搜索

72 结果

清除过滤器
  • 2025年8月28日 / AI

    How to prompt Gemini 2.5 Flash Image Generation for the best results

    Detailed prompting techniques and best practices for various applications, including photorealistic scenes, stylized illustrations, product mockups, and more using Google's newly released Gemini 2.5 Flash Image; a natively multimodal model capable of generating, editing, and composing images using text, supporting capabilities like text-to-image, image editing, style transfer, and multi-image composition.

    Gemini 2.5 Flash Image
  • 2025年8月21日 / Gemini

    Gemini Code Assist 的新动态

    Gemini Code Assist 的代理模式现已在 VS Code(预览版)和 IntelliJ(稳定版)中推出,通过提出详细的用户审核和批准计划来简化复杂的编码任务。这种智能协作方法通过内联差异和持久聊天历史记录等功能得到增强,旨在提高开发者的生产力和效率。

    New in Gemini Code Assist: Agent Mode more widely available, IDE improvements and Gemini CLI updates
  • 2025年8月13日 / Gemini

    Gemini CLI + VS Code:原生差异比较和上下文感知工作流

    最新的 Gemini CLI 更新在 VS Code 中提供了深度 IDE 集成,包括智能的上下文感知建议和编辑器内原生差异比较功能,让开发者可以直接在差异视图中查看和修改建议的更改,以实现更高效的工作流。

    Gemini CLI + VS Code integration
  • 2025年8月12日 / Kaggle

    在 TPU 上免费使用 JAX 训练 GPT2 模型

    在 Google TPU 上使用 JAX 从头开始构建和训练 GPT2 模型,并在免费版 Colab 或 Kaggle 中使用完整的 Python 笔记本。了解如何定义硬件网格、如何划分模型参数和输入数据以实现数据并行,以及如何优化模型训练流程。

    Train a GPT2 model with JAX on TPU for free
  • 2025年7月24日 / AI

    智能体体验:MCP 是适用于构建 AI 未来的工具吗?

    Apigee 帮助企业将大型语言模型 (LLM) 以安全且可扩展的方式集成到现有的 API 生态系统中,以解决不断发展的模型上下文协议 (MCP) 未完全涵盖的身份验证和授权等挑战,并提供演示如何为 AI 智能体实现企业级 API 安全保障的开源 MCP 服务器示例。

    The Agentic experience: Is MCP the right tool for your AI future?
  • 2025年7月24日 / AI

    《People of AI》播客第 5 季重磅上线:对话塑造未来的构建者

    《People of AI》播客第 5 季由 Ashley Oldacre 和 Christina Warren 共同主持,本季将聚焦 AI 领域的构建者,深入探索这些创新者独特的成长历程、面临的挑战和取得的成就。

    People of AI Podcast – Season 5
  • 2025年7月16日 / Gemini

    使用 ADK 和 Gemini CLI 简化智能体“氛围构建”流程

    更新后的智能体开发套件 (ADK) 通过提供深度理解 ADK 框架且经济高效的 CLI 工具,显著简化和加速 AI 智能体构建流程。开发者可借助对话式指令快速完成功能型智能体的构思、生成、测试与优化,彻底消除阻碍因素,持续保持高效“心流”状态。

    ADK + Gemini CLI: Supercharge Your Agent Building Vibe
  • 2025年7月16日 / AI

    解锁 Gemini 的推理能力:在 Vertex AI 上使用 logprobs 的分步指南

    Vertex AI 现已为 Gemini API 正式推出 logprobs 功能。该功能通过展示模型所选 token 及其替代 token 的概率分数,深入揭示了模型的决策过程。本分步指南将详细介绍如何启用和解读此功能,并将其应用于强大的用例,例如:置信度分类、动态自动补全以及 RAG 的定量评估。

    logprobs_meta
  • 2025年7月16日 / Cloud

    斯坦福大学推出 Marin 基础模型:首个使用 JAX 开发的完全开放模型

    Marin 项目旨在通过使整个开发过程公开且可复现,将 AI 中“开放”的定义扩展至涵盖整个科研过程,而不仅仅局限于模型本身。这项工作由 JAX 框架及其 Levanter 工具提供支持,使得基础模型得以被深入检验、信任,并进一步构建,从而推动 AI 研究迈向更加透明的未来。

    Stanford Marin project in JAX