热门标签:
本系列文章我们重点关注机器学习平台的技术难点及其在Kubernetes云原生底座之上的解决方案。覆盖编排、调度、存储、通信、推理等方方面面。本文是系列的第一篇:编排调度篇。
智能文档处理(IDP)可帮助企业实现日常文档处理工作的自动化,在文档识别、分类、信息抽取和比对等各个方面,为企业工作人员提供帮助。印章识别是智能文档处理中一种重要的识别能力,广泛应用在合同比对,出入库审核以及发票报销等场景。以往这些工作环节中需要人工对印章图像进行核对校验,流程繁冗,而使用OCR技术进行印章自动识别则可为企业有效节省用工成本。
在C10M secret中,Errata Security 的首席执行官Robert Graham提出了一个观点:The Kernel Is The Problem, Not The Solution,他说如果想要解决C10M实现高性能,需要从以下三个方面入手……本篇博客就讲讲调度相关的协程。
小来说:只编写一份proto定义,就可以自动生成client,自动生成API文档,自动做版本管理的方式你造吗? 本文详细讲述了来也科技研发团队是如何在Protobuf上大做文章的。
公司处于不同阶段时,会面临怎样的机遇和危机?该去网罗什么样的人才?如何面试他们? 如何安排他们的工作才能组建出真正高效的团队?
来也科技从今年 Q3 开始全面启动安全方向的工作,本文从面向应用和面向基础架构两个方向来阐述来也科技是如何开展安全工作的。
自2014年Ian Goodfellow提出生成对抗网络(Generative Adversarial Networks,GAN)以来,GAN的变种层出不穷, 本文详细介绍了GAN的发展历程和来也科技对GAN的实践。
公司在发展,支撑公司业务的基础架构也要发展。来也科技从30个微服务起家,发展到现在微服务数量已超过250个。这些服务要如何运维、发布?都在哪些阶段触发测试(集成、功能、安全)才能保障每次上线的产品安全且高可用?本文介绍了来也科技CI的演变过程,踩坑经验,欢迎阅读,也欢迎转发和分享~
来也科技的产品除了提供在线SaaS服务外还支持客户本地化部署,所以我们BI系统的技术选型也会考虑两种情况,本文对这部分内容亦有所涉及
本文将为您介绍来也科技在2020年取得的技术进展。
siber 是来也科技研发团队自主研发,面向接口的集成测试平台。覆盖 http、grpc、graphQL 三种常见类型接口测试。本文是从使用手册中截取出来的产品概述部分,意图帮助大家对siber有个初步的了解。
如何获得高质量的标注数据?如何提高标注同学的工作效率?是每个 AI 团队最重要的思考之一。本文向大家详细阐述了来也科技 AI 研发中心在实现 “实体关系标注工具” 上的最佳实践。
机器学习领域的全球顶会ICLR-2021(The Ninth International Conference on Learning Representations) 于5月3日至7日在线上举行。 来也科技和英国帝国理工学院合作,在ICLR-2021发表一篇长文,利用层级强化学习的方法解决了之前强化学习在任务导向对话系统中的语义退化问题,并且在多领域任务导向对话数据集 MultiWoz 2.0 和 MultiWoz 2.1 上取得了目前的最好水平。
自监督学习让我们能够没有大规模标注数据也能获得优质的表征,它利用数据自身的关系来做为标注样本进行训练并且优化预定义的 pretext 任务。来也科技作为一家优秀的 RPA + AI 企业,对各种机器学习方式都进行了探索及实践。本文选自公司内部的 CV 分享。
来也科技使用 MGR (MySQL Group Replication)作为私有部署时 MySQL 的高可用架构,一年多以来,服务众多用户,稳定性得到了极大的保障。