「分词方法」共找到 1564 篇相关文章
TruthfulRAG,用知识图谱硬刚RAG知识冲突
RAG系统存在知识冲突问题,现有解决方法治标不治本。TruthfulRAG将非结构化文本转化为结构化事实,通过图构建、图检索、冲突解决三大模块解决冲突,实验显示其表现优异,结构化表示还提升了LLM置信度。
评估工程正成为下一轮 Agent 演进的重点
文章指出传统软件工程测试方法难用于 AI 系统,促使评估工程成 Agent 演进重点。它贯穿 AI 生命周期,正走向体系化。介绍评估工程发展阶段,还提及阿里云 RM - Gallery 和云监控 2.0 实践。
清华AI数学家系统攻克均匀化理论难题!人机协同完成17页严谨证明
清华大学科研团队用自主研发的AI数学家系统(AIM),以人机交互模式解决均匀化理论研究问题,形成约17页证明。研究系统性总结五大高效人机交互模式,在三方面取得突破,还提出未来研究方向。
浅谈上下文工程|从 Claude Code 、Manus 和 Kiro 看提示工程到上下文工程的转变
文章围绕上下文工程展开,介绍其概念、组成与提示工程区别,通过演示说明价值。还分析业界产品实践,如LangChain管理方法、Claude Code架构机制、Manus优化实践、Kiro开发模式,最后展望环境工程。
Qoder + ADB Supabase :5分钟GET超火AI手办生图APP
本文介绍如何用Qoder、阿里云ADB Supabase和通义千问图像编辑模型,快速搭建AI手办生图Flutter移动端应用,无需自建传统后端,涵盖思路、环境准备、各环节配置及流程等内容。
吴恩达Agentic AI新课:手把手教你搭建Agent工作流,GPT-3.5反杀GPT-4就顺手的事
吴恩达新课聚焦Agentic AI,将开发沉淀为反思、工具、规划与协作四大设计模式,强调评估与误差分析能力。课程介绍拆解任务、构建工作流方法,还分享实用技巧,让AI系统持续进化。
超越 Prompt 和 RAG,「上下文工程」成了 Agent 核心胜负手
本文称「上下文工程」成 Agent 核心胜负手,它指在正确时间为 Agent 提供正确信息,超越 Prompt 和 RAG。文章归纳五大策略,如转移、压缩等,并结合 *The Bitter Lesson* 启示,探讨构建面向未来的 AI Agent。
Claude Code 开发者谈如何用 Claude Code 开发 Claude Code
Anthropic的Claude Code创建者Boris Cherny在访谈分享智能体编程未来看法,介绍用Claude Code开发它自身的方法,还谈及Claude Code发展、使用技巧及对编程工作未来变化的预测。
CAG又回来了,这次它带着RAG!
文章对比CAG和RAG,指出CAG虽解决RAG部分痛点,但有根本限制,对海量变化知识库,RAG不可替代。Aurimas将二者结合做「动态混合层」效果好,还给出实施架构和关键点。
飞书MCP怎么用?大白话教程+实际例子,8分钟上手!
飞书MCP是连接AI工具与飞书的“翻译官”,能让AI自动操作飞书完成文档生成、表格管理等。文章介绍其功能、安装方法、使用场景、优势及常见问题解答,助你8分钟上手。