🔥51CTO热榜：2025-06-13

07:58  51CTO  2025上半年大模型领域盘点：创新与争议交织前行
2025年上半年，大模型领域迎来了快速发展与变革。从DeepSeek发布其推理大模型R1，到百度宣布大模型开源，再到多家厂商纷纷推出大模型一体机，这些事件共同推动了大模型技术在硬件解决方案上的显著进步。然而，与此同时，在大模型领域持续创新的进程中，争议、挑战也日益凸显。
07:58  51CTO  AI 智能体到底应该如何构建？分享 Github 上收获 4k stars 的 12 条原则
我们今天为大家带来的文章，作者的观点是：智能体本质上就是软件，应该用严谨的软件工程原则来构建，而非盲目追求“黑箱式”的复杂框架。文章从智能体的发展历程出发，深入剖析了从有向图到 DAG 编排工具，再到今天 AI 智能体的技术演进脉络。随后，作者系统性地提出了构建可靠 LLM 应用的12个核心原则。
07:58  51CTO  从一场价值十亿美金的混乱数字化转型中，我收获的五大经验教训
真正的数字化转型并非关于花哨的技术，而是关于修复基础流程并让人员协同一致，以应对企业的复杂性。
07:58  51CTO  深度学习中Batch Size对训练过程如何影响？
深度学习中batch size的大小对训练过程的影响是什么样的？训练过程中超大batch有什么优缺点，如何尽可能地避免超大batch带来的负面影响？本文对这两个问题进行了详细的分析和解释。
07:58  51CTO  RAG：2025年检索增强生成前沿技术完全指南
在智能电网领域，国家电网利用Graph RAG构建的故障诊断系统，可通过“变压器温度异常→附近线路负载→历史故障记录”的3跳检索，将故障定位时间从2小时缩短至15分钟。
07:58  51CTO  Java大模型集成攻略
本文将介绍在 Java 项目中集成各种大模型的方法，并以阿里巴巴 DashScope SDK 为例进行重点讲解。项目环境：SpringBoot 3.4.4，JDK 21，Maven 3.8.4。
07:58  51CTO  公司系统太多，能不能实现账号互通？
session 主要以 cookie 或 URL 重写为基础的来实现的，默认使用 cookie 来实现，系统会创造一个名为 JSESSIONID 的变量输出到 cookie 中。
07:58  51CTO  调查报告：2026年AI投资占总IT投资的比例将达20%
2024年AI投资占IT支出的约12%，预计到2026年这一比例将上升到20%。目前，64%的AI预算集中在核心业务功能上，这标志着企业对AI应用的深度整合。
07:58  51CTO  GraphRAG太慢LightRAG延迟高？华东师大新方法一招破解双重难题
GraphRAG则利用了大模型强大的信息抽取能力，由大模型从逐个文档块中抽取出三元组，然后构成一张图，之后再通过图分割算法分割成多个社区，再由大模型对社区进行总结，从而得到了不同粒度的信息。
07:58  51CTO  AgentCPM-GUI：强化微调（RFT）赋能的移动设备 GUI 智能体
在移动设备 GUI 操作领域，AgentCPM-GUI 凭借强化微调、高质量数据集与紧凑动作空间设计，突破语言壁垒，在多基准测试中创卓越性能，开启智能交互新时代 —— 让设备真正懂你，助你高效完成每一项任务。
07:58  51CTO  算力互联互通火了，它到底意味着什么？
算力最终是要为应用场景服务的。数据通信网络构建了算力互联网，打通了算力和应用之间的阻隔，实现了算力向各个垂直行业领域的赋能。这不仅推动了全行业的数智化转型，也加速了整个数字经济的重塑。
07:58  51CTO  Linux内核I/O机制全解析：高效数据传输的底层密码
从基础的文件系统操作，到复杂的块设备管理；从高效的缓存机制，到先进的 I/O 调度算法，每一环都紧密相扣，协同实现数据的高效传输。接下来，让我们一同深入 Linux 内核 I/O 机制的神秘世界，解锁其中的高效数据传输奥秘，探寻其如何在数据洪流中，为系统性能保驾护航 。
07:58  51CTO  当人工智能推理遭遇瓶颈：大型推理模型的崩溃
OpenAI 的 o1 系列、DeepSeek 的 R1、Claude 的思维模型——这些“大型推理模型”声势浩大地问世，有望在机器解决复杂问题方面取得突破。与之前那些仅仅通过模式匹配完成任务的模型不同，这些系统显然能够进行“真正的”推理，甚至拥有与人类思维相符的内心独白。
07:58  51CTO  嵌入式实时系统的基石：ARM+Linux中断设计实战
如果遇到未知的中断源，函数会返回IRQ_NONE，表示该中断未被处理，就像指挥官遇到无法识别的情况时，选择暂时不采取行动，等待进一步的信息。
07:58  51CTO  LeCun亲自出镜打脸质疑者！憋了20年的AI世界模型，终于爆发了
对于世界模型，Meta接下来还将进行多个方向的深入探索。目前，V-JEPA 2只能在单一时间尺度上进行学习和预测，但现实中许多任务需要跨多个时间尺度进行规划。
10:33  51CTO  删除大量数据后，数据库文件为何纹丝不动？MySQL 存储机制大揭秘
通过理解InnoDB存储机制，合理运用定期监控碎片率、分区表，可有效避免删除数据后表文件“虚胖”问题，提升数据库存储效率。​
10:33  51CTO  别在 MyBatis-Plus 里瞎用 @Transactional！这锅背到我差点被踢出项目组
今儿个咱就掰开揉碎了聊，保证让你看完再也不会在事务管理上栽跟头，说不定还能反向指导新人避坑，妥妥的升职加薪小技巧啊！
10:33  51CTO  强化预训练（RPT）：LLM 预训练新范式，当模型学会战略思考
RPT 通过将传统的 next-token-prediction 重构为 next-token-reasoning 任务，并引入强化学习机制，这种推理范式转化，显著提升了模型的推理能力和语言建模性能。让模型不仅是在预测 token，而在自己定义“任务”，推理“任务”。这一过程赋予了模型类似人类的战略思考模式。它不再只是机械地记忆和预测，而是在直接交付结果！
10:33  51CTO  谈谈企业如何更好的建立数据文化
本文旨在帮助您理解、评估和塑造组织的数据文化。它引入了一个成熟度模型，该模型列出了具体的行为和规范，并提供了企业可以采取的具体干预措施，以便随着时间的推移养成更牢固的习惯。
10:33  51CTO  高并发系统必看！G1如何让亿级JVM吞吐量提升300%？
虽然 G1 也有类似 CMS 的收集动作：初始标记、并发标记、重新标记、清除、转移回收，并且也以一个串行收集器做担保机制，但单纯地以类似前三种的过程描述显得并不是很妥当。

历史热榜