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
常见场景有智能运维、智能客服、参数优化等等，刚刚提到的百度智能驾驶舱就是该领域的代表。 另外一个方向是 DB4AI，通过数据库赋能 AI 产品。当前最火的就是向量数据库。向量数据库二次的翻红主要原因是向量数据库在解决大模型幻觉、知识更新不及时有很大作用，让向量数据库的想象空间一下子变大了。 AI4DB 在工业界一直有研究。相比传统机器学习算法，大模型让 AI4DB 真正走进实用时代。
千帆插件使用及效果优化
介绍千帆插件的使用及效果优化技巧。
算法置信度修改 - 边缘服务器ECS | 百度智能云文档
算法置信度修改 在宿主机/home/work/service/ai/conf.json有各个算法的阈值配置。
百度智能云-架构优化服务
深入理解分布式一致性算法 1-2
介绍分布式系统和一致性问题
深入理解分布式一致性算法 1-1
介绍分布式系统和一致性问题
时延优化 - 千帆AI应用开发者中心-开始使用qianfan-docs | 百度智能云文档
针对大模型生成，总结，问答场景，假如不需要搜索增强实时检索互联网信息，可以关闭搜索web_search，降低时延。 减少用户体感等待时间 让用户感受到模型持续输出，而不是等待生成所有回复后一次性输出，可以大大优化用户等待的体感。用户可以使用： 流式传输 ：这是最有效的方法，因为它将 等待 时间缩短至一秒或更短。请求时，设置stream=true。
005-分类算法 - BML 全功能AI开发平台 | 百度智能云文档
005-分类算法 分类算法 DNN二分类 深度神经网络（DNN）是多层功能神经元模型，每层神经元与下一层神经元全互连，神经元之间不存在同层连接，也不存在跨层连接，其中输入层神经元接受外界输入，隐层与输出层神经元对信号进行加工，最终结果由输出层神经元输出，换言之，输入层神经元仅是接受输入，不进行函数处理，隐层与输出层包含功能神经元。
使用千帆大模型平台的初体验 千帆社区
2.体验在线测试 向AI提出问题：我现在要完成一个项目，方向是PyTorch实现前馈神经网络，要作为医疗平台使用，请为我提出建议。 AI回答如下： 可以看出来，AI的回答是极具逻辑性和可靠性的。该段文字清晰地列出了构建神经网络模型的关键步骤，并提供了一些实用的建议。涵盖了构建、训练、评估和部署神经网络模型的关键步骤。它给出了一些常见的选择和建议，有助于初开发者在实践中中更好地理解和应用这些概念。
命中测试（召回）提供分数的计算说明和优化说明 - 百度千帆·大模型服务及Agent开发平台
在此过程中，系统支持在同一条 Query 下灵活切换 检索策略（全文 / 语义 / 混合）、召回数量 Top-K、匹配分阈值 与 上下文扩展，并对结果进行对比分析。系统仅会保留匹配分 ≥ 阈值的片段用于后续处理。 用户高级设置在命中测试流程中的作用如下： 功能简介 功能模块说明 ： 模块 功能说明 建议配置 检索策略选择 切换不同算法，可以最大化确保真正相关的文档被召回，减少漏召和误召。
