• 人工智能在低代码和无代码开发中的作用

    大型语言模型 (LLM) 的出现导致人们急于将人工智能 (AI) 强行塞入每一种有意义的产品，以及相当一部分不有意义的产品。但有一个领域已经证明人工智能是一个强大而有用的补充：低代码和无代码软件开发。

    智能应用
    2024-07-16
    LLM 人工智能

  • ADI“黑科技”：让医疗设备配件认证安全无虞，开发易如反掌

    安全认证芯片一种专门设计用于提高系统安全性的硬件组件。它通常被用来存储敏感数据并执行加密操作，以保护数据免受未经授权的访问和篡改。除了金融、消费电子和工业汽车等领域外，其实在医疗设备配件/耗材领域，安全认证芯片也发挥着重要的作用。

    刘岩轩
    2024-07-16
    安全认证 ADI 医疗设备配件 1-Wire PUF DeepCover

  • 人工智能风险管理框架：面向人工智能开发人员的技术深度探究

    人工智能 (AI) 快速融入软件系统，为软件开发社区带来了前所未有的机遇和挑战。作为开发人员，我们不仅要负责构建功能齐全的 AI 系统，还要确保它们安全、合乎道德且负责任地运行。本文深入探讨了NIST AI 风险管理框架的技术细节，为构建和部署 AI 解决方案的软件开发人员提供具体指导。

    智能应用
    2024-07-16
    风险 管理框架 人工智能

  • 了解机器学习的贝叶斯建模和概率规划

    传统机器学习 (ML) 模型和 AI 技术通常存在一个严重缺陷：它们缺乏不确定性量化。这些模型通常提供点估计，而不考虑其预测的不确定性。这种限制削弱了评估模型输出可靠性的能力。此外，传统 ML 模型需要大量数据，通常需要正确标记的数据，因此，在数据有限的问题上往往会遇到困难。此外，这些模型缺乏将专家领域知识或先验信念纳入模型的系统框架。如果无法利用特定领域的见解，模型可能会忽略数据中的关键细微差别，并且往往无法发挥其潜力。ML 模型正变得越来越复杂和不透明，人们越来越需要数据和人工智能做出的决策具有更高的透明度和可问责性。

    智能应用
    2024-07-16
    机器学习 贝叶斯建模

  • 了解 RLAIF：使用 AI 反馈扩展 LLM 对齐的技术概述

    随着最近法学硕士 (LLM)的成就和关注，以及随之而来的人工智能“夏季”，模型训练方法开始复兴，旨在尽快获得最优、性能最佳的模型。其中大部分是通过大规模实现的——更多芯片、更多数据、更多训练步骤。然而，许多团队一直专注于如何更高效、更智能地训练这些模型，以实现预期结果。

    智能应用
    2024-07-16
    RLAIF LLM

  • 可解释的人工智能：解读 BERT 模型

    近年来，随着人工智能的发展，专门针对人工智能的法规也应运而生，例如制药行业的良好机器学习实践 (GMLP) 和金融行业的模型风险管理 (MRM)，以及其他涉及数据隐私的广泛法规，如欧盟的 GDPR 和加州的 CCPA。同样，内部合规团队在验证基于模型预测的决策时可能也希望解释模型的行为。例如，承保人希望了解为什么特定的贷款申请被 ML 模型标记为可疑。

    智能应用
    2024-07-16
    BERT 人工智能

  • 用混合信号示波器识别建立和保持时间违规

    信号之间的时间关系对数字设计的可靠运行至关重要。对于同步设计，时钟信号相对于数据信号的时间尤为重要。使用混合信号示波器，可以轻松确定多个逻辑输入和时钟信号之间的时间关系。建立和保持时间触发器自动确定时钟与数据时间关系。

    泰克科技（Tektronix）
    2024-07-16
    示波器 测试测量

  • 机器学习分类技术的进步对数据质量的改善

    数据质量差会导致信息驱动系统中的分析和决策不准确。机器学习 (ML) 分类算法已成为解决各种数据质量问题的有效工具，它通过自动查找和纠正数据集中的异常来解决问题。有各种方法和策略可用于将 ML 分类器应用于数据净化、异常值识别、缺失值插补和记录链接等任务。用于衡量机器学习模型在解决数据质量问题方面的有效性的评估标准和性能分析方法正在不断发展。

    智能应用
    2024-07-16
    机器学习 数据质量

  • 回归测试的四个步骤

    本文提供了一种创建和更新回归测试套件的结构化方法。回归测试套件中应该包含哪些类型的测试?应该运行哪些回归测试，如何应对失败的回归测试，回归测试套件如何发展?这些问题和其他考虑因素将逐步探讨。我将首先探讨回归测试的基本动态和考虑因素。然后，我将提供一组有助于通过回归测试实现长期软件稳定性的步骤。

    测试测量
    2024-07-16
    软件测试 回归测试

  • 何时应将分布式 PostgreSQL 用于 Gen AI 应用程序？

    Postgres 继续推动数据库格局的发展，超越传统的关系数据库用例。其丰富的扩展和派生解决方案生态系统使 Postgres 成为一股强大的力量，尤其是在时间序列和地理空间等领域，以及最近的生成式 AI 工作负载。

    智能应用
    2024-07-16
    PostgreSQL Gen AI

  • 非功能性软件测试中排队理论的作用

    排队理论是数学的一个分支，它分析系统中等待线(队列)的形成和行为方式。在非功能性软件测试中，它提供了一种宝贵的工具来了解系统在不同负载下的性能。通过分析队列长度、等待时间和服务器利用率，排队模型可以帮助预测潜在的瓶颈和性能问题，防止它们在实际使用中发生。

    测试测量
    2024-07-16
    软件测试 排队理论

  • 测试工程的可靠性模型和指标第二部分：软件故障与硬件故障的区别

    软件故障的性质与硬件故障不同。尽管软件和硬件都可能遇到确定性故障和随机故障，但它们的故障有不同的根本原因、不同的故障模式以及不同的预测、预防和修复机制。根据软件和硬件之间的相互依赖程度及其对我们系统的影响，考虑以下因素可能会有所帮助：

    测试测量
    2024-07-16
    可靠性 软件测试

  • 测试工程的可靠性模型和指标第一部分：可靠性模型

    技术团队竭尽全力开发出色的软件产品。他们花费了无数个小时来编码、测试和完善每一个小细节。然而，即使是最精心设计的系统也可能在此过程中遇到问题。这就是可靠性模型和指标发挥作用的地方。它们帮助我们识别潜在的弱点，预测故障，并打造更好的产品。

    测试测量
    2024-07-16
    可靠性 软件测试

  • 变异测试：在代码中故意引入问题的艺术

    变异测试是软件测试中的一种创新方法，它涉及故意在程序源代码中引入小的更改或“变异”。目的是什么?测试测试用例的有效性并确保它们可以捕获最细微的错误。在本文中，我们将使用Python作为我们选择的语言来探索变异测试的工作原理。

    测试测量
    2024-07-16
    软件测试 变异测试

  • 保障未来安全：后量子密码学的作用

    随着量子计算机的发展，它们将能够破解广泛使用的加密协议，例如 RSA 和 ECC，这些协议依赖于分解大数和计算离散对数的难度。后量子密码学 (PQC) 旨在开发能够抵御这些量子攻击的加密算法，以保证量子时代敏感数据的安全性和完整性。

    通信技术
    2024-07-16
    量子计算机 量子密码学
首页 上一页 564 565 566 567 568 569 570 571 572 573 下一页 尾页
发布文章

活动预告

更多

论坛

更多

相关标签

课程视频

更多