我需要进行ICP网站备案和公安备案吗？ - 百度智能门户AIPAGE | 百度智能云文档
我需要进行ICP网站备案和公安备案吗？ 一、关于ICP网站备案： ICP网站备案是工信部备案制度，根据工信部和通信管理局要求，如果您的网站内容托管在大陆机房，则必须进行ICP网站备案，无备案的网站不予提供访问。如果您的网站内容托管在大陆以外，则无需备案。
每更新一次网站内容都需要发布网站吗？ - 百度智能门户AIPAGE | 百度智能云文档
每更新一次网站内容都需要发布网站吗？ 如果您进入设计器中修改了页面内容，那么需要发布后才会生效。 如果您进入网站后台，添加了新的文章、产品、商品，或者是对历史内容进行了修改，那么您也需要发布一次才能生效。但是，如果您在“我的网站--上线发布”栏目中，开启了“自动发布”开关，那么当您在更新文章、产品数据后，即使不手动触发发布的话，系统也会在半小时后自动发布一次，实现前台数据的正常更新。
什么是组织 - 百度数据可视化Sugar BI | 百度智能云文档
什么是组织 组织一般是指中小型企业，事业单位，学校院系或大型公司的部门。Sugar BI将会按照组织进行费用的收取(一个组织就是您购买的一份Sugar BI实例，组织和组织之间完全隔离，互不相关)，一个用户可以属于多个组织，一个组织下有多个用户，每个用户都必须挂载在组织下才能使用Sugar BI。需要额外说明的是，对于私有部署的Sugar BI，系统将只有一个组织，所有的用户都属于这个组织。
什么是DPO训练 - 千帆大模型平台 | 百度智能云文档
什么是DPO训练 DPO(Direct Preference Optimization) ： 直接偏好优化方法，通过直接优化语言模型来实现对大模型输出的精确把控，不用进行强化学习，也可以准确判断和学习到使用者的偏好，且效果更加突出。 千帆大模型平台已预置DPO模型训练方式，快 开启 您的模型训练之旅吧～ 优势 操作更便捷 ：更容易实施和训练，只需匹配专有数据集和训练模型，即可发布服务。
什么是身份源 - 身份管理服务IDaaS | 百度智能云文档
什么是身份源 身份源 身份源，即身份的源头，通常在企业员工身份管理(EIAM)的场景下使用较多。使用百度智能云IDaaS作为企业内的IAM前，需要事先确认唯一的身份源。 通常的身份源为企业人力资源管理(HR)系统，因为其管理了员工的入职、转正、调岗、离职等流程，直接会影响员工在企业内的身份信息，常见的企业身份源还有微软的活动目录(Active Diretory)。
什么是空间 - 百度数据可视化Sugar BI | 百度智能云文档
什么是空间 空间 一般是建议按照项目或者团队来划分空间， 组织 下面可以创建多个空间，空间之间数据不共享，每个空间下都有自己独立的权限管理。一个空间其实就是一个数据门户，在这个数据门户中，用户可以创建大屏和报表，定义报表的目录结构以及权限机制，并且只有该空间的成员用户才能访问该空间的报表页面和大屏页面，而对其他非该空间的用户不可见。多个空间之间是完全隔离的：数据隔离、用户隔离、权限隔离。
什么是Post-pretrain - 千帆大模型平台 | 百度智能云文档
什么是Post-pretrain 目录 定义 优势 应用场景 定义 Post-pretrain是一种预训练的模型训练方法。在千帆大模型平台中，我们需要先对泛文本无标注数据进行预训练，得到一个强大的通用语言模型。然后，在此预训练模型的基础上进行SFT，调整部分参数后，得到一个更强大的模型。 关于如何创建一个Post-pretrain任务可查看 指导说明 。
智能视频SDK开发者个人信息保护合规指引 - 智能视频SDK | 百度智能云文档
对于短视频SDK： 为向您提供短视频拍摄和编辑功能/服务，我们集成了短视频SDK。在为您提供短视频拍摄和编辑功能/服务时，短视频SDK需要收集、使用您必要的个人信息。关于短视频SDK收集、使用的个人信息类型、目的及用途，以及短视频SDK将如何保护所收集、使用的个人信息，请您仔细阅读 《短视频SDK隐私政策》 了解。 对于直播SDK： 为向您提供直播推流功能/服务，我们集成了直播SDK。
什么是插件应用 - 千帆大模型平台 | 百度智能云文档
什么是插件应用 目录 产品介绍 应用场景及案例 产品介绍 插件应用(Plugin)是大语言模型(LLM)的应用构建工具，帮助用户快速构建LLM应用或将LLM应用到自建程序中。开发者可以通过LLM API 以及内置的模块等快速的启动LLM应用的创建工作。 千帆平台插件应用可以结合平台运行的模型服务共同输出高质量的服务信息。
什么是RLHF训练 - 千帆大模型平台 | 百度智能云文档
什么是RLHF训练 目录 收集人类反馈 奖励模型训练 强化学习训练 RLHF已成功应用于百度智能云千帆大模型平台, 能够生成类似人类的文本并执行各种语言任务。RLHF使模型能够在大量文本数据语料库上进行训练，并在复杂的语言任务(如语言理解和生成)上取得令人印象深刻的结果。 RLHF的成功取决于人类提供的反馈的质量，根据任务和环境，反馈的质量可能是主观的和可变的。
