-
AI与大模型：重塑数学的“压缩”本质与未至之境
大模型正是以千亿参数为代价，实践着从混沌数据中蒸馏宇宙规律的史诗级压缩工程。数学的本质被阐释为对宇宙的“高效压缩”，即用最少参数解释最多现象，而未解数学难题则常位于“结构”与“随机”的交界。人工智能正通过形式化证明和跨领域发现重塑数学研究，尤其是大型语言模型，它们完美佐证了“理论即压缩”的哲学，通过参数化表征和规律涌现实现数据蒸馏，但也面临信息损失和直觉缺失的挑战。数学的本质：理论即高效压缩核心思…- 6
- 0
-
Cursor联创Michael Truell访谈实录：AI 编程工具的反常识起点与非传统成长之路
作者｜大模型机动组邮箱｜damoxingjidongzu@pingwest.com从0到数百万开发者，Cursor 正成为 AI 编程时代最受瞩目的新工作界面。 它不是另一个代码补全插件，而是一套从界面到底层架构为 AI 编程而生的系统。从分叉 VS Code 到构建 AI 原生编辑器，Cursor 选择了一条远离扩展生态、重构工作流的路径。 在“氛围编程”概念泛滥的背景下，它强调抽象控制、保留代…- 8
- 0
-
覆盖数万研发人员，字节跳动首次公开效能度量核心技术！
困境与破局1.1 建设背景字节跳动研发效能度量团队成立于 2020 年 6 月。回望当时的时间节点，直到 2020 年年初仍然没有一款面向全公司的、服务于研发全周期的数字化产品。研发链路的相关数据散落在各个研发工具内部，各条业务线都有一个或多个类似的定制化看板产品，只用于度量各自业务的研发效率和质量。因为缺乏公司级的数仓建设，不同业务线间的研发效能情况无法横向比较，甚至在一个业务线内的不同部门，对…- 6
- 0
-
阿里云AI应用智能体开发新范式：架构演进、技术突破与行业实践
在人工智能技术飞速发展的今天，企业智能化转型已成为不可逆转的趋势。阿里云作为中国领先的云计算服务提供商，近年来在AI应用开发领域推出了一系列创新性解决方案，形成了独特的"AI应用智能体开发新范式"。本文将全面剖析这一范式的技术架构、核心组件、开发工具链以及行业实践案例，为读者呈现阿里云在AI应用开发领域的最新探索与突破。文章将从智能体架构的演进历程开始，深入分析阿里云提出的分层…- 7
- 0
-
🧠 解码大语言模型的记忆力：上下文长度的前世今生
在与ChatGPT、Claude等大语言模型对话时，你是否好奇：它们是如何记住我们之前的对话内容的？为什么有时它们能记住很长的对话，有时却会"失忆"？今天，我们就来深入浅出地剖析大语言模型中的一个关键概念——上下文长度（Context Length）。上下文长度是什么？想象你正在和一个朋友聊天。这个朋友有一个特殊的能力：他能记住你们之间交流的最后N个字。如果你们的对话超过了N个…- 4
- 0
-
【重磅长文】字节跳动 研发效能提升之道：标准化 → 数字化 → 智能化之路
本文根据单虓晗老师在2025年QECon大会同名演讲整理，文中图片里展示的所有数据、人名等信息，均做了脱敏处理。今天的分享有4部分：理念与方法：快速对齐认知，研发效能是什么？大家普遍认可的效能提升方法和路径是什么？实践与案例：字节过去4年来的实践和案例，主要包括效能基础设施如何建设？在公司内如何应用？整体效果如何？未来与展望：从2024年开始到未来1-2年的探索方向。原理与思考：轻松的环节，作为效…- 33
- 0
-
🧠 解码大语言模型的记忆力：上下文长度的前世今生
在与ChatGPT、Claude等大语言模型对话时，你是否好奇：它们是如何记住我们之前的对话内容的？为什么有时它们能记住很长的对话，有时却会"失忆"？今天，我们就来深入浅出地剖析大语言模型中的一个关键概念——上下文长度（Context Length）。上下文长度是什么？想象你正在和一个朋友聊天。这个朋友有一个特殊的能力：他能记住你们之间交流的最后N个字。如果你们的对话超过了N个…- 6
- 0
-
深度解密 A2A 协议：开启智能体协作的新纪元
引言：智能体时代的互操作性挑战 随着人工智能技术的飞速发展，**AI 智能体（AI Agents）**正成为构建复杂 AI 应用的新范式。它们不再仅仅是简单的问答机器人，而是具备感知、推理、决策、行动能力的独立“个体”。然而，当这些智能体由不同的团队开发，运行在不同的平台，甚至使用不同的技术栈时，一个核心挑战便浮出水面：它们如何才能像人类团队一样，顺畅地相互理解、沟通并高效协作？ 想象一下，一个能…- 7
