澎湃新闻
解决方案 随着生成式人工智能的跨越式发展，深度学习和自然语言处理技术在新闻创作和分发中的潜力被高度关注，在传播领域掀起继互联网兴起后的又一轮重大变革。对新技术的敏感一直刻在澎湃新闻的媒体基因里，并启动了“AI+”的“五新”级战略，覆盖内容创制、传播、互动等全域流程。 与此同时，大模型在新闻业态中的应用同样面临挑战。
智能搜推引擎V_3.4.0版本新特性 - 智能推荐引擎AI_REC | 百度智能云文档
本次升级主要内容包括： 一、新增模型中心一级模块，推荐场景开放模型选择配置 个性化和相关推荐场景支持排序策略，可以配置选择模型排序和规则排序，模型中心上线深度学习和多目标排序等10个模型。 可以根据实际需求和运营策略，精准地调整模型和规则的参数，大大提高了运营的干预度和自主性。 能够显著提升推荐效果，有效提高用户活跃度和使用时长，提高业务转化率。
中海炼化
大榭石化相关负责人表示，管廊智能巡检项目对完整的软硬件一体智能化产品能力要求极高，其中硬件需要达到IIC级防爆，而软件不仅要实现数字孪生可视化控制，还需要基于深度学习，运用和持续优化检测模型，最终达成对各类传感数据的实时自主智能分析。
千帆大模型沉浸式开箱之大模型训练完整历程 千帆社区
传统的简单流程基本是，自己编写人工智能相关算法或者使用开源的人工智能算法或者框架进行二次开发，这只是开始，接着就是训练，大模型训练最重要的就是数据，外界一直说：数据是人工智能时代的石油。想要训练出来的模型足够优秀，就需要投喂大量的相关数据。所以这就到了关键的一步，数据收集，然后对收集到的数据进行数据处理，比如数据清洗，数据过滤，去重等等，接着进行数据标注，最后才是训练。
AutoDL模式开发 - EasyDL零门槛AI开发平台 | 百度智能云文档
配置数据增强策略 深度学习模型的成功很大程度上要归功于大量的标注数据集。通常来说，通过增加数据的数量和多样性往往能提升模型的效果。当在实践中无法收集到数目庞大的高质量数据时，可以通过配置数据增强策略，对数据本身进行一定程度的扰动从而产生 新 数据。模型会通过学习大量的 新 数据，提高泛化能力。 你可以在「默认配置」、「手动配置」2种方式中进行选择，完成数据增强策略的配置。
[AI行业案例]-自动识别车型让共享有车更简单
百度图像识别基于深度学习及大规模图像训练，准确识别图片中的物体类别、位置、置信度等综合信息。
在Roo Code中使用 - 千帆AI应用开发者中心-开始使用qianfan-docs | 百度智能云文档
如果想要get更多大模型技巧，推荐学习 工信部教考中心x百度推出的《 生成式人工智能应用工程师 》 百度推出的《 百度AI大模型工程师 》、《 零基础速通 DeepSeek：AI 变革破局思考与实践 》
音视频处理 - 视频创作分发平台VideoWorks | 百度智能云文档
超分辨率 利用深度学习模型，提升视频画面的细节，将低分辨率重建至高分辨率，例如：SD转HD 、2K转4K等。 以上音视频处理能力均依赖于MCT，详情参考： MCT 功能特性 。
请求者付费 对象存储（BOS）
如某学术机构需要将深度学习的训练数据集公开，以支持其他学术研究人员访问和下载。此时，该学术机构可以为存储该数据集的 Bucket 开启请求者付费功能。开启后，该研究机构只需要支付数据集的存储费用，而第三方人员承担下载和访问该数据集产生的流量和请求费用； 大型数据交付场景。如某公司需要将存储的数据授权并交付到公司的合作伙伴或者客户，此时可以开启相应 Bucket 的请求者付费功能。
概述 - 千帆AI应用开发者中心-开始使用qianfan-docs | 百度智能云文档
开始使用 如果你是千帆平台新用户，从这里开始学习基础知识并进行首次API调用。
