llm

城市基础设施安全韧性技术研究进展与发展趋势丨中国工程科学

在极端自然灾害频发、城市系统高度耦合及运行压力持续增长的背景下,提升城市基础设施的安全韧性水平成为保障国家安全和推动可持续发展的关键举措。然而,当前基础设施韧性技术的发展水平与建设韧性城市的实际需求之间仍存在显著差距,亟需对相关技术体系和研究进展进行系统梳理与

科学 城市 工程 llm 基础设施 2025-09-10 13:21  11

ClaudeCode实现简单需求文档分析与拆分

过去笔者曾写过文章《 AI 辅助需求规格描述评审 》,我们今天简单测试需求拆分任务,为什么需要 markdown 格式,因为 MD 格式1)容易通过 GIT 版本控制管理 2)LLM 最擅长处理是 MD 文档 3)需求描述 MD 是代码逻辑生成基础。

llm total 拆分 markdo claudecode 2025-09-10 12:15  11

解析 LLM 多模态学习:从跨模态对齐到实际应用落地

多模态学习是指让模型能够同时处理多种不同类型的数据模态,如文本、图像、音频、视频等,从而更全面地理解和分析信息,并生成更丰富、更具表现力的输出。在 LLM 中引入多模态学习,旨在突破传统语言模型仅处理文本的局限性,使其能够更好地与现实世界中的多种信息形式进行交

模态 llm prompt vit 模态对齐 2025-09-10 09:59  11

多模态学习:让 LLM 对话系统 “能看会听”

传统 LLM 对话系统仅依赖文本交互,而多模态学习能融合文本、图像、语音、视频等多种信息,让对话突破 “纯文字” 限制 —— 比如用户发送一张 “猫咪呕吐” 的照片并提问 “它怎么了”,系统能结合图像特征与文本问题,给出更精准的宠物健康建议。这种技术让 LLM

模态 学习 llm 模态模型 llm对话 2025-09-10 03:04  11

10月17日,博睿数据受邀出席GOPS 全球运维大会 2025 · 上海站!

北京博睿宏远数据科技股份有限公司(简称博睿数据)(股票号688229)是中国IT运维监控和可观测性领域领导者,中国应用性能监控及可观测性领域首个A股上市公司,同时蝉联市场份额排名第一。专注于构建以用户为中心的简捷,高效,智能的新型IT运维,有效提升云资源利用效

llm 运维 devops gops gops全球 2025-09-09 14:07  12

从BERT到T5再到Qwen3:关于Embedding的八点总结

文本嵌入(Text Embedding)几乎贯穿了所有 NLP 任务:检索、分类、聚类、问答、摘要……随着 BERT、T5、LLaMA/Qwen3 等预训练语言模型(PLM)的出现,文本嵌入进入了“通用+可迁移”时代。哈工大这篇 30+ 页综述系统回答了(论文

llm plm qwen3 t5 bert 2025-08-15 22:25  12