架构师研究会

【MLops】MLOps原则

8 February 2024

MLOps, 机器学习,

Tags

【图形数据库】图形查询语言比较：Gremlin与Cypher与nQL

8 February 2024

图形查询语言, 图形数据库, gremlin, Cypher,

阅读更多关于【图形数据库】图形查询语言比较：Gremlin与Cypher与nQL
登录发表评论
138 次浏览

Tags

【应用安全】什么是SoD矩阵，为什么您的组织需要它？

8 February 2024

SoD矩阵, 应用安全,

Tags

【数据治理】Microsoft Purview的数据治理解决方案是什么？

7 February 2024

数据治理, 数据地图, 数据目录,

阅读更多关于【数据治理】Microsoft Purview的数据治理解决方案是什么？
登录发表评论
38 次浏览

Tags

【深度学习】Transformers 的工作原理

7 February 2024

深度学习, 人工智能, Transformers,

Tags

【人工智能治理】NIST值得信赖和负责任的人工智能：人工智能RMF画象

7 February 2024

NIST, 人工智能, 风险管理,

阅读更多关于【人工智能治理】NIST值得信赖和负责任的人工智能：人工智能RMF画象
登录发表评论
20 次浏览

Tags

【人工智能治理】NIST值得信赖和负责任的人工智能：人工智能RMF核心

7 February 2024

人工智能治理, 人工智能, 风险管理, NIST,

阅读更多关于【人工智能治理】NIST值得信赖和负责任的人工智能：人工智能RMF核心
登录发表评论
21 次浏览

Tags

【人工智能治理】NIST值得信赖和负责任的人工智能：人工智能RMF的有效性

7 February 2024

NIST, 人工智能, 风险管理,

阅读更多关于【人工智能治理】NIST值得信赖和负责任的人工智能：人工智能RMF的有效性
登录发表评论
8 次浏览

Tags

【人工智能治理】NIST值得信赖和负责任的人工智能：人工智能风险和可信度

7 February 2024

人工智能, 风险管理, 可信的人工智能, NIST,

阅读更多关于【人工智能治理】NIST值得信赖和负责任的人工智能：人工智能风险和可信度
登录发表评论
48 次浏览

Tags

【人工智能合规】NIST值得信赖和负责任的人工智能：受众

7 February 2024

人工智能, 风险管理, NIST,

Tags

订阅

最新内容

【LLM评估】LLM评估指标和方法，简单解释
3 hours ago
【大语言模型】LLM评估：初学者指南
16 hours 4 minutes ago
【智能体】OpenMemory Chrome扩展程序和Mem0的详尽隐私、安全和可信任性分析，
21 hours ago
【智能体】A-MEM：一种用于LLM智能体的新型代理存储系统，可实现动态内存结构，而不依赖于静态、预定的内存操作
21 hours ago
【智能体框架】LangGraph教程：使用LangChain的智能体框架构建智能体
22 hours ago
【强化学习】强化学习，第7部分：深度Q网络简介
2 days 16 hours ago
【强化学习】强化学习，第6部分：TD（λ）和Q-学习
2 days 16 hours ago
【强化学习】强化学习，第5部分：蒙特卡洛和时间差异学习
2 days 16 hours ago
【强化学习】强化学习，第4部分：基于MDP的最优策略搜索
3 days 4 hours ago
【强化学习】强化学习，第3部分：马尔可夫决策过程
3 days 4 hours ago

↑