Graph」共找到 33 篇相关文章

推荐文章7

讲透 Graph Engineering【2】:从画出一张 Graph,到真正把它工程化。

本文探讨 Graph Engineering 在工程落地的关键问题,介绍 Graph 几种基础协作模式,如顺序协作、动态分流等,还提及从 Graph 到 Engineering 的关注点、开发的主流框架与趋势,最后提醒别为了 GraphGraph

AI大模型应用实践
开源动态8

SGLang 中的 CUDA Graph 进阶指南

本文介绍 SGLang 构建 CUDA Graph 支持及改动。如 Runner/Backend 解耦与灵活组合;首创 Breakable CUDA Graph 并开源,能提高捕获灵活性;还实现 Prefill 的 Full CUDA Graph,同时介绍显存管理方法。

GiantPandaLLM
开源动态8

GraphRAG 和 DeepSearch于一体的智能问答系统graph-rag-agent

本项目结合GraphRAG与私域Deep Search,实现可解释、可推理的智能问答系统。亮点有从零复现GraphRAG、创新融合DeepSearch等,具备多模块功能,还有简单演示,地址https://github.com/1517005260/graph-rag-agent/blob/master/readme.md。

GitHubStore
推荐文章8

vLLM PIECEWISE CUDA Graph 技术学习笔记

文章围绕vLLM PIECEWISE CUDA Graph技术展开,介绍了vLLM Compilation架构、分片编译技术、算子融合、集合通信融合、编译缓存、装饰器系统等内容,PIECEWISE技术让vLLM在prefill阶段性能提升。

GiantPandaLLM
算法论文8

一篇Graph+AI Agents最新技术综述

该综述提出分类框架组织Graph与AI Agents领域研究进展,详细探讨图技术在AI代理规划、执行、记忆和多代理协调等核心功能中的作用,还提及代表性应用、挑战和未来机遇。

PaperAgent
开源动态7

MASFactory: 多智能体系统开发进入Vibe Graphing时代

AI能力迭代,多智能体编排却停留在旧阶段。北京邮电大学GAMMA Lab团队发布MASFactory,用Vibe Graphing编排多智能体系统,融合多种开发方式,有全栈可视化等优势,还给出实用案例和开源代码。

深度学习自然语言处理
开源动态8

多智能体编排太繁琐?MASFactory用Vibe Graphing直接「话」出来了

多智能体系统编排当前较为繁琐,北京邮电大学开源 MASFactory 框架,提出以图为中心架构和 Vibe Graphing 开发范式,将开发推向自然语言驱动时代,系统评估显示其效果良好。

PaperAgent
开源动态8

中国19岁常青藤少年重塑AI记忆,斩获各大榜单全球第一,点亮AI联想科技树

M-Flow记忆引擎引发海外开发者社区热议,GitHub star破千,在三大公开benchmark评测中夺冠。它由19岁团队心流元素开发,采用Cone Graph分层结构,实现Graph RAG新范式,更注重联想,而非单纯搜索。

新智元
开源动态8

NeurIPS 2025 | Code Graph Model:重塑代码大模型架构,利用“代码图”突破仓库级编程瓶颈

在 NeurIPS 2025 上,蚂蚁全模态代码算法团队展示「Code Graph Model (CGM)」,它将代码库图结构注入 LLM 底层注意力机制,打破业界刻板印象,在权威榜单上表现出色。文章解析其架构、训练策略和配套框架。

AINLPer
推荐文章8

提示工程实战指南:从Zero-Shot到Graph Prompting,7大核心技术全解析

随着大型语言模型发展,提示工程成关键技能。文章介绍零样本提示、少样本提示等七种提示优化模式,分析适用场景、优缺点,还给出示例,最后总结各技术适用场景及最佳实践。

OpenMMLab
上一页1 / 4下一页