在过去的几十年里，人工智能和机器学习的快速发展改变了各个领域的技术应用和社会生活。其中，大语言模型（Large Language Models, LLMs）是近年来人工智能和自然语言处理领域的一个重要进展，使得机器能够理解和生成人类语言，以高精度和流畅性完成复杂的任务。人工智能的发展可以大致划分为四个阶段，萌芽期、积累期、快速发展期和爆发期。随着大语言模型的成熟与普及，AIGC（Artificial Intelligence Generated Content）在内容理解和生成领域也迎来了新的突破。

实时竞价广告整体链路中，广告系统在接收到广告请求后，需要快速基于对流量的评估找出合适的广告返回给ADX参与竞价。要在极短时间内完成对海量广告的打分评估，业界普遍的做法与推荐系统类似，分为两个主要环节：召回和排序。

广告引擎是效果广告变现的核心。本文为你讲述喜马广告引擎的漏斗结构

近年来，随着深度学习技术在CV、NLP等领域的不断发展，在线广告领域中经典的CTR预估问题，也在经历着深度学习技术带来的范式转变。

在线广告的发展过程中，客户对于广告价值的要求日趋严格。广告计费模式的演变过程也是逐渐由浅到深的。

使用协程改造主app网络请求框架，简化回调式代码，提高可读性和维护性，处理多个并发请求的情况。

KV存储是喜马拉雅最重要的基础组件之一，每天承载着千亿级的请求量。XCache 已经在喜马拉雅线上大规模使用，实例数量 2500+，数据量 120TB+。

喜马拉雅直播秒开优化实践

喜马拉雅API测试演进，构建场景化回归体系，实现自动化批量测试，提高交付效率与质量。

业务开发过程中好用的解耦工具, 让代码灵活起来吧~

业务背景自营广告是喜马广告生态中的重要组成部分，它包含了多种广告类型，包括金融、电商、下载、教育、直播、专辑

‍‍本文共计3600字，阅读大概需要5分钟。创作者的马斯洛需求层次，据不完全统计，创作者对音频剪辑工具的马斯洛需求层次分为4个阶段。

随着"AI出图"， "AI封面"等概念不断出现在我们的视线中、朋友圈中、甚至是PRD中，大家可能会好奇AI是如何按照我们的要求画图的，今天我们以通俗浅显的方式讲解下其中的过程。

沉淀优秀的开会方法，让进步发生。

分位数(quantile)的概念，也就是我们监控中常见的p99，查询ϕ−quantile分位点所在数据前，需要对无序数据进行排序，上述操作无论在时间还是空间上成本比较高，本文将阐述近年来实际工业中使用的各种分位数算法。

给设备发推送的时候，必须说清楚你要发的是什么内容，即title、message/body，还要指定给哪个设备发推送。我们以token来标识一个设备， 在不同的场景下token的含义是不一样的，公司内部一般用uid或者deviceId标识一个设备，对于集成商、hmov也有自己对设备的唯一“编号”，所以公司内部的推送服务，要负责进行uid、deviceId到集成商token 的转换。