随着电商行业的快速发展，淘宝试衣项目应运而生，通过AI技术为用户提供个性化的试衣体验。本文将详细介绍淘宝试衣项目的背景、现状、合作场景以及技术实现，特别是如何通过定时任务驱动的试衣素材高效写入IC（商品中心）拓展结构，提升用户体验和转化率。

分享作者在使用Arthas火焰图工具进行Java应用性能分析和优化的经验。

钉钉的产品体验十条不仅为企业的协同办公提供了有效的框架，更展现了数字化办公的未来可能。

功能入口清晰、高频功能高效以及减少用户打扰，这 3 项是帮助用户开启数字化办公，提升工作效率，并建立良好的用户关系的关键。

我们始终认为，用户体验是提升产品价值的关键，且不仅仅关乎功能的丰富，更与用户的感知密切相关。

阿里云开源 Spring AI Alibaba，旨在帮助 Java 开发者快速构建 AI 应用，共同构建物理新世界。

作为一款高性能的推理引擎框架，MNN高度关注Transformer模型在移动端的部署并持续探索优化大模型在端侧的推理方案。本文介绍权重量化的模型在MNN CPU后端的推理方案：动态量化。

作者花了半个月时间，认真读完了llama 3.1技术报告，并总结成本文，希望能帮到对这个感兴趣的小伙伴们。

作者从一个事故中总结了Redis（几乎）所有的知识点，供大家学习。

随着ChatGPT的发布，生成式AI已经火爆全球，就图片/视频生成领域来说，Stable Diffusion模型发挥着极其重要的作用。本文做的Stable Diffusion端侧部署应用，用户可以完全基于源码去做自定义修改和定制。

本文主要介绍了 AE 策略中心的技术方案选型与落地实战。

作者总结了过去在Go中间件上踩过的坑，这些坑也促进了Go中间件的完善，希望大家学习本文后，不犯同样的错误。

讨论代码复用的利弊及DDD视角下的正确做法，指出类和函数的存在不是仅为复用，应自然符合系统设计，复用需权衡成本与效益，深模块更适合复用，且在DDD框架下，针对核心、支持、通用子域采取不同复用策略，以提升软件核心竞争力和降低研发成本。

本文提出了一种推荐系统后链路的重排算法框架，该算法通过对候选集中商品的准度和多样性进行建模，并通过最大化整个序列的准确性和多样性来生成最佳展示结果，给首页信息流场景带来显著的业务收益。

随着大模型应用持续火热，应用门槛也越来越低，去年底开始我们利用少部分精力做了一些 AI 探索和实践，并完成了业务所在垂直领域答疑机器人产品的上线。

本文旨在探讨和分享多种预加载技术及其在提升网站性能、优化用户体验方面的应用。