人工智能

数据漂移的处理

数据漂移的处理 通常我们把从源系统同步进人数据仓库的第一层数据称为 ODS stag ing 层数据,阿里巴巴统称为 ODS 。数据漂移是 ODS 数据的一个 顽疾,通常是指 ODS 表的同一个业务日期数据中包含前一天或后凌晨附近的数据或者丢失当天的变更数据。 由于 ODS 需要承接面向历史的细节数据查询需求,这就需要物理落地到数据仓库的 ODS 表按时间段来切分进行分区存储 ,通常的做法是按

kotlin学习日志二

listOf()表示一个不可变的集合,比如val list = listOf("java","kotlin"),只能读取,不能添加,修改或者删除操作 mutableListOf()表示一个可变的集合 表示 mapOf()跟mutableMapOf()与前面的同理,例如创建map集合的方式 val map = mapOf("map" to 1,"map1" to 2),表示往map集合里面添加key

5 分钟用满血 DeepSeek R1 搭建个人 AI 知识库(含本地部署)

最近很多朋友都在问:怎么本地部署 DeepSeek 搭建个人知识库。老实说,如果你不是为了研究技术,或者确实需要保护涉密数据,我真不建议去折腾本地部署。为什么呢?目前 Ollama 从 1.5B 到 70B 都只是把 R1 的推理能力提炼到 Qwen 和 Llama 的蒸馏版本上。虽说性能是提升了不少,但跟原汁原味的 R1 模型比起来,还是差太多了。官方的满血版本可是 671B 的参数量,说实话,

OpenClaw Skills 安装与实战:打造你的 AI 技能工具箱

OpenClaw Skills 安装与实战:打造你的 AI 技能工具箱 本文介绍如何使用 ClawHub 安装和管理 OpenClaw 技能包,并通过实战案例演示多个技能的协同使用。 前言OpenClaw 是一个强大的 AI 助手框架,而 Skills(技能包)则是扩展其能力的核心方式。通过安装不同的技能包,你

构建基于Java技术栈的AI Agent系统

构建基于Java技术栈的AI Agent系统 全面解析如何使用Java技术栈构建智能AI Agent系统,从架构设计到实际部署的完整实践指南。 📋 目录 引言 系统架构设计 核心技术选型 AI Agent引擎实现 知识库与向量搜索 多Agent协作机制 系统监控与运维 部署与扩展 总结 🚀 引言随着大语言模型技术的快速发展,A

shardindjdbc-complex策略

支持多分片键的复杂分片策略。 配置参数:complex.sharding-columns 分片键(多个); complex.algorithm-class-name 分片算法实现类。 sql和源码 配置 spring: main: allow-bean-definition-overridin

转录组DEGs聚类热图和功能富集分析

写在前面:经常做转录组分析,就是把差异基因搞个火山图和Venn图看各组差异基因的共有和特有情况。看见有个比较好的选择,能直观比较各种处理带来的影响,如下: image.png 来自Nature plants的一篇文章 Ref: