【AI驱动】 AI Agent到底有何神奇之处？企业如果要部署AI Agent，需要做好哪些准备？它会成为大模型商业化的钥匙吗？本期AIGC实战派特别邀请九章云极DataCanvas AI首席科学家缪旭，结合其对于智能体的行业观察和实践总结，就上述议题进行逐一探讨。

【AI驱动】 整体来说，目前 AI Agent 技术栈分为平台、记忆、规划与编排、执行和应用 5 个板块。

【AI驱动】 了解BI 和AI 之间的差异本身并没有太大的用处，重点是我们应该要了解BI 或是AI 能为我们做什么，搞清楚不同，研究结合点，这才是重中之重。

【AI驱动】 大模型成为企业数据体系中不可或缺的一部分，为企业数字化、智能化的发展提供良好的机遇和动力。本文从四个方面介绍大模型在数据领域应用的思路。

【AI驱动】 本文以“大语言模型技术”为核心，深入探讨了大语言模型（LLM）的关键技术细节。文章分为三个部分，分别介绍了LLM的架构、分布式预训练和参数高效微调技术。在架构部分，作者详细分析了GPT、LLaMA、ChatGLM和Falcon等模型的技术细节，包括分词器（tokenizer）、位置编码、层归一化、激活函数以及多查询注意力（Multi-query Attention）和分组查询注意力（Grouped-query Attention）等关键组件。这些技术细节对模型的训练速度和准确性有着直接影响。文章还探讨了并行Transformer模块的设计以及训练稳定性的重要性。整体而言，本文为读者提供了大语言模型技术的全面视角，适合对LLM技术感兴趣的研究者和开发者参考。

【AI驱动】 这篇论文深入探讨了训练LTSM（长短期记忆）模型的多种因素，包括模型提示的不同方式、数据分割策略、训练方法、基础模型的选择、数据量的多少以及数据集的多样性等。

【AI驱动】 在现代软件开发中，API 设计的开放性和效率至关重要。通过大语言模型（LLM）的支持，可以构建更加智能和高效的 API 体系。本文将介绍如何设计大语言模型友好的 API，帮助企业在数字化转型中提升架构能力。我们将探讨 API 设计的常见挑战以及如何利用 LLM 技术来解决这些问题，并提供实用的设计模式和实施步骤。

【AI驱动】 自 2022 年春季以来，大型语言模型 (LLM) 大量涌入市场。OpenAI、Microsoft、Anthropic、Meta 、百度、阿里和 AI 21 Labs 等公司已发布了其专有 LLM 的多个版本，引发了技术范式转变，开发者和企...

【AI驱动】 Coze・prompt・Coze prompt・Coze应用 本篇文章就来聊一聊高质量prompt相关的内容，文末给大家准备了高质量prompt合集（并且将不断更新）。有兴趣的同学可以拉到文末领取。

【AI驱动】 DB-GPT是蚂蚁开源的 AI 原生数据应用开发框架，旨在让围绕数据库构建大模型应用变得更简单、更便捷。

【AI驱动】 本文详细演示了如何使用coze的多agent功能，搭建功能更加全面和复杂的AI Bot。

【AI驱动】 coze·怎么创建bot·coze·coze怎么创建bot 本文详细探讨了如何利用扣子（COZE）平台构建一个企业级的知识库机器人，从理论到实践逐步展开。

【AI驱动】 根据 GitHub 的研究，到 2023 年，多达 92% 的美国开发人员会在 "工作内外 "使用人工智能编码工具。 GitHub进行的另一项研究发现，使用Copilot（GitHub开发的一款工具）的人完成任务的速度比没有使用该工具的人快...

【AI驱动】 通过详尽的对比分析，可以看出“紫东太初”和“通义千问”各有所长。紫东太初在自然语言处理和文本生成方面具有较强的技术优势，适合于需要高质量语言输出的应用。通义千问则在快速准确的专业数据查询和处理方面表现出色，特别适合知识密集型行业的应用需求。

【AI驱动】 天工大模型·紫东太初大模型·大模型·AI大模型·AI 本文全面对比了天工AI大模型和紫东太初大模型两款AI产品。天工AI擅长文本处理，支持多语言，适合内容创作和多任务学习。紫东太初则提供多模态数据处理能力，包括图像和视频理解。两者在响应时间、吞吐量、文档支持、API协议、认证方式、数据加密、收费模式和技术支持方面均有优势，选择应基于应用需求和数据类型。