Better Code: 异常时, 该提示用户哪些信息?
做 toB 一个非常高的成本是, 用户的环境/网络/数据等, 可能跟你预期的差异很大, 再加上沟通相对困难(涉及三方/四方, 无法便捷地登机器排查问题, 无法便捷地获取日志, 接口人业务或技术水平参差不齐).
而这时候, 你会面临一个问题, 如何在信息不足/沟通不畅的场景下, 尽量提升效率, 降低成本(大部分情况下, 逢单必结, 你必须解决问题, 没有选择的余地)。
相关分享
如何使用JS获取系统内存、CPU/GPU、电量等信息
这篇文章讲解了如何通过 JavaScript 获取设备的内存、CPU、GPU 和电池等硬件信息，详细介绍了可用的 API、兼容性及实践场景。通过代码示例和性能分析，展示了如何在前端优化中合理利用这些数据。内容适合从事前端开发的工程师以及关注性能优化和用户体验提升的技术人员，提供了实用的开发参考。
无图
全域用户建模在美团首页推荐的探索与实践
本文详述了全域建模技术在美团首页推荐系统的发展和演进。美团首页推荐算法团队通过多阶段递进式探索验证，在召回与排序模块引入多展位、多应用渠道的多源用户交互数据，并在落地过程中解决了美团多展位、多业务、时空场景强相关性的特点导致的严重跨域信号负迁移挑战。
无图
【大模型系列】提示学习
本文介绍了提示学习（Prompt Learning）的基础概念和应用场景。作者详细讨论了提示学习在大语言模型中的作用，以及如何通过优化提示来提高模型的任务表现。文章还分享了在实际应用中调整和设计提示的技巧，并探讨了该技术在自然语言处理中的未来发展趋势。这篇文章为希望利用大模型进行高效自然语言处理的开发者提供了有价值的见解。
无图
基于多模态信息抽取的菜品知识图谱构建
菜品作为到店餐饮各相关业务的基石，提供了更细粒度的视角理解餐饮供给，为到餐精细化运营提供了抓手。美团到店研发平台/数据智能平台部与天津大学刘安安教授团队展开了“基于多模态信息抽取的菜品知识图谱构建”的科研合作，利用多模态检索实现图文食材的识别，扩展了多模态菜品食材识别的范围，提升了食材识别的准确性。
无图
chatGPT提示词(prompt)收集
关于ChatGPT，很多人用的时候发现问问题得到的答案并不如意，很大程度上是因为——问题的质量直接决定了答案的质量，没有Prompt的ChatGPT也只是比较聪明的人工智能而已！毕竟简单问问题的话，ChatGPT的回答也很容易出现空洞、绕圈子、答非所问等情况。因此，出现了Prompt，用GPT能听懂的语言告诉它要做什么！
无图
无图
无图
如何在命令行中安全存取密钥信息：以 OpenAI API 密钥为例
大量涌现的 AI 项目引发了如何有效管理和取用 API 密钥的问题。每次复制粘贴过于麻烦，明文写进配置文件也不安全。但通过合理利用内置功能或第三方工具，就能用加密存储代替明文密钥，达到兼顾安全和便捷的目的。
无图
美团外卖推荐关于用户新颖体验优化的技术探索
外卖场景下，用户“复购”属性强、下单频次高，既想下单老商家，也会想换换“新口味”。为更好平衡用户的复购、尝新体验，外卖推荐团队从2022年起开始持续投入，构建了外卖场景新颖性推荐的体系化解决方案。截止目前，外卖首页用户曝光新颖性累计提升19%+，新颖好评率累计提升7%+，用户新颖体验Case率累计降低18%+。本文将详细介绍外卖首页Feed用户新颖体验优化过程中面临的挑战、解决思路以及业务思考。
无图
ChatGPT在信息安全领域的应用前景
既然ChatGPT能够按照用户的要求编写代码，那自然就可以用来制作安全工具（不论是用于进攻还是防御）。目前已经有人指出通过ChatGPT可以生成实际可用的漏洞利用工具。
无图