logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

AI写测试用例比我快3倍,覆盖率还高20%,我坐不住了

我以前觉得,测试工程师的核心能力是"写更多、更全的测试用例"。现在我觉得,核心能力是"知道AI哪里会出错,并在它出错之前拦住"。AI写用例比我快3倍,覆盖率比我高20%。但那次支付模块的事故,是AI漏掉的,是我拦住的。不是因为我的技术比AI强,是因为我在这家公司待了五年,踩过那些坑、记住了那些教训、知道文档里没写的那些事。

#人工智能#测试用例#python +1
通义千问重磅开源Qwen2.5,性能超越Llama

通义千问重磅开源Qwen2.5,性能超越Llama

文章图片
#开源#人工智能#python
RAG 系统架构设计模式介绍

在模块化RAG(Retrieval-Augmented Generation)设计中,各种操作模式通过模块化的方式协同工作,形成了一个名为 RAG流 的工作流程。

文章图片
#人工智能
10分钟轻松上手!手把手带你在本地部署n8n,稳稳迈出自动化第一步

本篇文章将手把手带你 从零开始搭建 n8n 自动化平台,即使你没有复杂的技术背景,也能轻松跟着教程完成整个过程。

文章图片
#人工智能
使用 Ollama、Llama 3.1 和 Milvus 实现Function Calling 功能

将函数调用(Function Calling)与 LLM 相结合能够扩展您的 AI 应用的能力。通过将您的大语言模型(LLM)与用户定义的 Function 或 API 集成,您可以搭建高效的应用,解决实际问题。

文章图片
#milvus#人工智能
通义千问重磅开源Qwen2.5,性能超越Llama

通义千问重磅开源Qwen2.5,性能超越Llama

文章图片
#开源#人工智能#python
开源RAG知识库框架盘点:15大主流方案对比与选型指南(详细),大模型入门到精通,收藏这篇就足够了!

本文从 功能特性、适用场景、社区生态 等维度,对15款主流开源RAG框架进行深度对比,并提供选型建议与推荐指数(满分5星)。

#自然语言处理#人工智能#RAG
超越DeepSeek,最强开源模型“千问3“四种本地部署方法,大模型入门到精通,收藏这篇就足够了!

阿里开源了当前最强的千问3(Qwen3)模型,包含从0.6B到235B的非常全面的规格,总有一款适合你。

文章图片
#人工智能#自然语言处理#RAG
一文讲清楚,AI、AGI、AIGC与AIGC、NLP、LLM,ChatGPT等概念

一文讲清楚,AI、AGI、AIGC与AIGC、NLP、LLM,ChatGPT等概念

文章图片
#人工智能#自然语言处理#前端
5分钟彻底搞懂什么是 token

在计算机领域中,token 通常是指一串字符或符号,比如微信公众平台的密钥,就被称作一个 token,其实就是一长串的字符。

文章图片
#easyui#前端#javascript +3
    共 2335 条
  • 1
  • 2
  • 3
  • 234
  • 请选择