多用户访问控制 - 时序时空数据库TSDB | 百度智能云文档
自定义权限范围详细如下： 权限名称 权限内容 数据库查看 查看数据库基本信息 查看自动导出设置 查看自定义查询 查看预处理规则 查看导入\导出\数据清理任务 查看度量 查看标签 查看监控图表 数据库管理 修改数据库描述 修改自动导出设置 创建或删除自定义查询 创建、删除或修改预处理规则 取消导入\导出\数据清理任务 数据查询 查询数据点 创建数据导出任务 数据修改 写数据点 创建数据清理任务（删除数据点
MongoDB数据迁移典型实践 - 云数据库 DocDB for MongoDB | 百度智能云文档
如果创建数据迁移任务时，同时选择了 全量迁移 和 增量同步 ，则迁移过程中会先将源端数据库中存量数据迁移到目标端数据库，然后将增量数据同步到目标端数据库。增量同步迁移不会自动结束，如果需要结束实时同步，您可以在管理控制台根据实际需求手动暂停或是结束该迁移任务。
百度智能云千帆应用效果提升攻略 千帆社区
通过Embeddings model，提取「限定资料」特征存入知识库管理 将用户的问题向量化，查询数据库中语义相似度最接近的文本段落，若相似度低于某一阈值，给出超出范围的提示； 构建Prompt输入文心大模型（如增加合适的prefix prompt+匹配的文本+Question），获得答案 效果评测 二、Prompt提示词工程 大模型本身已经具备海量网络基础知识，只需要用prompt更好的引导其回答相关问题
从互联网到云计算再到 AI 原生，百度智能云数据库的演进 | 百度智能云
由于传统场景比较垂直，因此一直没有一个大的向量数据库，更多的是耦合在业务系统中。而在大模型时代，万物皆可向量化。而且当前大模型主要问题有知识更新不及时、精确性问题、数据权限管理等问题，都需要向量数据库来补充。向量数据库也因此成为大模型的标配，也在大模型时代二次翻红。
[AI行业案例]-人脸识别构建校园安全新定义
解决方案 广东技术师范学院白云校区的学生宿舍在使用了含有百度AI技术的广州康行信息技术有限公司提供的“脸名”系列产品后，实现了学生刷脸通行的场景 ： 第一步：功能清单 （1）概况：可查看学生、教职工等基础的统计数据； （2）学生管理：管理所有学生的信息内容； （3）教职工管理：管理所有教职工的信息内容； （4）后勤管理：管理所有保安、宿管等人员的信息内容； （5）识别查询：所有登记在后台的人员通行门禁时的记录
[AI行业案例]-人脸识别助力传统食堂实现全程刷脸就餐
发卡，上传下发名单，定期采集数据等； 5、IC卡数据库账目不平：由于模式缺陷，IC卡信息与后台数据库存在数据误差，导致对账困难。
场景方案·数学判题 - ModelBuilder
指定API地址、选择付费方式和部署资源： 完成部署后，可在 在线服务 - 我的服务 中，进行测试/管理 经评测，SFT后的模型在指令跟随上，较之前prompt优化结果还有明显的提升 。 注意：Prompt Engineering、模型训练，是可以正交使用的，训练好的模型也可以持续优化prompt。 五、大模型效果评估 做完对应的调优后，我们可以对优化效果开始进行评估。
AI Agent规划能力全面拆解 千帆社区
这一点在人类的决策中也同样体现出来： 在缺乏经验的情况下，人们往往无法直接一步得出正确答案 ，就像学生在解数学题时，往往需要通过在草稿纸上进行大量的中间步骤推理。同样，模型规划也类似于这样的草稿过程，它是模型推理的一个中间环节。 优秀的数学成绩通常不是因为学生拥有更大的脑容量，而是他们掌握了有效的解题方法和思维模式。这一道理同样适用于智能体的规划：一个优秀的智能体需要具备有效的规划方法。
物体检测训练操作说明 - EasyDL零门槛AI开发平台 | 百度智能云文档
可以简单地把AI模型训练理解为学生学习，训练集则为每天的上课内容，验证集即为每周的课后作业，质量更高的每周课后作业能够更好的指导学生学习并找寻自己的不足，从而提高成绩。同理AI模型训练的验证集也是这个功效。 注：学生的课后作业应该与上课内容对应，这样才能巩固知识。因此，验证集的标签也应与训练集完全一致。
[AI行业案例]-图像识别技术让马拉松赛一路荣耀
2、Keep为了实现拍奖牌看成绩的互动效果，在比赛前便使用了百度EasyDL定制化图像识别平台，在短短一周内通过使用418张照片就完成了北京马拉松赛奖牌及其余4种奖牌识别的模型，实现了用户在线赛事中奖牌的自动识别，模型识别准确率高达99.18％。
