什么是KTO训练 - 百度千帆·大模型服务及Agent开发平台
什么是KTO训练 KTO(Kahneman-Tversky Optimisation) : Kahneman-Tversky优化方法，根据用户正向或负向反馈进行模型训练，高效对齐用户行为偏好。 本平台已预置KTO训练方式，点击 开启KTO 训练。 优势 成本节省 ：普通强化学习训练，重度依赖人类反馈，KTO训练可以做到Prompt和response的高效对齐，节省人类反馈的成本，同时具备时效性。
流量包 - 移动域名解析HTTPDNS | 百度智能云文档
流量包 用户可以在在“流量包”中选择想要购买的套餐以及查看所购买流量包的使用情况。百度移动域名解析服务HTTPDNS按照http接口进行域名解析次数收费，实行阶梯定价。用户可根据每月解析次数来购买相应的流量包。其中每次通过https接口进行域名解析折算成5次http接口域名解析计费。
百度向量数据库 VectorDB 重磅发布 - 向量数据库
以下是一个 RAG 应用的典型方案架构图： 百度智能云全新设计的内核，为 VDB 的后续进化提供了一个良好的底座。在 VDB 后续版本更新中，我们将提供更全面的数据库企业级能力，集成更多的 AI 生态，成为一款为向量数据而生的专业向量数据库。 欢迎大家访问 VDB 官网 ，或者访问 百度智能云官网 ，搜索「向量数据库」了解更多 VDB 产品信息。
本地IDC通过多线ECMP方式连接云上VPC（静态路由） - 专线ET | 百度智能云文档
正常情况下，四条物理专线同时转发流量。当其中一条物理专线网络连接不通时，该物理专线的流量将被负载至其它物理专线进行传输，保证业务不受影响。 方案概述 本文以下图场景为例介绍本地IDC如何通过ECMP专线接入百度智能云。 某企业在北京拥有一个本地IDC（私网网段：192.168.0.0/16），并且在百度智能云华北-北京地域创建了一个私有网络VPC（网段：172.168.0.0/12）。
BEC虚机实例扩缩容 - 边缘计算节点BEC | 百度智能云文档
如果为空，则为随机策略；使用spec参数则不需要填写cpuCount/memoryCapacityInGB 否 string resize 表示扩缩容，不用传值 query 是 string clientToken 幂等性Token，是一个长度不超过64位的ASCII字符串 query 否 string 响应头域 除公共头域外，无其它特殊头域。
经典版语音识别介绍 - EasyDL零门槛AI开发平台 | 百度智能云文档
使用流程概述 平台使用的基本流程如下图所示，全程可视化简易操作，在数据已经准备好的情况下，最快一天内即可获得专属模型。 1、 创建模型 ：选择您需要训练的语音识别接口，目前支持训练 短语音识别-中文普通话、短语音识别极速版、实时语音识别-中文、呼叫中心语音解决方案 接口。填写基础信息为您的模型进行命名和功能描述，并留下您的联系方式以便于我们和您联系。
统一查询分库分表 - 数据库智能驾驶舱 DBSC | 百度智能云文档
统一查询分库分表 DBSC 表分组查询功能支持您通过 SQL 窗口对多个分库分表进行统一查询，很大程度上简化了分库分表情况下，数据查询的复杂度，提高查询效率。 背景信息 在企业用户规模达到一定程度后，分库分表成为一种常见的数据库架构选择。在这种情况下，查询和维护数据需要高效的解决方案，以避免手动逐一查询、变更和汇总多个分库和分表的繁琐操作。
自助取数操作指导 - 百度数据可视化Sugar BI | 百度智能云文档
自助取数操作指导 介绍Sugar BI产品中如何应用自助取数功能。
批量绑定和解绑实例 - 边缘计算节点BEC | 百度智能云文档
instanceId String 被绑定的实例ID instanceIp String 被绑定的实例IP mode String 指定EIP的网络模式
中移在线_共塑智能服务新标杆 _智能通信服务
当前，在线营销服务对客户特征和诉求的实时洞察及基于洞察结果的千人千面能力提出更高要求，现有能力存在以下问题： 一是深度分析能力弱，模型实时性及重点场景覆盖度不足，难以及时，精准捕捉客户意图，分析深度较营销服务动态要求有明显距离，且对于互联网等渠道的支撑覆盖不足； 二是底层技术架构不统一，在智能模型孵化环节缺少集中的工具能力，存在标注数据、模型算子难以复用，研发效能低，一线自主操作智能化应用的门槛高等问题
