Dec
12
GenAIOps实用指南：释放生成式AI的真正潜力 ( 上 )
本文将为你提供全面指南，帮助你应对生成式 AI 部署的复杂性。不论你是刚刚踏上 GenAI 旅程，还是已积累足够经验以微调自己的模型，这份资源都将为你提供宝贵的知识与洞察，助你高效地将GenAI创意付诸实践。
Dec
05
2.5年MLflow经验总结之八个技巧
MLflow是一个功能强大的MLOps工具，能够高效地管理整个机器学习生命周期。然而，只有通过一些特定的策略，才能充分发挥其潜力。通过深入理解MLflow的关键特性，团队能够简化模型开发、促进协作并高效地管理产品化流程。
Nov
24
MLOps→LLMOps→AgentOps：引领AI系统的未来发展
本文提供了有关 MLOps、LLMOps 和 AgentOps 的全面指南，详细介绍它们的技术组件、业务应用、优势、对业务的影响对比，以及关键工具和库的概览。
Nov
16
连接数据与AI系统的关键点：LLM管道的设计与实现
是否有一种更易理解、更直观的方式，来系统化理解整个端到端的数据与人工智能系统？答案是：有的！那就是FTI架构。接下来，我们将快速深入探讨FTI架构，并展示如何将其应用于生产级LLM & RAG（Retrieval-Augmented Generation）用例。
Nov
12
如何在本地运行大语言模型，保护数据隐私（下）
不论是技术专家还是好奇的读者，都能在本文中获得关于本地LLM部署的见解。对于简要概述，非技术读者可以参阅我们的汇总表，而技术读者可进一步了解具体工具和性能评测。
Nov
11
如何在本地运行大语言模型，保护数据隐私（上）
不论是技术专家还是好奇的读者，都能在本文中获得关于本地LLM部署的见解。对于简要概述，非技术读者可以参阅我们的汇总表，而技术读者可进一步了解具体工具和性能评测。
Oct
30
Oct
18
AI代理产品经理与工程师崛起：引领智能化未来
我花了一年多的时间构建生成式人工智能应用程序和代理，亲眼目睹了这些技术如何深刻地重塑业务流程。人工智能的潜力是巨大的，从以前所未有的效率处理客户查询的支持代理，到推动业务运营和决策的自主代理。这些代理不仅增强了现有流程，而且启用了新的工作方式。
