暂无搜索历史
当前,企业已建设大量业务系统,并持续积累 API、工具和数据服务。然而,大模型本身并不天然感知这些能力的存在,也无法自动识别哪些服务可被调用、调用时需要哪些参数...
每到企业开展数据资产盘点、制定下一年度 IT 规划的节点,一个老问题总会反复出现:
在算法模型从实验室走向生产环境的过程中,工程化落地能力正逐渐成为制约价值释放的关键环节。随着算法框架和模型能力的持续成熟,单纯追求指标提升已不足以决定项目成败;...
防汛工作中,工情和险情信息的及时掌握,直接关系到处置效率和决策质量。从防洪工程基础数据的维护,到险情的上报、批复与统计分析,每个环节都需要一套清晰、可追溯的管理...
很多企业数字化建设几年后,都会遇到一个相似矛盾:系统越来越多,数据库里的表越来越多,但业务分析找数据反而越来越难。问题通常不在“数据不够”,而在数据有没有按照统...
水资源调度依赖于对河渠、机井、泵站等不同取水对象最新状态的及时掌握。但监测对象类型多样,取水信息又分散在不同业务场景中,管理人员往往需要在河渠测站、机井与泵站数...
企业做系统升级、业务系统替换或者多套系统整合时,真正麻烦的往往不是新系统怎么上线,而是一个更现实的问题:
在人工智能落地的“最后一公里”,算法工程师往往面临一个尴尬的现实:阻碍模型上线的最大瓶颈,通常不是算法本身,而是脆弱的运行环境。
在数据工程实践中,取得数据产权登记凭证之后,还需要将登记信息与数据对象建立对应关系。
企业建设知识图谱,核心挑战往往不在于技术实现,而在于建成的图谱能否持续支撑真实业务场景。
编者按:千桐科技核心团队从2011年开始实践 Scrum,15 年来从未中断。在这漫长的敏捷旅程中,我们见过太多团队满怀热情地引入 Scrum,又在几个月后悄然...
架构是系统的骨架,也是技术落地的蓝图。为了清晰呈现千桐科技智能平台体系的顶层设计逻辑,我们梳理了从底层数据治理到上层智能应用的全链路架构。
正因为如此,在 qData 商业版 v1.2.2 中,我们正式引入了一个非常关键、也非常“务实”的能力:Java 脚本自定义组件。
版本说明 本文介绍的功能基于 qData 商业版,部分能力在开源版中可能不包含或存在功能差异,具体以实际版本为准。
在企业知识建设过程中,90% 以上的信息都以非结构化形式存在:文档、制度、报告、网页、说明书……这些内容信息密度高,却长期沉睡在文件系统中,难以被计算、难以被复...
在数据治理过程中,数据标准几乎是所有工作的起点。但在现实中,很多组织的数据标准,往往停留在“文档层”:
在大模型快速演进的今天,真正拉开产品差距的,不只是模型效果,而是系统的独立性、可控性与可持续演进能力。
在数据驱动业务增长的今天,数据质量已不再是“锦上添花”,而是决定数据可信度与业务价值的生命线。
在大规模知识图谱的构建过程中,“数据一致性”与“模型调优灵活性”往往是两大核心痛点。qKnow v2.6.2 版本正是为了解决这两个问题而来。本次更新没有堆砌新...
导读:在轨道交通行业由“建设规模”转向“精细化运营”的阶段,知识体系的系统化建设正在成为智能化转型的关键。本案例围绕某轨道交通领域上市企业的实践,探讨如何通过知...
暂未填写学校和专业