摘要： —— 从遗留单体系统转型为现代分布式系统的实战经验 照片由 Shamin Haky 提供，来自 Unsplash 你好啊，我是一名经验丰富的软件工程师，专注于大规模应用的设计。多年来，我见过各种架构——从庞大的单体架构，到精细调整过的微服务基础设施。 有一个核心概念，一直帮助我保持系统的有序性和灵活 阅读全文

摘要： AI 正在重塑我们所认知的交互方式，推动全新的 UI 发展范式。让我们来解析一下。 Tetiana Sydorenko 再见命令，你好意图! 我们与软件的交互方式从来不是一成不变的。有时候，它是温和的演进，而有时候，它是剧烈的飞跃。如今，一群不断涌现的设计先锋，包括 Vitaly Friedman、 阅读全文

摘要： 通过结构化提示解锁AI的全部潜力 人工智能是一种非常强大的工具，但其回应的质量往往取决于我们与其沟通的有效性。如果你曾经在从AI模型获得精确且结构良好的回答时遇到困难，你并不孤单。许多用户在提示制定中面临不一致、模糊的回应或过多的试验和错误。那么，是否有一种方法能够轻松地标准化并优化AI输出呢？ 这 阅读全文

摘要： 前言：“Featurewiz-Polars”是一个用于特征工程的 Python 库，结合了特征选择和特征生成的功能。它基于“Polars”，这是一个高性能的 DataFrame 库，用于处理大型数据集，具有类似 Pandas 的 API 但更高效，尤其在处理大数据时。Featurewiz-Polar 阅读全文

摘要： DeepSeek 新的 LLM 推理方法 DeepSeek 通过强化学习（RL）提出了一种创新的改进大规模语言模型（LLM）推理能力的方法，这在他们最近关于 DeepSeek-R1 的论文中有详细介绍。这项研究代表了在不依赖于大量有监督微调的情况下，通过纯强化学习提升 LLM 解决复杂问题能力的重大 阅读全文

摘要： 中国的DeepSeek AI不仅是对OpenAI或科技行业的警示，它应该是对我们所有人的警示 作者：琳达·卡罗尔 巨大的鱼漂浮在天空中，黑色斗篷中的人插图，版权来自Deposit Photos 注意：本故事包含ChatGPT和DeepSeek AI写的短摘录，用于比较目的。它们已明确标明。 我不知道 阅读全文

摘要： 应对LLM应用中的AI幻觉 如何通过Token对数概率预测LLM的可靠性 内容： 相关机器学习（ML）概念回顾（精准度/召回率，LLM直觉） 使用序列对数概率度量作为LLM信心 通过案例研究结果过滤低质量LLM输出 引言 使用LLM还是不使用LLM？ 像ChatGPT、Claude、LLaMA这样的 阅读全文

摘要： DeepSeek 如何在 AI 去中心化方面迈出了巨大的一步，以及为什么这比你想象的更重要 Nadia Piet + AIxDESIGN & Archival Images of AI / Better Images of AI / AI Am Over It / CC-BY 4.0 2025 年 阅读全文

摘要： 图片来自Brett Jordan的Unsplash 通过信息熵的视角理解社会崩溃，揭示了为何我们的制度变得越来越脆弱——以及我们该如何应对。这是一次与人工智能共同思考的实验。 当核电站正常运行时，它是一个管理巨大能量的有序信息奇迹。每一个仪表、程序和协议都协同工作，以安全地 harness 巨大的能 阅读全文

摘要： 当人工智能取代了帮助女性建立职业的角色 插图：作者 “你有做会议记录吗？” 我的经理问道，语气中带着一种显而易见的权威感，仿佛答案应该是肯定的。 “当然没有。”我心里想。但当我环顾四周，明白了——这只是办公室里的一项小仪式而已。没有人需要说出来。 我是最初级的员工，这意味着我负责记录大家说的内容。也 阅读全文