- 0
-
基于知识图谱技术增强大模型RAG知识库应用效果
【摘要】本文是AI落地实践的优秀案例，利用RAG技术（Retrieval-Augmented Generation，检索增强生成）的知识库实践为背景，介绍了RAG技术的发展及存在的不足，以及知识图谱相关的知识，利用RAG技术去完善和智能化知识图谱。在AI技术大量涌现，但应用不足的情况下，指明了现有应用场景、技术与AI结合的具体做法。【作者】党宏雷，某银行软件开发中心研发部架构师，十余年系统建设及架…- 21
- 0
-
为什么你的RAG效果差？可能PDF没准备好！
将 PDF 转成文本这件事，过去是“能做到”，现在是“轻松做到”。最近我搭建了一个图数据库（Graph Data Store），用于 RAG 系统 —— 换句话说，我们做了一个 GraphRAG。为什么用 GraphRAG？相比常见的向量数据库支持的 RAG，Graph RAG 有个巨大优势 —— 推理能力更强。比如：问题 A：「XYZ 公司去年 CFO 是谁？」这种问题，向量搜索就能搞…- 7
- 0
-
如何借助RAC分析法提升服务中的首解率
对于服务行业的从业者而言，FCR（First Call Resolution）这一指标并不陌生，它通常被称作会话的“一次性解决率”或“首解率”。企业可以根据自身的业务需求，对首解率（FCR）的时效进行定义，比如：24小时、36小时、72小时等。在数字化服务领域，首解率（FCR）已成为衡量服务体验与客服解决能力的关键指标。多家国际知名机构的调查研究显示，提升首解率（FCR）能够同步改善组织的客户体验…- 2
- 0
-
大模型LLM-Prompt-交互方式的悄然变化
在过去两年prompt的使用中，明显感知到交互方式在不断地变化，这种变化的本质是LM能力的提升，也意味着我们的业务流程在变化，这其中会有老的流程、产品被抛弃，新的产品方式在明显的孕育中，后续陆续会分享一些。本篇文章，主要针对prompt的变化来介绍，以小见大。从技术范式到协作模式，Prompt的演变折射出AI与人类交互的深度革命。以下结合Anthropic首席产品官（CPO）Mike Kriege…- 7
- 0
-
🧠 解码大语言模型的记忆力：上下文长度的前世今生
在与ChatGPT、Claude等大语言模型对话时，你是否好奇：它们是如何记住我们之前的对话内容的？为什么有时它们能记住很长的对话，有时却会"失忆"？今天，我们就来深入浅出地剖析大语言模型中的一个关键概念——上下文长度（Context Length）。上下文长度是什么？想象你正在和一个朋友聊天。这个朋友有一个特殊的能力：他能记住你们之间交流的最后N个字。如果你们的对话超过了N个…- 6
- 0
-
Postgres MCP配置使用
本文预计阅读时间：3分钟 环境准备 运行数据库容器 docker run -itd --name postgres -e POSTGRES_PASSWORD=12345678 -p 5432:5432 -d postgres 创建数据 连接数据库 psql -h 主机地址 -p 端口号 -U 用户名 -d 数据库名` 创建数据库 create database mydb;c mydb 创建表并增加…- 13
- 0
-
我做了一个Agent，但为什么我开始怀疑它的意义？
点击蓝字，关注我们 最近我花了一个周末，尝试搭建一个AI Agent，目标是自动完成汇报ppt策划和生成流程：写大纲、起标题、搜索信息、生成段落、输出成品。乍一看流程清晰，步骤明确，我满怀期待地打开国内某个“无代码Agent平台”（推文挺多的），准备大干一场。 但很快我陷入了深深的疲惫： 1️⃣ 每个步骤都得我手动写Prompt 2️⃣ 步骤之间逻辑传递靠我自己理顺 3️⃣ 出错了我也不知道是哪个…- 6
- 0
-
🧠 解码大语言模型的记忆力：上下文长度的前世今生
在与ChatGPT、Claude等大语言模型对话时，你是否好奇：它们是如何记住我们之前的对话内容的？为什么有时它们能记住很长的对话，有时却会"失忆"？今天，我们就来深入浅出地剖析大语言模型中的一个关键概念——上下文长度（Context Length）。上下文长度是什么？想象你正在和一个朋友聊天。这个朋友有一个特殊的能力：他能记住你们之间交流的最后N个字。如果你们的对话超过了N个…- 5
- 0
-
