用例关键词检索结果

如何利用 LMS 数据:增强 L&D 洞察力的用例

How To Utilize LMS Data: Use Cases For Enhancing L&D Insights

学习利用 LMS 分析来获得有影响力的学习见解和更强的业务绩效。这篇文章首次发表在电子学习行业。

智能标准的技术和用例

Technologies and Use Cases for Smart Standards

人工智能、区块链和物联网等新兴技术的快速发展和部署正在推动对能够跟上技术变革加速步伐的标准的需求不断增加。作为

MCP 革命和寻找稳定的 AI 用例

The MCP Revolution and the Search for Stable AI Use Cases

与人工智能研究员 Sebastian Wallkötter 的对话揭示了对标准化、安全挑战以及企业人工智能采用面临的基本问题的见解。

LLM 的 DPO 与 PPO:主要差异和用例

DPO vs PPO for LLMs: Key Differences & Use Cases

企业级 AMD MI355X 指南,涵盖 AI 推理、LLM 培训、内存扩展、性能权衡和部署策略。

什么是托管云?优点、用例及其工作原理

What Is Managed Cloud? Benefits, Use Cases, and How It Works

企业级 AMD MI355X 指南,涵盖 AI 推理、LLM 培训、内存扩展、性能权衡和部署策略。

保险公司生成式人工智能使用状况调查结果(欧洲)——EIOPA 报告简介

保険会社における生成AIの利用状況の調査結果(欧州)-EIOPAの報告書の紹介

■摘要 2026年2月1日,EIOPA(欧洲保险和职业养老金管理局)发布了欧洲保险业生成式人工智能的使用状况报告。这是 EIOPA 于 2025 年进行的关于生成式 AI 的实施状况和风险的调查结果的总结。这表明欧洲保险业引入生成式人工智能尚处于早期阶段,但进展迅速,除了技术创新之外,强有力的治理和风险管理也至关重要。 ■目录 1 - 简介 2 - 报告内容 1 |生成式人工智能的使用背景和现状2 |引入生成式人工智能3的挑战和风险|治理问题 3 - 结论 2026 年 2 月 1 日,EIOPA(欧洲保险和职业养老金管理局)发布了一份关于欧洲保险业生成式人工智能使用状况的报告 1。本报告总结

代理 RAG 与经典 RAG:从管道到控制循环

Agentic RAG vs Classic RAG: From a Pipeline to a Control Loop

根据用例的复杂性、成本和可靠性要求在单通道管道和自适应检索循环之间进行选择的实用指南代理 RAG 与经典 RAG:从管道到控制循环首先出现在走向数据科学上。

从 PRD 到 Google 反重力功能软件

From PRD to Functioning Software with Google Antigravity

本文将指导您通过一个示例用例,使用 Google Antigravity 将 PRD 转变为功能良好的软件原型。

艾玛迪斯收购 SkyLink 以加速人工智能在旅游业的部署

Amadeus Acquires SkyLink to Accelerate the Deployment of AI in Travel

随着行业从人工智能概念验证转向采用,艾玛迪斯通过收购 SkyLink Amadeus 迈出了下一步,大规模提供有意义的人工智能用例...Amadeus 收购 SkyLink 以加速人工智能在旅游业的部署一文首先出现在 AeroMorning 上。

为中东地区(阿联酋和巴林)的 Anthropic Claude 模型引入 Amazon Bedrock 全球跨区域推理

Introducing Amazon Bedrock global cross-Region inference for Anthropic’s Claude models in the Middle East Regions (UAE and Bahrain)

我们很高兴地宣布,Anthropic 的 Claude Opus 4.6、Claude Sonnet 4.6、Claude Opus 4.5、Claude Sonnet 4.5 和 Claude Haiku 4.5 通过 Amazon Bedrock 全球跨区域推理向中东运营的客户推出。在这篇文章中,我们将引导您了解每个 Anthropic Claude 模型变体的功能、全局跨区域推理的主要优势(包括提高的弹性)、您可以实现的实际用例,以及帮助您立即开始构建生成式 AI 应用程序的代码示例。

Amazon SageMaker AI 2025 年回顾,第 2 部分:提高 SageMaker AI 模型自定义和托管的可观测性并增强功能

Amazon SageMaker AI in 2025, a year in review part 2: Improved observability and enhanced features for SageMaker AI model customization and hosting

2025 年,Amazon SageMaker AI 进行了多项改进,旨在帮助您训练、调整和托管生成型 AI 工作负载。在本系列的第 1 部分中,我们讨论了灵活的培训计划和对推理组件的性价比改进。在这篇文章中,我们讨论可观察性、模型定制和模型托管方面的增强功能。这些改进有助于在 SageMaker AI 上托管全新类别的客户用例。

机器人技术的下一个瓶颈是制造:Allonic 筹集 720 万美元,为先进机器人硬件奠定基础

The next bottleneck in robotics is manufacturing: Allonic raises $7.2M to build the foundation for advanced robotic hardware

如今,最先进的机器人仍然是通过缓慢且通常手动组装的数百个精密零件来制造的。这使得它们的生产成本昂贵,难以针对不同的用例进行定制,并且难以扩展。 Allonic 认为,这种制造瓶颈现在是机器人技术发展的决定性限制。

使用 Claude Code 对您的软件架构进行逆向工程以帮助 Claude Code

Reverse Engineering Your Software Architecture with Claude Code to Help Claude Code

这篇文章首次出现在 Nick Tune 的 Medium 页面上,经作者许可在此重新发布。我一直将 Claude Code 用于各种目的,我意识到的一件事是,它对系统功能(域、用例、端到端流程)了解得越多,[...]

Bindu Reddy:通向 AGI 的道路

Bindu Reddy: Navigating the Path to AGI

Abacus.AI 首席执行官如何看待通用人工智能和每个用例的最佳人工智能模型