Implementing DRIFT Search with Neo4j and LlamaIndex
结合全局和本地搜索以获得最准确的响应使用 Neo4j 和 LlamaIndex 实现 DRIFT 搜索一文首先出现在 Towards Data Science 上。
上周我在 Twitter 上发布的一些有趣的链接（我还在 Mastodon、Threads、Newsmast 和 Bluesky 上发布了这些链接）：人工智能电梯检查员：https://www.extremetech.com/computing/ai-is-coming-for-elevator-inspectors-jobs 我不认为军方使用商业人工智能来帮助做出决策是一个非常好的主意： https://arstechnica.com/ai/2025/10/army-general-says-hes-using-ai-to-improve-decision-making/人工智能对科技和制药
Scaling Recommender Transformers to a Billion Parameters
如何实现新一代 Transformer 推荐器将 Recommender Transformers 扩展至十亿个参数后首次出现在 Towards Data Science 上。
Postgres Pro выходит на рынок анализа больших данных
该公司发布了用于处理大数据的企业平台 Tengri Data。
Things I Learned by Participating in GenAI Hackathons Over the Past 6 Months
在公共旅程中分享我从这座建筑中获得的两分钱过去 6 个月里我通过参加 GenAI 黑客马拉松学到的东西首先出现在 Towards Data Science 上。
RT.MDM — ключ к «золотой» записи для всех корпоративных справочников
TData 是俄罗斯领先的软件开发商，在数据存储、处理和分析领域拥有深厚的专业知识，也是其自己的产品 RT.MDM 的作者。
A Beginner’s Guide to Robotics with Python
使用 PyBullet 构建 3D 模拟《Python 机器人初学者指南》一文首先出现在 Towards Data Science 上。
How to Evaluate Retrieval Quality in RAG Pipelines: Precision@k, Recall@k, and F1@k
在我之前的文章中，我已经向您介绍了如何在 Python 中组合一个非常基本的 RAG 管道，以及对大型文本文档进行分块。我们还研究了如何将文档转换为嵌入，使我们能够在向量数据库中快速搜索相似文档，以及如何使用重新排名来识别[...]如何评估 RAG 管道中的检索质量：Precision@k、Recall@k 和 F1@k 的帖子首先出现在 Towards Data Science 上。
近年来，因“高龄”而死亡的人数不断增加。 2018年，老年死亡超过脑血管疾病，成为图1所示主要死亡原因中第三大死因，仅次于恶性肿瘤和心脏病（图1）。 2023年，因老年死亡的人数将达到约20万人，约占死亡总人数的12%，约157万人。如果目前的上升趋势继续下去，可能很快就会超过“心脏病”，成为日本第二大死因。老年死亡人数的增加被认为主要是由于人口老龄化以及公共长期护理保险的普及导致家庭医疗保健的扩大。自2000年实行长期护理保险制度以来，家庭医疗和养老机构临终关怀制度开始建立，医院外死亡人数有所增加。在家庭医疗和护理领域，患者通过与患者及其家人对话选择临终关怀而不是维持生命治疗的情况似乎越来越
How to Classify Lung Cancer Subtype from DNA Copy Numbers Using PyTorch
逐步介绍从数据科学家的角度了解癌症。如何使用 PyTorch 根据 DNA 拷贝数对肺癌亚型进行分类一文首先出现在 Towards Data Science 上。
上周我在 Twitter 上发布的一些有趣链接（我还在 Mastodon、Threads、Newsmast 和 Bluesky 上发布了这些链接）：人工智能会让作曲家过时吗？ https://www.theguardian.com/music/2025/oct/09/classical-music-and-ai-by-tarik-oregan-composer-radio-3我仍然怀疑人工智能可以做我需要使用 Excel 做的事情： https://dataconomy.com/2025/10/07/excel-gets-ai-agent-mode-for-automated-data-tas
EIOPAが2026年のワークプログラムと戦略的監督上の優先事項を公表－テーマ毎の活動計画等が明らかに－
■概要 EIOPA（欧洲保险和养老金管理局）于2025年9月30日公布了2026年工作计划，明确了主要优先事项、每个主题的具体活动以及实现时间计划。 EIOPA 还将于 2025 年 10 月 1 日发布欧盟范围内的战略监管重点。通过这些材料，了解欧洲保险监管机构意识到了哪些问题、他们正在努力解决哪些具体问题以及他们正在如何解决这些问题非常有帮助。本报告根据 EIOPA 发布的材料，概述了 EIOPA 2026 年工作计划及其具体行动计划，以及整个欧盟的战略监管重点。 ■目录 1 - 简介 2 - EIOPA 2026 年工作计划 - 概述 3 - EIOPA 2026 年工作计划 - 具体摘
