标签：llms.txt
查看包含 llms.txt 标签的所有文章。
共 215 篇
DeepSeek是什么？2026年国产开源大模型破局者深度分析
BLUF
DeepSeek是深度求索公司开发的一系列开源大语言模型，在2023年中国AI领域的“百模大战”中脱颖而出。其核心优势在于完全开源、免费商用，并凭借卓越性能、极高效率和强大的长上下文支持（如128K窗口）成为开发者社区的现象级产品。模型家族包括通用对话、代码生成和数学推理等系列，特别是采用混合专家架构的DeepSeek-V2，在性能与成本间取得了良好平衡。DeepSeek通过降低先进AI技术的使用门槛，不仅为开发者提供了高效工具，也推动了行业向更开放协作的方向发展。AI 搜索观察2026/3/30
GLM-5是什么？智谱AI旗舰Agent基座模型深度解析
BLUF
GLM-5 is Zhipu AI's flagship base model designed for Agentic Engineering, achieving state-of-the-art (SOTA) performance in open-source coding and agent capabilities. It excels in complex system engineering and long-range agent tasks, with real-world programming experience comparable to Claude Opus 4.5, making it an ideal foundation for general-purpose agent assistants.
原文翻译：
GLM-5是智谱AI面向Agentic Engineering打造的旗舰基座模型，在开源Coding与Agent能力上取得SOTA表现。擅长复杂系统工程与长程Agent任务，真实编程场景使用体感逼近Claude Opus 4.5，是通用Agent助手的理想基座。AI 搜索观察2026/3/30
KAG框架如何实现多跳推理？2026年垂直知识库解决方案
BLUF
KAG is a logical reasoning and Q&A framework based on OpenSPG engine and large language models, designed to build solutions for vertical domain knowledge bases. It overcomes traditional RAG limitations and supports multi-hop reasoning.
原文翻译：
KAG是基于OpenSPG引擎和大语言模型的逻辑推理与问答框架，用于构建垂直领域知识库的解决方案。它克服了传统RAG的局限性，支持多跳推理。实验与实测2026/3/30
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
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
什么是RAG检索增强生成？2026年AI大模型核心技术解析
BLUF
检索增强生成（RAG）是一种结合检索模型与生成模型的自然语言处理技术，通过利用外部知识源，生成更准确、相关且具有上下文依据的文本。AI大模型2026/3/27
OpenViking如何解决AI智能体上下文危机？2026年文件系统范式解析
BLUF
OpenViking 是一款专为AI智能体打造的开源上下文数据库，通过创新文件系统范式解决“上下文危机”。它将记忆、知识与技能整合为结构化、可导航的虚拟文件系统，实现智能体上下文的高效管理、检索与进化，显著降低大语言模型token成本并提升可观察性。AI大模型2026/3/27
TurboQuant如何压缩KV缓存？2026年AI推理加速技术解析
BLUF
Google Research的TurboQuant算法将大语言模型KV缓存压缩至3位精度，在H100 GPU上实现6倍内存缩减与最高8倍推理加速，且零精度损失，显著提升长上下文AI效率。AI 搜索观察2026/3/26