登录社区云，与社区用户共同成长
邀请您加入社区
阿里云通义千问大模型解决方案以其卓越的AI云服务、开放的技术生态、领先的基础大模型，以及高弹性算力和开发工具链，成为业内最成熟的解决方案之一。阿里云在大模型领域有着长期投入和持续演进的实践，从2018年的StructBert深度语言模型到2023年的通义千问，展现了其在多模态理解生成模型、深度语言模型等方面的技术积累。通义大模型家族提供全规格的模型，包括通义千问1.8B、7B、14B、72B和2.
Azure AI Content Safety 检测应用程序和服务中用户生成和 AI 生成的有害内容。Azure AI 内容安全包括文本和图像 API，可用于检测有害材料。交互式 Content Safety Studio，可用于查看、浏览和试用用于检测不同形式的有害内容的示例代码。内容筛选软件可以帮助你的应用遵守法规或维护用户的预期环境。
这次利用 Visual Studio 2019 对 Fanuc 工业机器人 SDK 二次开发实现的 C# 上位机集成了众多实用功能。虽然代码已加密，不过分享了各个功能实现的大致思路和关键代码片段。希望能给同样在工业自动化开发领域探索的朋友们一些启发，一起推动工业自动化的发展。
随着大型语言模型（LLM）技术的飞速发展与广泛应用，从智能客服、内容生成到代码辅助，LLM 正在深刻改变我们的工作和生活方式。然而，伴随其强大能力而来的，是显著的运行成本。尤其是在高并发、大规模请求的场景下，LLM API 的调用费用可能迅速累积，成为企业的一大负担。如何在这种背景下，在保证服务质量、可用性和性能的前提下，尽可能地压榨成本，成为技术决策者和工程师们面临的关键挑战。解决方案的核心在于
本文介绍了大模型训练的完整流程，包括预训练、微调和后训练三个阶段。预训练阶段利用大规模无标注数据建立基础语言理解能力，微调阶段使用标注数据适配具体任务，后训练阶段通过SFT、RLHF等方法提升模型对齐能力和实用性。文章还详细介绍了Hugging Face生态系统及其核心组件，特别是accelerate框架如何简化分布式训练。最后提供了模型加载的API总览，涵盖从基本加载到高级配置的多种方法。整个训
最近公司的安全部门在审计云环境安全性时经常提到service endpoint（SE）和priavate endpoint（PE）的术语，为此做了一些研究储备。云计算的本质就是网络， 默认情况下资源间及外部都是通过公网也就是互联网访问。为了安全，Azure引入了SE和PE 等服务。云环境网络流动主要有两个：inbound（入境）和outbound（出境），前者意味着站在某个资源角度比如一个stor
The response was filtered due to the prompt triggering Azure OpenAI's content management policy. Please modify your prompt and retry. To learn more about our content filtering policies please read我们的文
摘要：随着跨平台开发框架的普及，"一次编写，多端运行"的理想面临严峻测试挑战。2025年全球终端设备碎片化程度加剧，测试工程师需构建四层穿透式测试框架（单元测试、集成测试、UI自动化、云真机验证），重点解决渲染一致性、性能基线校准等核心矛盾。通过动态基线管理、传感器抽象层测试、AI视觉校验等五大突破点，实现"一次设计，精准适配"。测试工程师需转型为"
医疗健康软件测试面临独特挑战与重大责任。全球法规框架（FDA、GDPA、ISO标准）设定了严格的安全性和隐私要求，测试必须覆盖功能、性能及专项验证，确保百万分之一的故障率。策略上需采用多维方法，包括功能集成测试、安全可靠性验证及AI模型评估，并应对数据复杂性、法规更新等技术挑战。测试不仅是技术合规，更是守护生命的道德使命，从业者需持续创新，在AI与远程医疗时代坚持零缺陷标准，构建可靠的医疗生态系统
摘要：随着云原生和AI技术的快速发展，测试架构师正成为软件质量保障的核心角色。本文系统阐述了测试架构师在构建质量体系中的关键作用，包括角色定位、框架设计、领导职责、必备技能和挑战应对策略。研究表明，高效的质量体系可降低40%缺陷率，测试架构师通过制定全栈测试策略、整合自动化工具链和推动质量文化建设，显著提升产品稳定性。面对敏捷开发和DevOps环境，测试架构师需平衡技术深度与广度，同时具备战略思维
一文速览国内外今日的开源大事件！
文档概述文档目的本文档从多个方面介绍了SONiC及其移植、安装和使用等。旨在帮助没有接触过SONiC的工程师，快速入门、了解SONiC，并学会移植和简单的使用SONiC。文档背景SONiC 是一个为网络设备开发的开源操作系统项目。与ONL一样，SONiC需要通过ONIE环境安装系统到磁盘或者flash分区中。SONiC简介SONiC是一个基于Linux的开源的网络操作系统，运行在多个供应商的交换机
Azure RTOS ThreadX 是 Microsoft 提供的高级工业级实时操作系统 (RTOS)。 它是专门为深度嵌入式实时 IoT 应用程序设计的。 Azure RTOS ThreadX 提供高级计划、通信、同步、计时器、内存管理和中断管理功能。 此外，Azure RTOS ThreadX 具有许多高级功能，包括 picokernel™ 体系结构、preemption-threshold
