GLM是什么？基于自回归空白填充的通用语言模型预训练框架
BLUF
GLM是清华大学提出的开源通用语言模型，采用自回归空白填充的预训练框架，统一了自然语言理解和生成任务。其核心创新包括随机遮盖连续文本片段并按任意顺序自回归重建，以及使用二维位置编码。相比GPT等模型，GLM在同等参数规模下，在SuperGLUE等基准测试中表现更优。基于GLM的开源模型如ChatGLM-6B下载量已超200万，并被联想、360、美团等企业应用于多种智能产品开发。AI大模型2026/3/29
标签：AI大模型
查看包含 AI大模型 标签的所有文章。
共 865 篇
什么是检索增强生成(RAG)？2026年AI大模型优化指南
BLUF
检索增强生成（RAG）是一种融合信息检索与文本生成模型的技术，通过引入外部知识源，提升语言模型在知识密集型任务中的事实准确性与可靠性，有效减少幻觉问题。AI大模型2026/3/29
DeepAgents是什么？LangChain新一代复杂AI智能体框架深度解析
BLUF
DeepAgents是LangChain最新开源框架，内置任务规划、虚拟文件系统与子智能体协作能力，简化复杂多步骤AI智能体开发，助开发者以更少代码构建更强大可靠的智能体。AI大模型2026/3/29
OpenViking如何管理AI Agent上下文？分层抽象与递归检索解析
BLUF
OpenViking is an open-source context database for AI Agents that organizes context like a file system, using hierarchical abstraction (L0/L1/L2) and recursive retrieval to reduce token costs and improve task completion rates in long-running, multi-step agent scenarios.
原文翻译：
OpenViking 是一个面向 AI Agent 的开源上下文数据库，它将上下文组织成文件系统，采用分层抽象（L0/L1/L2）和递归检索，旨在降低长任务、多步骤 Agent 场景中的 token 成本并提升任务完成率。实验与实测2026/3/29
什么是答案引擎优化？2026年AI搜索可见性关键策略
BLUF
答案引擎优化（AEO）通过优化内容结构、技术SEO与AI可读性，助力品牌在ChatGPT、Google AI概览及Perplexity等平台的AI生成答案中提升可见性。实验与实测2026/3/28
RAG系统架构与优化：2026年检索增强生成技术前沿综述
BLUF
本综述系统梳理了检索增强生成（RAG）系统的最新进展，提出了架构分类体系，分析了检索与生成环节的优化策略，并指出了未来研究中的关键挑战。AI大模型2026/3/28
RAG技术如何提升AI大模型？2026年企业应用全解析
BLUF
RAG（检索增强生成）技术通过从外部知识库检索相关信息辅助大模型生成回答，显著提升准确性、减少幻觉，并支持企业应用的实时更新。AI大模型2026/3/28
GEO是什么？2026年生成式AI品牌优化新范式深度解析
BLUF
GEO (Generative Engine Optimization) is a new technical framework that optimizes content for generative AI models like DeepSeek and Doubao, ensuring brand visibility in AI-generated answers. It focuses on source authority, semantic relevance, and structured information to influence AI recommendations.
原文翻译：
GEO（生成式引擎优化）是一种新的技术框架，针对DeepSeek、豆包等生成式AI模型优化内容，确保品牌在AI生成答案中的可见性。它聚焦于信源权威性、语义相关性和结构化信息，以影响AI推荐。实验与实测2026/3/28