Local LLM
Local LLM: Time to first token
Measure request arrival to first generated token separately from total completion time.
อ่านบทความ : Local LLM: Time to first tokenAI ความปลอดภัยไซเบอร์ และไอที
เรียนรู้ ลงมือทำ ป้องกัน
รวม 2246 บทความด้าน AI ความปลอดภัยไซเบอร์ เครือข่าย และไอที มี 25 บทที่ปรับเนื้อหาเป็นคู่มือภาคปฏิบัติแบบละเอียด พร้อมข้อมูลตัวอย่าง ขั้นตอน ผลที่ควรเห็น และวิธีแก้ปัญหา ส่วนอีก 2221 บทยังคงเป็นเนื้อหาเดิม
การป้องกันภัยไซเบอร์ยุค AI · 200 บทความขั้นสูง
รับมือการโจมตีที่ใช้ AI ด้วยคู่มือสำหรับผู้ดูแลความปลอดภัยและเครือข่าย แบ่งเป็น 10 เส้นทางการเรียนรู้ เส้นทางละ 20 บทความ พร้อมสถานการณ์ภัยคุกคาม หลักฐานที่ต้องเก็บ การออกแบบมาตรการควบคุม และแผนทดสอบที่ได้รับอนุญาต รวมถึงการปกป้องระบบ AI ของทีมป้องกันและองค์กร โดยแยกหลักฐานพฤติกรรมออกจากข้อกล่าวอ้างว่าผู้โจมตีใช้ AI
AI Agents และ Local LLM · 300 เทคนิค
สร้างเอเจนต์ที่เชื่อถือได้และรันโมเดลภาษาบนระบบของคุณเอง เรียนรู้ 160 เทคนิค AI Agents และ 140 เทคนิค Local LLM ผ่าน 15 เส้นทางการเรียนรู้ เส้นทางละ 20 เทคนิค พร้อมวิธีลงมือทำ แบบฝึกตรวจสอบผล บริบทของแพลตฟอร์ม และเอกสารทางการสำหรับอ่านต่อ
การติดตามข้อมูล · 200 บทความเชิงปฏิบัติ
วิเคราะห์รายงานที่ไม่อัปเดต ล็อกที่ล่าช้า คิวรีที่ช้า และการแจ้งเตือนที่ไม่น่าเชื่อถือ เรียนรู้ Power BI, Splunk และ SQL Server อย่างละ 40 บทความ พร้อม PostgreSQL, MySQL ความสดใหม่และคุณภาพของข้อมูลในไปป์ไลน์ และการแจ้งเตือนกับการสังเกตการณ์ระบบ หัวข้อละ 20 บทความ เชื่อมโยงอาการกับหลักฐาน วิธีแก้ไข และการตรวจสอบผล
เตรียมสอบ CCNA · 200 เทคนิค
เตรียมสอบ CCNA 200-301 v1.1 ด้วย 100 หัวข้อ แต่ละหัวข้อมีคู่มือทบทวนและแบบฝึกหัดที่จัดทำขึ้นเอง ฝึกติดตามแพ็กเก็ต คำนวณซับเน็ต วิเคราะห์หลักฐานจากแล็บ แก้ปัญหา และทบทวนเป็นระยะ คู่มือนี้จัดทำโดยอิสระ ตัวเลข 200 คือจำนวนเทคนิคในชุด ไม่ใช่จำนวนข้อสอบ
ทบทวนเมื่อ 2 พฤศจิกายน 2569 ตรวจสอบข้อมูลการสอบล่าสุดจาก Ciscoก่อนจองสอบ เส้นทางการเรียนรู้เป็นการจัดกลุ่มเพื่อศึกษา ไม่ได้แสดงสัดส่วนข้อสอบอย่างเป็นทางการ
เครือข่ายและโครงสร้างพื้นฐานขั้นสูง · 200 บทความ
เรียนรู้ผ่าน 10 เส้นทาง เส้นทางละ 20 บทความ เริ่มจากพฤติกรรมการกำหนดเส้นทางและแฟบริก ไปจนถึงการขนส่งข้อมูล การแปลงชื่อ ความปลอดภัย ประสิทธิภาพเครื่อง ระบบจัดเก็บข้อมูล ความพร้อมใช้งาน และหลักฐานเมื่อเกิดเหตุ
คู่มือใช้งานผู้ช่วย AI
เลือกแพลตฟอร์มเพื่ออ่านคู่มือ 50 บทความ ตั้งแต่การสั่งงานครั้งแรกจนถึงเวิร์กโฟลว์ที่นำกลับมาใช้ซ้ำได้ คู่มือ Microsoft Copilot ครอบคลุมทั้งผู้ใช้ทั่วไปและ Microsoft 365 โดยฟีเจอร์ในแอปขึ้นอยู่กับบัญชีและสิทธิ์การใช้งาน
ค้นหาบทความที่ต้องการ
บทความที่ตรงกับการค้นหา (140)
ล้างตัวกรองLocal LLM
Local LLM: Generation throughput
Measure output tokens per second after the first token using the runtime's tokenizer counts.
อ่านบทความ : Local LLM: Generation throughputLocal LLM
Local LLM: Prefill throughput
Benchmark prompt processing separately from output decoding.
อ่านบทความ : Local LLM: Prefill throughputLocal LLM
Local LLM: Cold versus warm latency
Report model-load time separately from steady-state inference latency.
อ่านบทความ : Local LLM: Cold versus warm latencyLocal LLM
Local LLM: Concurrency sweep
Increase concurrent requests gradually while measuring success and latency percentiles.
อ่านบทความ : Local LLM: Concurrency sweepLocal LLM
Local LLM: Queue time instrumentation
Timestamp admission, execution start and response completion.
อ่านบทความ : Local LLM: Queue time instrumentationLocal LLM
Local LLM: Continuous batching evaluation
Use runtime-supported batching and compare interactive tail latency as well as throughput.
อ่านบทความ : Local LLM: Continuous batching evaluationLocal LLM
Local LLM: Prefix cache measurement
Benchmark repeated stable prefixes when the runtime supports prefix caching.
อ่านบทความ : Local LLM: Prefix cache measurementLocal LLM
Local LLM: Cache isolation checks
Verify any prefix or response cache follows the runtime's isolation guarantees.
อ่านบทความ : Local LLM: Cache isolation checksLocal LLM
Local LLM: Chunked prefill evaluation
Test supported chunked prefill settings with long prompts and interactive requests.
อ่านบทความ : Local LLM: Chunked prefill evaluationLocal LLM
Local LLM: Output length budgeting
Set output limits from task requirements and detect limit-based truncation.
อ่านบทความ : Local LLM: Output length budgetingLocal LLM
Local LLM: Decoding setting baseline
Fix temperature and other supported decoding settings during performance comparisons.
อ่านบทความ : Local LLM: Decoding setting baselineเริ่มต้นจากพื้นฐาน
คู่มือฉบับสั้นเรื่อง AI การปกป้องบัญชี และการกู้คืนระบบ