通过 Azure 认知服务的智能语音功能[1]，用户可以使用语音 SDK 开发工具包快速构建支持语音交互的各种应用。将语音转录为准确的文本 （STT，或语音识别）或者将文本转换成生动的语音 （TTS，或语言合成），从未像今天如此简单。
点击蓝字关注我们编辑：Alan Wang排版：Rani Sun微软技术专家带你学 AI新的一年，为帮助开发者们在 Azure 上掌握人工智能，我们特别带来「微软技术专家带你学 AI」系列，通过4期的课程，带大家从机器学习的基本原理深入 Azure 的人工智能生态系统，了解如何构建强大的人工智能模型并利用 Azure 认知服务的功能，从而使用 Azure 解锁人工智能的力量。随着如今人工智能技术的飞
摘要： 大语言模型（LLM）测试面临幻觉、偏见和性能三大挑战。幻觉测试需结合事实核查、上下文一致性检查及自动化指标；偏见测试需分析数据偏差并评估输出公平性；性能测试需关注延迟、吞吐量及稳健性。建议构建端到端测试流程，融合自动化工具与伦理审查，确保模型可靠性。通过全面测试保障LLM应用的公平性、效率和社会信任，推动AI技术负责任发展。（149字）
摘要：生成式AI（AIGC）的兴起正在颠覆传统软件测试范式。面对非确定性输出、多维评估需求等挑战，测试方法需从二进制断言转向概率化评估，建立置信度阈值和相似度度量体系，并融合众包评估与专家评审。测试工程师需掌握提示工程等新技术，思维模式从"缺陷检测"转向"适用性评估"。行业领先企业已构建分层评估框架，开源工具生态也在快速发展。这场测试范式的根本变革，将推动质
（9）需求9：用户希望增加“测试模式”，在该模式下隐藏右侧字幕列表的具体文字内容，只保留时间轴，用于强制听力练习，同时保留快速跳转能力。（4）需求4：用户希望支持更丰富的音频文件格式（如MP3、M4A），并能直接关联已生成的字幕文件，用于播客等音频内容学习。（8）需求8：用户希望增加“词组选取”功能，支持选取字幕中的连续多个单词进行查询和学习，并能关联相关影视片段加深理解。（5）需求5：用户希望软
启用结果集缓存后，专用 SQL 池会在用户数据库中自动缓存查询结果，供重复使用。 这样，后续的查询执行就能直接从持久性缓存中获取结果，因此无需重新计算。 结果集缓存提高了查询性能，并减少了计算资源的用量。 此外，使用缓存结果集的查询不会占用任何并发槽，因此不会计入现有的并发限制。 出于安全考虑，如果访问方用户的数据访问权限与创建缓存结果的用户相同，则访问方用户只能访问缓存的结果。 在数据库和会话级
开发团队在2023年构建的AIoT实证系统中，通过将TensorFlow Lite推理内核封装为gRPC服务，结合Spring Cloud Gateway 4.0的按需路由机制，成功实现了10万台边缘设备的即时模型更新，传统方案需要36小时的更新窗口压缩到97秒。阿里云发布的FunctionCompute 3.0展示了更激进的变革：函数即服务（FaaS）框架直接内联JIT编译器，使Java 19的
❝本文转自 ShīnChvën 的博客，原文：https://atlassc.net/2023/04/25/azure-openai-service，版权归原作者所有。欢迎投稿，投稿请添加微信好友：cloud-native-yangMicrosoft 的 Azure[1]上已经推出 Azure OpenAI Service[2] 试用，在申请[3]到测试资格以后便可以部署私有的 OpenAI GP
Azure NCv6 系列GPU虚拟机提供双引擎加速，融合物理AI、数字孪生和LLM推理，提升算力与性价比。
官方演示：https://azure.microsoft.com/en-us/services/cognitive-services/text-to-speech/#features相关演示请加群721829413 发送azttsLyrical#内容演示第一步登录Azure 并且创建资源搜索 speeh 找到语音服务点击创建，输入相关资料后点创建创建完成后在资源管理中找到密钥和终节点，主要是密钥一
通过灵活组合实时转录与语音合成，可构建会议系统、智能呼叫中心、无障碍应用等创新解决方案，API调用成功率$ \geq 99.9% $。Azure Cognitive Services 的语音服务提供强大的实时语音处理能力，主要包括**语音转文本（实时转录）：免费层每月提供5小时语音识别+0.5百万字符合成，生产环境建议使用S3级定价层（$1.5/小时音频处理）。文本转语音（语音合成）**两大核心功
本文对比分析了AWS、GCP和Azure三大云服务商对SDET岗位的面试要求。AWS侧重云原生测试、安全合规及AWSCLI工具应用；GCP关注数据/AI服务测试及开源技术栈；Azure则强调企业级解决方案和.NET生态。文章建议求职者夯实云基础、深化自动化能力，并根据目标厂商特点针对性准备。三大厂商虽各有侧重，但都围绕云原生测试核心能力展开，候选人需保持对行业趋势的敏感度以提升竞争力。
微软的Ignite 2025大会(2025/11/18-2025/11/22)已经结束，AI(尤其是Agent和Copilot)是大会最重要的主题。2025年是Agent元年，根据会上提供的信息，当前全球500强有90%已经使用Copilot，同时到2028年为止全球将会有13亿个Agent存在。