买一体机≠智能化，企业级AI落地如何不交智商税？万字洞察
买DeepSeek一体机=智能化是2025企业AI的最大笑话。 上半年随着DeepSeek大语言模型的爆火，一些企业和单位出于数据安全的考虑，有了私有化部署大模型的需求，于是纷纷采购DeepSeek一体机，期望通过“硬件+模型”的组合快速实现企业智能化转型。然而，“理想很丰满，现实很骨感”......现实情况远比想象复杂的多，许多企业购买一体机+智能体软件后发现，广告中宣传的“开箱即用，一键智能”…- 6
- 0
-
Agentic AI设计模式
💡 什么是 Agentic AI？ Agentic AI 利用 AI 技术，特别是大型语言模型（LLM），代表人类或系统进行推理、规划和行动，以自主完成任务。这些智能体可以执行一系列操作，例如代码审查、报告撰写、旅行规划和管理企业应用程序。一个关键特征是它们能够反思自身行为，评估结果，调整方法，并不断努力实现既定目标。它们不仅回答问题，还通过探索和完善来解决问题。 ⚙️ Agentic AI 系统…- 7
- 0
-
🧠 解码大语言模型的记忆力：上下文长度的前世今生
在与ChatGPT、Claude等大语言模型对话时，你是否好奇：它们是如何记住我们之前的对话内容的？为什么有时它们能记住很长的对话，有时却会"失忆"？今天，我们就来深入浅出地剖析大语言模型中的一个关键概念——上下文长度（Context Length）。上下文长度是什么？想象你正在和一个朋友聊天。这个朋友有一个特殊的能力：他能记住你们之间交流的最后N个字。如果你们的对话超过了N个…- 4
- 0
-
全网首发！Windows版本Fellou 它终于来了！
Windows版本Fellou终于来了！ Windows版本Fellou同步至最新的Fellou 2.2.0，这次的版本升级了深度搜索 (Deep Search) 与工作流 (Workflow) 的集成能力，搜索完成报告后，Fellou 能自动触发后续操作链——续写文档、发布内容、清洗数据… 通常，我们的爬虫只能够读取文字，2.2.0升级了图片OCR的支持，对于信息的读取收集不再仅仅只限于文本。 …- 16
- 0
-
一个残酷真相！工作流在 80%场景吊打 Agent
你辛辛苦苦打造的 Agent 就一定比工作流好吗？在大模型技术爆发的当下，开发者们常常陷入"Agent 崇拜"的迷思：似乎只有构建具备自主决策能力的智能体才能体现技术先进性。但 OpenAI 和 Anthropic 的最新研究揭示了一个被忽视的真相——在多数场景下，精心设计的工作流（Workflow）可能比复杂 Agent 更可靠高效。本质差异：确定性 VS 自主性工作流如同工…- 7
- 0
-
🧠 解码大语言模型的记忆力：上下文长度的前世今生
在与ChatGPT、Claude等大语言模型对话时，你是否好奇：它们是如何记住我们之前的对话内容的？为什么有时它们能记住很长的对话，有时却会"失忆"？今天，我们就来深入浅出地剖析大语言模型中的一个关键概念——上下文长度（Context Length）。上下文长度是什么？想象你正在和一个朋友聊天。这个朋友有一个特殊的能力：他能记住你们之间交流的最后N个字。如果你们的对话超过了N个…- 4
- 0
-
🧠 解码大语言模型的记忆力：上下文长度的前世今生
在与ChatGPT、Claude等大语言模型对话时，你是否好奇：它们是如何记住我们之前的对话内容的？为什么有时它们能记住很长的对话，有时却会"失忆"？今天，我们就来深入浅出地剖析大语言模型中的一个关键概念——上下文长度（Context Length）。上下文长度是什么？想象你正在和一个朋友聊天。这个朋友有一个特殊的能力：他能记住你们之间交流的最后N个字。如果你们的对话超过了N个…- 6
- 0
-
AI如何重塑科学研究：从渐进积累到战略突破的范式革命
AI如何重塑科学研究：从渐进积累到战略突破的范式革命摘要NBER 工作论文《A Quest for AI Knowledge》（编号 33566）探讨了人工智能（AI）的引入，特别是能够在已知数据点之间进行精确插值的生成式模型和大型语言模型，如何重塑科学家从事新颖研究与渐进研究的动机。通过扩展 Carnehl 和Schneider（2025）的理论框架，我们…- 6
- 0
扫码打开当前页
联系我们
-
￥优惠劵使用时效：无法使用使用时效：
之前
使用时效：永久有效优惠劵ID：×