角为您解读如何选择一个能快速带来业务价值、且投资可控的智能体

许多企业的数字化转型项目在试点阶段取得成功,却难以规模化推广,最终陷入“试点陷阱”。其根源在于,点状解决方案无法形成协同效应,且运维成本随规模扩大而剧增。要跨越这道“数字化鸿沟”,企业需要构建可复用、可管理、可演进的新型数字基础设施。

数字化转型的初期目标通常是“降本增效”,即优化现有业务。然而,当效率提升触及天花板,真正的价值飞跃来自于开辟增长的“第二曲线”——即业务模式创新。此时,传统的流程优化工具往往力不从心,而企业级智能体开发则展现出其独特的催化作用。

如今企业需要一个能够整合微信、企微、小程序等多渠道客户数据的SCRM系统。传统开发方式周期长、迭代慢,难以跟上社交营销的快节奏。借助红迅软件的AI低代码开发平台,您可以快速搭建一套功能完善的SCRM系统,实现客户标签管理、社群运营、营销活动追踪

传统客服机器人在处理复杂问题时常常沦为“人工智障”,答非所问、机械转接,让客户体验大打折扣。而一个融合了AI和智能体开发能力的AI低代码开发平台,正在彻底改变这一局面。
一句话回答据Gartner 2025年《企业低代码与智能体平台实施调研报告》,超过60%的项目问题出现在选型、POC、合同、实施、上线这五个阶段中的非技术环节——功能本身反而是项目成功的最小变量。另一项调研显示,仅35%的企业在采购阶段明确讨论了退出机制和数据

过去两年,企业采购技术平台的思路通常是“缺什么补什么”——先上一套低代码平台把业务流程搭起来,发现AI有用,再单独买一套智能体开发平台来做AI应用。这个思路看上去务实,但实际推下去,问题往往出在“中间那根管子”

随着AI低代码开发平台的普及,市场出现了明显的分化:一类是面向所有行业的“通用型”平台,另一类是深耕于金融、制造、政务等特定领域的“行业专用型”平台。企业在选型时,常陷入“通用更灵活”还是“专用更解渴”的两难。本文将对比分析,助您找到最佳路径

一句话回答:真正支持源码交付的平台屈指可数,目前国内明确将“源码导出”作为核心产品策略并写入合同条款的厂商,主要有红迅软件和网易CodeWave两家。其余多数平台仍采用不同程度的“半开放”模式。

许多企业将知识管理简单地理解为文档的存储,但AI知识库的更高价值在于成为创新的孵化器。当企业级智能体开发平台赋予智能体读取和理解知识库的能力后,智能体能够通过阅读海量的历史项目文档,自动归纳出成功的规律和失败的教训。

AI智能体热潮之下,许多企业陷入“技术万能”的迷思,期待一个智能体就能解决所有问题。事实上,智能体的价值不在于“无所不能”,而在于“精准解决问题”。本文将梳理AI智能体真正能解决的五大类问题,帮助企业回归理性、找准方向。

在知识密集型行业,企业最大的资产是沉淀在员工大脑、项目文档和沟通记录中的隐性知识。但这些知识往往分散、易流失、难利用。一个融合了知识图谱、自然语言理解和智能搜索的AI低代码开发平台,能帮助企业将散落的智慧珍珠串成项链,构建一个可对话、可

站在2025年展望2026,AI技术的演进正深刻塑造着AI开发平台的形态与使命。单一功能的工具将迅速被淘汰,平台之争将聚焦于“三化”融合的深度。理解这一趋势,是做好2026年AI开发平台怎么选的前提,也将重新定义AI应用如何落地的范式。