后端开发

技术专栏全家桶

代码在线跑，知识轻松学

Python精品学习库

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

博客搬家 | 分享价值百万资源包

往期视频·干货材料·成员作品 最新动态

技术创作特训营·精选知识专栏

新邀入驻腾讯云开发者社区，福利多多！

传统的 OCR 技术，虽然能够识别字符，却往往无法理解图像中的语义关系。它知道一串文字写着什么，却不理解它在页面中的意义——是标题、表格项、还是公式的一部分。这正是传统 OCR 的“瓶颈”所在。

大模型之DeepSeek-OCR2快速入门实战教程

这里我想先介绍一下注意力机制的引入缘由，在注意力机制出现之前，序列建模的主要方法是基于循环神经网络（RNN）及其变体（如LSTM长短期记忆网络、GRU门控循环单元）。这些模型在处理序列数据时，通常将序列逐个时间步处理，并将历史信息压缩到一个固定大小的隐状态向量中。

深度学习之MHA多头注意力机制剖析

在自注意力（Self-Attention）机制中，查询（Query，简称Q）、键（Key，简称K）和值（Value，简称V）是三个核心的概念，它们共同参与计算以生成序列的加权表示。上篇文章里面有过对QKV的一些简单介绍，但是还不够深入，因为其占据了注意力机制的“半壁江山”，现在前沿的大模型研究工作很大一部分都是围绕着QKV矩阵去做的，比如注意力、量化、低秩压缩等等。

深度学习之注意力机制中QKV原理解读

2025年10月1 日，Agent Skills首次亮相，那会还是Anthropic的专属。两个月不到，OpenAI被发现悄悄在Codex CLI和ChatGPT里采用了同样的标准。

Agent之一篇文章带你深度学习AgentSkills

自注意力机制（Self-Attention）的概念最早可以追溯到20世纪70年代的神经网络研究，但直到近年来才在深度学习领域得到广泛关注和发展。现代意义上的自注意力机制首次出现在2017年的论文《Attention is All You Need》中，该论文由Google Brain团队提出，并引入了Transformer架构。这一创新迅速改变了自然语言处理（NLP）领域的格局。

深度学习之自注意力机制剖析

要理解注意力机制，首先要了解其原理。注意力机制的灵感来自于人类的认知过程。当我们观察复杂场景时，视觉系统并不会同时处理所有信息，而是会选择性地关注某些重要部分。例如，当我们读一篇文章时，我们不会一次性记住每个单词，而是会根据上下文对某些单词给予更多关注。

深度学习之一篇文章带你深度理解注意力机制

      RAG工作起来是这样的：用户提个问题，系统就会拿着这个问题去知识库（一般是通过向量数据库里的嵌入技术）找相关信息，找到最匹配的文档后，把这些文档“塞”到模型的提示里，辅助模型给出靠谱的回答。这一招可太妙了，不仅能减少模型“瞎编乱造”的情况，还能在回答里用上特定领域或私人的数据。

一文看懂Agentic RAG+MCP架构，开启智能体检索新时代！

本篇文章我将和大家聊聊RAG知识库系统的核心原理，向大家分享RAG是如何让大语言模型变得更专业。

一文带你了解RAG核心原理！不再只是文档的搬运工

       在CMS垃圾收集器中提到了，在CMS的并发清理阶段才产生的垃圾对象，会被当做浮动垃圾，留到下一次GC再清理。其实在并发标记阶段，由于用户线程在并发运行，也可能会导致引用关系发生改变，导致标记结果不准确，从而引发更加严重的问题，这些发生变更的数据会在重新标记阶段被处理，那么会出现什么问题？又是如何处理的呢？

JVM垃圾收集之三色标记算法详解

      智能体真正的聪明可来自90%的系统性、工程化的软件架构与流程设计，10%来自AI智能体自身能力。我特别喜欢这张图，在企业级智能体的背后，其实孕育着一整套复杂而严谨的系统工程。

智能体架构的真相：90%是软件工程，10%是AI

    目前最火的技术非AI莫属。我与同事之间也时常聊起AI能够在哪些方面帮助我们做更多的事，日常工作中、项目业务中、行业领域中，AI能够在哪些地方颠覆传统的工作模式，是替代还是合作？      

AI重塑工作模式与如何在AI大环境中乘势而为

并且是全面发布，不是预热、提前官宣（这里点名一位姓马的同志），直接在 claude.ai 和 API 后台双双上线。

刚刚，Claude 4 重磅发布！免费可用，全球最强编程 AI！

最近一看到一道面试题，问JVM中的垃圾回收是怎么一回事？为什么要引入垃圾回收机制，如何进行垃圾回收？哪些对象需要回收？什么时候回收？那今天咱就聊一聊垃圾回收机制，同时结合垃圾回收算法一整篇搞懂JVM是如何进行垃圾回收的。

JVM垃圾回收也是在“裁员”

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

腾讯云开发者社区推出了技术专栏全家桶专栏，为你提供了技术专栏全家桶的相关文章，致力于帮助开发者快速成长与发展。

技术专栏全家桶

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