众所周知，LLM（大型语言模型）正在成为推动下一波技术创新浪潮的颠覆性力量，类似于互联网、智能手机以及云计算所引发的革命。通常来说，LLM（大型语言模型）往往具备丰富而强大的功能。它能够生成令人惊叹的新颖文本，进行语言翻译，撰写各种类型的富有创意的内容，并以信息丰富的方式回答...(more)

文章摘要：本文探讨了ChatGPT时代商业银行AI应用的发展趋势。首先介绍了商业银行中常用的AI技术，如自然语言处理、机器学习和数据挖掘等。分析了后ChatGPT时代商业银行AI应用的趋势，包括基于大语言模型的数字秘书、知识库、营销助手、风险管理等场景。此外，还探讨了大语言模型...(more)

随着技术的不断发展，神经语言模型（NeuralLanguageModels，NLM）在自然语言处理（NLP）领域扮演着越来越重要且强大的角色。NLM利用神经网络来学习和表示语言的概率分布，从而能够更加精确地理解、处理和生成自然语言。这一技术的出现和发展为NLP领域带来了巨大的进步和潜力。NLM（神经...(more)

需求：根据当前客户的生产环境，模拟安装部署Redis的测试环境，方便后续的功能测试。1.准备工作Redis的版本和虚拟主机数量都按照客户的生产环境来准备：Redis版本：3.2.10准备3台虚拟机，具体环境信息为:系统版本主机名IP地址主机内存磁盘空间RHEL6.8test01192.168.1.1214G20GRHEL6....(more)

一、引言从九十年代到今天，应该说信息化技术发展经历了快速发展的三十多年。尤其是互联网催生出来的各种信息化技术使得IT从业务的辅助角色逐步变成了业务的推动，甚至是主导角色。同样作为保障企业信息系统安全运行的运维行业也从原来的手动逐步发展到自动，又从自动发展到智...(more)

导读：随着金融科技的发展，大数据、AI人工智能等技术在银行智能风控、精准营销、信用风险定价、数据运营等应用场景的落地，金融企业IT基础设施需要为这些AI应用提供大量的算力资源。如果采用独占式使用模式的烟囱式的竖井结构，如一个AI应用场景提供一套硬件资源、每块GPU卡上...(more)

1.直接使用大模型面临的问题输出不稳定性生成式AI的特点之一，输出结果的多样性。同样一个问题，问大模型多次，可能会得到不同的答案。这种输出的不确定性，在对话、创作场景下，会给用户带来惊喜。但在确定性要求比较高的场景下，大模型进入不了采纳阶段。数据新鲜度不够训练大模型...(more)

一、议题说明：随着新技术的革新，大模型从感知智能向认知智能跃迁,具备了一定的推理能力，在金融服务领域拥有良好的应用前景。基于大模型技术，金融机构可以更好地理解和响应用户需求，让产品和用户需求更精准地匹配。利用深度学习、强化学习、迁移学习等技术，融合金融行业的知识...(more)

摘要：降本增效从云计算发展至今一直都是企业上云最核心的关注点，无论是在线业务还是大数据、AI业务，都非常依赖算力的消耗，成本问题都是企业上云进行决策的核心因素，而资源优化则是降本增效的有效手段；本文通过设计容器云平台并从Pod压缩、Node压缩、水平/垂直扩缩容等方面作为...(more)

Redis版本选择和升级“很麻烦”，一旦决策不当可能会引起较大的稳定性问题。最近稳定性话题很热，我也来蹭个热度，聊一聊Redis版本升级的“最佳实践”。虽然本文聊的是Redis版本升级，但是我觉得可能对其他产品升级也有借鉴意义。一、认知对齐一般认为，数据库产品求稳不求新，我想...(more)