删除虚拟网络的时候, 经常会报错:Virtual network 'XXXXXXXXXXX' is in use and cannot be deleted. If you recently deleted resources, it might take some time to update the virtual network. 解决方法是进入该虚拟网络，首先删除网
MS-900：Microsoft 365 Fundamentals 认证指南 MS-900是微软推出的基础级云认证，涵盖Microsoft 365核心服务、安全合规及授权管理等内容，适合IT新手、企业员工及转职者。考试包含云概念（5-10%）、应用服务（45-50%）、安全合规（25-30%）及授权定价（10-15%）四大模块，通过分700/1000分，费用约50美元。2026年3月31日退役前，
Azure Stack HCI 基于软件定义计算（Hyper-V）、存储和网络技术构建，是企业私有云和混合云的关键支撑。SDDC由4个部分构成：底层是认证过的硬件（2~16节点）Hyper-V计算——windows/Linux VMs、VM加密、Snapshot快照、Clone镜像、自动或手动VM漂移、自动Fail Over故障转移、VM Affinity喜好规则。
Azure(天蓝的)是微软开发的云计算平台，提供全球数据中心托管的计算、存储、网络和AI服务，支持开发者构建、部署和管理云应用及混合解决方案。
本文介绍了使用Azure数字孪生3D场景工作室创建工厂机械臂监控系统的步骤。主要内容包括：1) 创建Azure数字孪生实例；2) 使用数据模拟器生成机械臂的示例模型和数字孪生；3) 设置Azure存储资源；4) 在3D场景工作室中导入3D模型文件并创建场景；5) 将可视化元素链接到数字孪生；6) 创建数据驱动的视觉行为和警报规则；7) 将行为应用于多个相似元素。通过该解决方案，业务人员可以直观地监
微软与Anthropic合作，将Claude AI模型部署至Azure，支持多场景任务，强化AI战略布局。
Azure Cosmos DB 向量存储结合 DiskANN 技术，为 AI 语义检索和大模型应用提供了全球分布式、弹性扩展和高效检索的基础设施。通过 Spring AI 集成，开发者可以用极少的配置和代码，快速实现向量存储、相似度搜索和复杂过滤，极大提升了 AI 应用的生产力和稳定性。
Azure AI Search是微软推出的云托管信息检索系统，支持全文检索、向量检索与混合检索。它允许开发者通过REST API或SDK查询结构化与非结构化数据，广泛应用于智能问答、推荐系统、知识管理等领域。Azure AI Search结合Spring AI生态，极大简化了智能检索系统开发流程。向量存储与embedding技术是现代语义检索的基础。通过配置、初始化、文档写入、检索与过滤，形成完整
文章摘要：Elasticsearch与Microsoft Azure AI Foundry Agent Service的深度整合解决了企业级AI应用的核心挑战——如何确保智能代理基于专有数据生成可信响应。该集成通过两种协议实现：1）MCP协议让Elasticsearch作为知识库提供数据支撑；2）A2A协议支持不同代理间的协作工作流。这种技术架构既保证了响应准确性，又实现了复杂任务编排，使企业能够
为 Java/Spring 开发者提供了企业级、安全、易用的 AI 服务集成方案。认证方式灵活，推荐用环境变量管理密钥。依赖 BOM 管理，配置参数要分清模型类型。多模态能力（如 GPT-4o 图文混合）已支持，开发潜力巨大。参数覆盖、流式输出、Token 管理等高级用法，提升业务体验与安全性。
本文介绍了如何在Azure Kubernetes Service(AKS) Automatic上使用Elastic Cloud on Kubernetes(ECK)部署Elasticsearch和Kibana。通过AKS Automatic可自动管理集群资源，降低运维复杂度。教程详细说明了从创建AKS Automatic集群到安装ECK operator、部署Elasticsearch单节点和配置
任何 Active Directory (AD) 管理员都知道仅使用本机工具管理 AD域是一件苦差事。更糟糕的是，今天的 IT 环境比以往任何时候都更加多样化。越来越多的云服务加上远程办公形式使身份和访问管理 (IAM) 更加复杂，这反过来又使AD域管理更加复杂、繁琐和耗时。传统AD域管理因此，试图强制安装AD域以解决当今所有复杂的 IAM 挑战可能会导致效率低下和费用浪费。例如，雇用员工时，必须
azure
——azure
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
九章云极普惠算力
网易易盾开发者社区
DAMO开发者矩阵
2048 AI社区
火山引擎开发者社区
openvela
深开鸿 技术专区
鲲鹏昇腾开发者社区
AI编程社区
昇腾开源生态专区
永洪数据分析社区
松山湖开发者村综合服务平台
EazyDevelop社区
