最新文章

华为坤灵智能医疗场景方案评测:为基层医院带来高效与安心

华为坤灵智能医疗场景方案评测:为基层医院带来高效与安心

近日,2025华为坤灵秋季新品发布会盛大召开,华为坤灵智能医疗场景方案正式发布。这一方案瞄准基层医疗的数智化转型痛点,提供数字诊疗平台、智慧诊室和智慧病房三大解决方案,以数智化助力普惠医疗。我们通过实际测试,从开局部署、数据读写、影像阅片、远程会诊等多个维度,全面体验了该智能医疗场景方案的实际表现。

陶然陶然
服务器/存储
2025-09-19 16:16:27

技术人生——第2集:膨胀自信,午夜凶铃

卷中寻真理,灯下悟玄机。 代码显神通,运维变轻松。 骄兵多致败,一念入牢笼。 午夜凶铃响,方寸已乱离。

梁敬彬
IT职场
2025-07-15 09:06

Oracle11g整库迁移至KaiwuDB

 作者:董小姐原文链接:https://www.modb.pro/db/1911612198078656512迁移需求应开发要求,将Oracle11g orcl2实例中业务用户portal的数据全部迁移到KaiwuDB中,源库和目标库详细信息如下:迁移概述DataXopen是一款广泛使用的离线数据同步工具。KaiwuDB 基于 DataX 开发了数据库迁移工具 KaiwuDB DataX

KaiwuDB
国内数据库
2025-07-14 16:15

Agentic AI时代,企业摸着Oracle快速过河

整体上AI的发展经历了三个阶段,从预测式AI到大模型带来的生成式AI,如今走到了Agentic AI时代,众多的AI Agent将更加深入业务场景和流程,也能带来更大的价值。大部分企业对AI还处在摸索阶段,一些问题并没有清晰的答案。比如,如何找到合适AI场景?如何快速落地AI应用?如何让AI更准确?

qing_yun
数据库开发技术
2025-07-14 15:46

Agent设计路线图

1、LLM应用方法 - 路线:PE→RAG→Finetune→Agent 2、Agent 介绍:(是更新到这里吗?) - LLM Agent 组件:Memory、Tool、Plan等 - LLM Agent进化史 - prompt→plugin→workflow→Agent→Multi-Agent 3、Agent设计指南 - Openai和Anthropic设计指南 - Agent方案选型

ITPUB学院
人工智能
2025-07-14 15:43

从零搭建符合 ANSI 标准的 GBase 8s 数据库

在使用GBase 8s数据库时,创建兼容ANSI的数据库是一个重要的功能,它可以帮助开发者更好地符合SQL语言的ANSI/ISO标准。本文将详细介绍如何创建兼容ANSI的数据库,并探讨不同模式下的数据库特性及其使用场景。创建数据库的模式在GBase 8s中,创建数据库时可以选择不同的模式,每种模式都有其特定的用途和特性:无日志模式:这种模式下的数据库性能较好,但不支持逻辑恢复操作。缓冲式日志模式:

GBASE南大通用
国内数据库
2025-07-14 14:28

AI三驾马车:数据、算力和算法,谁更重要?

这台超级跑车由三个核心部件驱动:算法是引擎,决定了车辆性能的上限;算力是燃油,提供源源不断的能量;数据是道路,铺就了AI前进的方向。

danny_2018
人工智能
2025-07-14 13:57

重新思考基于语义层的AI-Ready数据

近年来,“数据建模已死”的论调愈演愈烈。人工智能的崛起,尤其是大型语言模型(LLMs)的兴起,似乎要求使用广泛、非规范化的数据集,这些数据集需要快速生成且易于摄取。这推动了“单一大型表”(OBT)方法的流行——将所有数据扁平化为单一宽表。但这是有问题的

qing_yun
数据库开发技术
2025-07-14 10:36

你算的ASM磁盘使用率,可能是错的

90%的DBA都踩过这个坑,今天必须说透。

wddwr7307914
Oracle
2025-07-13 21:01

Python语言——万数据插入测试

 作者:红目香薰原文链接:https://blog.itpub.net/70045375/viewspace-3080344/前言在衡量数据库性能的诸多指标中,插入数据的能力占据着举足轻重的地位。插入数据是数据库最基本也是最频繁的操作之一,它就像人体的呼吸,顺畅与否直接关系到整个系统的生命力。一个插入能力卓越的数据库,能够迅速高效地将源源不断的数据纳入其中,为后续的查询、分析等操作奠定坚

KaiwuDB
国内数据库
2025-07-11 14:49

AI 系统架构的演进:LLM → RAG → AI Workflow → AI Agent

编者按: 当前 AI 系统建设中的一大痛点是:盲目追求先进技术而忽视业务实际需求,导致系统过度复杂、成本高昂、可靠性差。许多团队在 Agent 热潮中迷失方向,不知道何时该用简单的 LLM,何时需要 RAG,什么场景下才真正需要智能体。文章通过简历筛选这一典型应用场景,系统阐述了 AI 系统发展的四个核心阶段:从最基础的纯 LLM 架构,到增强检索能力的 RAG 系统,再到具备工具调用能

Baihai_IDP
人工智能
2025-07-11 09:47