82搜索为您找到约 570 条结果
www.popoim.com
网页
综合
音视频服务部署 | 泡泡 IM 开发文档
…；重新登录终端时，需要重新填写这些变量。 云控制台的安全组 / 防火墙，以及服务器自身的防火墙，都要放行。 以下是入站规则；面向公网用户的通话端口需允许用户所在网络访问，不能只允许服务器自己的 IP。 只开放 3478，遗漏 UDP 中继范围，可能出现能呼叫、接听后没有声音或画面的情况。本文的 49160–49260 与后面的中继配置一致；扩容时可调整范围，但必须同时修改服务配…
developer.mozilla.org
网页
综合
Service Worker API - Web API | MDN
…竟修改网络请求的能力暴露给中间人攻击会非常危险，如果允许访问这些强大的 API，此类攻击将会变得很严重。在 Firefox 浏览器的用户隐私模式，Service Worker 不可用。 备注：在 Firefox，为了进行测试，你可以通过 HTTP 运行 service worker（不安全）；只需选中 Firefox 开发者选项/齿轮菜单中的 Enable Service Wo…
www.thunderbird.net
网页
综合
Thunderbird 桌面版 — Thunderbird
…，使 Thunderbird 变得更好、能让更多人使用。来了解您可以在哪些方面发光发热，查找为项目做出贡献的方式： 开发者、设计师、用户协同合作，往往会发生奇妙的化学反应。尽情分享您关于改进 Thunderbird 的想法。 了解 Thunderbird 的使用方法，也可提出自己的问题。来自世界各地的 Thunderbird 贡献者都乐于帮您获得尽善尽美的使用体验。 Thund…
www.coursera.org
网页
综合
Best Version Control Courses & Certificates [2026] | Coursera
… · 课程 The Linux Foundation 您将获得的技能: 版本控制, Linux 命令, 软件安装, 操作系统管理, 用户账户, 文件系统, 利纳克斯, Bash（脚本语言）, Git（版本控制系统）, 外壳脚本, Linux 管理, 命令行界面, grep, 软件包和软件管理, GitHub, 软件版本控制, 开放源码技术, CI/CD, 系统配置, 持续集成 …
www.runoob.com
网页
综合
Vue3 教程 | 菜鸟教程
Vue.js（读音 /vjuː/, 类似于 view） 是一套构建用户界面的渐进式框架。 Vue 只关注视图层， 采用自底向上增量开发的设计。 Vue 的目标是通过尽可能简单的 API 实现响应的数据绑定和组合的视图组件。 Vue 学习起来非常简单，本教程基于 Vue3 以上版本测试。 渐进式框架是指那些允许开发者根据项目需求逐步引入和使用其功能的框架，而不需要一次性全部使…
www.ai-observer.cn
资讯
科技
RAG 检索增强生成落地指南
RAG 的思路是先检索、再生成：把业务文档切块存入向量库，用户提问时召回相关片段，连同问题一起交给模型。效果好坏取决于切块粒度、召回质量与提示词组织，模型本身反而不是唯一变量。 向量检索用嵌入模型把文本映射成向量，通过近似最近邻算法找相似内容，适合语义匹配；关键词检索则擅长精确命中。生产环境通常做混合检索，再用重排模型融合两路结果，兼顾召回率与准确率。 欢迎在评论区补充你的做法…
www.ai-observer.cn
资讯
科技
AI Agent 的规划能力与工具调用
RAG 的思路是先检索、再生成：把业务文档切块存入向量库，用户提问时召回相关片段，连同问题一起交给模型。效果好坏取决于切块粒度、召回质量与提示词组织，模型本身反而不是唯一变量。 向量检索用嵌入模型把文本映射成向量，通过近似最近邻算法找相似内容，适合语义匹配；关键词检索则擅长精确命中。生产环境通常做混合检索，再用重排模型融合两路结果，兼顾召回率与准确率。 欢迎在评论区补充你的做法…
www.qianwenai.com
网页
综合
Qwen预览模型评测_报名与评测激励-千问AI平台
…据评测类型提供不同额度Token用于评测。按要求提交场景案例或 Benchmark 结果，评测报告通过审核后还可获得额外激励。 面向用户开放评测，提交真实案例或自建 Benchmark，助力 Qwen 持续进步。 查看活动规则，选择评测类型，阅读并同意评测协议后提交报名。 报名审核通过后，获取 API Key，调用预览模型完成真实任务测试。 根据页面表单填写评测结果，并在活动截…
www.ai-observer.cn
资讯
科技
大语言模型推理成本优化：量化、蒸馏与批处理
…把权重从高精度压到低比特，蒸馏用小模型学习大模型输出，批处理则提高硬件利用率。三者可以叠加，但要分别评估精度损失，尤其是长文本与多轮对话场景。 RAG 的思路是先检索、再生成：把业务文档切块存入向量库，用户提问时召回相关片段，连同问题一起交给模型。效果好坏取决于切块粒度、召回质量与提示词组织，模型本身反而不是唯一变量。 如果你正在做同类尝试，可以把这套思路直接复用，再按需裁剪。
www.ai-observer.cn
资讯
科技
提示词工程实战：结构化提示与少样本示例
…把权重从高精度压到低比特，蒸馏用小模型学习大模型输出，批处理则提高硬件利用率。三者可以叠加，但要分别评估精度损失，尤其是长文本与多轮对话场景。 RAG 的思路是先检索、再生成：把业务文档切块存入向量库，用户提问时召回相关片段，连同问题一起交给模型。效果好坏取决于切块粒度、召回质量与提示词组织，模型本身反而不是唯一变量。 如果你正在做同类尝试，可以把这套思路直接复用，再按需裁剪。
第 43 / 57 页