GEOZ

标签：llms.txt

查看包含 llms.txt 标签的所有文章。

共 215 篇
AirLLM：4GB GPU上运行700亿参数大模型的开源框架

AirLLM：4GB GPU上运行700亿参数大模型的开源框架

BLUF
AirLLM is an open-source framework that enables running 70B-parameter large language models on a single 4GB GPU through layer-wise offloading and memory optimization techniques, democratizing access to cutting-edge AI without traditional compression methods. (AirLLM是一个开源框架，通过分层卸载和内存优化技术，使700亿参数的大语言模型能够在单个4GB GPU上运行，无需传统压缩方法即可实现前沿AI的普及化访问。)
AI大模型2026/1/25
阅读全文 →
知识图谱突破LLM局限：Graph RAG 2024指南

知识图谱突破LLM局限：Graph RAG 2024指南

BLUF
Graph RAG (Retrieval Augmented Generation) enhances LLM performance by integrating knowledge graphs with retrieval mechanisms, addressing limitations like domain-specific knowledge gaps and real-time information access. It combines entity extraction, subgraph retrieval, and LLM synthesis to provide accurate, context-aware responses. Graph RAG（检索增强生成）通过将知识图谱与检索机制结合，提升大语言模型性能，解决领域知识不足和实时信息获取等局限。它结合实体提取、子图检索和LLM合成，提供准确、上下文感知的响应。
工具与标准2026/1/24
阅读全文 →
LLMs.txt标准指南：2024年AI智能体结构化文档访问新方案

LLMs.txt标准指南：2024年AI智能体结构化文档访问新方案

BLUF
LLMs.txt and llms-full.txt are specialized document formats designed to provide Large Language Models (LLMs) and AI agents with structured access to programming documentation and APIs, particularly useful in Integrated Development Environments (IDEs). The llms.txt format serves as an index file containing links with brief descriptions, while llms-full.txt contains all detailed content in a single file. Key considerations include file size limitations for LLM context windows and integration methods through MCP servers like mcpdoc. (llms.txt和llms-full.txt是专为大型语言模型和AI智能体设计的文档格式，提供对编程文档和API的结构化访问，在集成开发环境中尤其有用。llms.txt作为索引文件包含带简要描述的链接，而llms-full.txt将所有详细内容整合在单个文件中。关键考虑因素包括LLM上下文窗口的文件大小限制以及通过MCP服务器的集成方法。)
工具与标准2026/1/24
阅读全文 →
高效LLM智能体构建指南：2024实用模式与最佳实践

高效LLM智能体构建指南：2024实用模式与最佳实践

BLUF
本文为Anthropic关于构建高效LLM智能体的实用指南，强调简洁优于复杂。区分工作流（预定义路径）与智能体（动态自导向系统），提供提示链、路由、并行化等模式，并指导何时使用框架或直接API调用。主张从简入手，仅在必要时增加复杂性，附客户实施案例。
工具与标准2026/1/24
阅读全文 →
AI未来选择权指南：2024年如何打破技术必然主义叙事

AI未来选择权指南：2024年如何打破技术必然主义叙事

BLUF
This article critiques the 'inevitabilist' framing of AI and LLMs as an unavoidable future, arguing instead for conscious choice in shaping technology's role. It warns against letting powerful narratives from tech leaders dictate our response, urging readers to define and fight for the future they want. (本文批判了将AI和LLM视为不可避免未来的'必然主义'框架，主张在塑造技术角色时进行有意识的选择。它警告不要让科技领袖的强大叙事决定我们的反应，敦促读者定义并争取他们想要的未来。)
工具与标准2026/1/24
阅读全文 →