在过去的一段时间里，人们一直在谈论和使用生成式 AI，并尝试了许多不同的用例，真是令人惊叹。但我认为这只是个开始，生成式 AI 是一个非常令人兴奋的领域。 在这篇文章里，我想讨论如何在工作场所使用生成式 AI，以及如何加快采用的速度，减少浪费，并确保获得最大的收益。我相信你的员工正在利用生成式 AI 做了许多出色的事情，而你可能并不知情。因此，我们可能需要在组织里增加一些治理和机制，确保我们在朝着正确的方向前进。
本文探讨了运筹学和组合优化方法在3D家居布局生成中的应用，并调研了AI生成3D场景布局的最新方法。文中结合了家居家装业务的实际应用场景，从算法建模和计算复杂度的角度上阐述了室内设计的布局问题中存在的难点，以及如何用简化和近似的思想来建模3D布局生成问题，最终展望了生成式AI技术对室内设计行业的推动作用。
目前市面上针对API的管理平台很多，但由于各种客观因素，这些平台的功能都更多聚焦在API文档的消费侧。而对于API文档的生成都非常依赖开发人员的手动创建，很难保障文档的实时性和有效性。市面上常见的API管理平台，由于缺乏有效的管理机制，完全依赖开发人员的主动维护，在文档体量变大之后就出现了文档归属混乱、文档重复上传、文档信息更新不及时等问题。
在目前流行的框架中，通常都会采用插件来定制、扩展系统的能力。其实插件系统在软件架构中有一个更专业的术语：微内核架构。本文将详细介绍微内核架构的原理、优势、分类、同时也会对优秀的软件案例进行分析，最后结合笔者当前负责的中型前端项目，分享微内核架构在实际项目的实践。通过本文您将了解什么是插件系统，如何设计插件系统，以及怎么更优雅地实现插件系统，欢迎阅读。
学习Transformer，快来跟着作者动手写一个。 作为工程同学，学习Transformer中，不动手写一个，总感觉理解不扎实。纸上得来终觉浅，绝知此事要躬行，抽空多debug几遍！ 注：不涉及算法解释，仅是从工程代码实现去加强理解。
「软件分析」与「软件设计」这样的词眼经常听到，然而要真正理解「软件分析」和「软件设计」的本质是比较难的，本文带你了解软件分析与设计的「逻辑性」到底是什么。
为了应对处理各类复杂音视频通信场景，如多设备、多人、多噪音场景，流媒体通信技术渐渐成为人们生活中不可或缺的技术。为达到更好的主观体验，使用户听得清、听得真，流媒体音频技术方案融合了传统机器学习和基于AI的语音增强方案，利用深度神经网络技术方案，在语音降噪、回声消除、干扰人声消除和音频编解码等方向，为实时通信中的音频质量保驾护航。 作为语音信号处理研究领域的旗舰国际会议，Interspeech一直代表着声学领域技术最前沿的研究方向，Interspeech 2023 收录了多篇和音频信号语音增强算法相关的文章，其中，火山引擎流媒体音频团队共有 4 篇研究论文被大会接收，论文方向包括语音增强、基于AI编解码 、回声消除、无监督自适应语音增强。
云视听小电视作为一个发展迅猛的APP，是多屏部门主要产品线，会安装于各电视厂商的智能系统上。用户通过点击端外的资源位进入小电视APK（外唤）或者直接打开小电视APK（主启），这两种方式进入端内，来消费各种视频资源和信息。在此商业逻辑链条中，涉及端外投放拉新拉活获客，进入APK后端内承接，浏览消息过程中用户体验，以及退出时用户的整体观感，对活跃过的用户预期召回等很多要做的事情。本文中我们主要关注渠道用户通过外唤或主启的方式进入小电视后，在用户全链路的生命周期过程中，在各个节点上，对用户进行更好的承接，让广大用户更加喜欢我们的产品。
某车企的车控业务访问账户系统时无规律偶发连接超时（connection timeout），本案例分享利用 DeepFlow 深度剖析如何分钟级定位 K8s CNI 的 SNAT (Source Network Address Translation) 触发 Node 节点源端口冲突，导致连接服务端异常。 DeepFlow 分析定位之前，此问题一直为一个悬案，持续了数月无结论： 连接超时为偶发问题，无任何规律可言，问题排障找不到抓手 除日志中 connection timeout 的报错，其他监控数据一切正常，问题排障找不到依据 业务的访问路径比较复杂，涉及、容器、云服务、云网络及跨集群等因素，增加了问题的复杂性和定位难度
