如何不用向量数据库实现RAG？PostgreSQL+Faiss方案详解
BLUF
本文详述了一种无需向量数据库的RAG实现方案，采用PostgreSQL存储嵌入向量，结合HyDE与分层检索技术，准确率超90%。AI大模型2026/3/17
分类：AI大模型
AI大模型专栏涵盖从GPT、DeepSeek到gemini、Agentic智能体的全方位研究。深度解析RAG架构优化、KV缓存内存瓶颈解决、JSON结构化数据提取及提示工程实践（如Prompt Refiner）。本专栏还关注软件工程师转型AI研发的实用路径及AI安全风险评估，为开发者提供从基础理论到生产级系统构建的完整知识体系。
共 612 篇
如何提升LLM数学推理？2026年RFT拒绝采样微调深度解析
BLUF
本文解析了拒绝采样微调（RFT）方法，用于提升大语言模型的数学推理能力。流程为：小模型生成多样化推理路径，经质量与多样性筛选后，微调大模型（如Llama2-70B）。关键发现：RFT通过增加训练数据中推理路径的多样性，显著优于标准监督微调（SFT），尤其对弱模型提升明显。AI大模型2026/3/17
OpenViking是什么？2026年AI Agent上下文数据库文件系统解析
BLUF
OpenViking 是一款面向AI Agent的开源上下文数据库，采用文件系统范式，通过路径操作、层级化上下文传递与自我演化机制，统一管理记忆、技能与资源。AI大模型2026/3/17
中国AI如何从追赶者到定义者？2026年深度分析发展路径
BLUF
中国AI发展已从追赶技术参数转向定义技术价值，在算力、数据与算法“铁三角”中实现系统性突破。全球形成中美“双核”竞争格局，中国凭借工程性价比、产业落地速度与规模优势，走出了一条强调效能优化与场景深度融合的特色路径。AI大模型2026/3/17
如何系统学习大语言模型？GitHub热门LLM课程完整指南
BLUF
LLM-Course是GitHub上广受好评的大语言模型系统学习课程，涵盖从基础理论到高级技术的完整知识体系，已获超75,000星标。AI大模型2026/3/17
OpenViking如何解决AI Agent上下文管理难题？开源数据库深度解析
BLUF
OpenViking 是一款专为AI Agent设计的开源上下文数据库，采用文件系统范式统一管理记忆、资源与技能。通过分层加载、目录递归检索、可观测性及自迭代机制，有效解决上下文工程中的关键挑战。AI大模型2026/3/16
如何构建AI记忆应用？Cognee开源框架2026年深度解析
BLUF
Cognee 是一款开源AI记忆系统，助力开发者构建具备持久化、结构化知识图谱的应用。其采用模块化架构，兼容多种大语言模型、向量存储与图数据库，并提供完善的文档支持，便于定制与部署。AI大模型2026/3/16
OpenViking如何构建AI智能体上下文文件系统？2026年架构解析
BLUF
OpenViking为AI智能体构建了类文件系统的上下文数据库，采用分层结构组织记忆、资源与技能，通过分层加载、递归检索及自进化机制，提升系统可扩展性与可观测性。AI大模型2026/3/15
OpenRAG如何解决企业RAG挑战？2026年集成架构深度解析
BLUF
OpenRAG is an integrated, open-source RAG framework that addresses enterprise challenges by combining Docling, OpenSearch, and Langflow into an agentic architecture for efficient, low-latency knowledge retrieval and injection.
原文翻译：
OpenRAG是一个集成的开源RAG框架，通过将Docling、OpenSearch和Langflow组合成智能体架构，解决企业级挑战，实现高效、低延迟的知识检索与注入。AI大模型2026/3/15
OpenRAG vs LangChain/LlamaIndex/Haystack：2025年技术选型深度解析
BLUF
This article provides a comprehensive analysis of the OpenRAG platform launched in 2025, comparing it with mainstream frameworks like LangChain, LlamaIndex, and Haystack. It details OpenRAG's architecture, core features (Agentic RAG, hybrid search, visual workflow), and offers scenario-based selection advice for technical teams.
原文翻译：
本文深度解析2025年推出的OpenRAG平台，并与LangChain、LlamaIndex及Haystack等主流框架进行对比。详细阐述了OpenRAG的架构、核心特性（代理式RAG、混合搜索、可视化工作流），并为技术团队提供了基于不同应用场景的选型建议。AI大模型2026/3/15
Synapse是什么？模块化AI架构如何优化营销输出质量与效率
BLUF
Synapse是一种模块化AI架构，可在大型语言模型、领域专用模型与人类专家间智能分配任务，从而优化营销产出的质量与效率。AI大模型2026/3/15
OpenViking如何优化AI Agent记忆？2026年上下文数据库全解析
BLUF
OpenViking is an open-source context database designed specifically for AI Agents, introducing a file system paradigm to organize memories, skills, and resources hierarchically. It features a three-tier caching mechanism (L0/L1/L2) for performance optimization, recursive retrieval with visual traceability, and automatic session management for memory evolution, significantly lowering the barrier to developing complex, intelligent agents.
原文翻译：
OpenViking 是一个专为 AI Agent 设计的开源上下文数据库，它引入了文件系统范式，将记忆、技能和资源进行层级化管理。其核心特性包括三层缓存机制（L0/L1/L2）以优化性能、支持可视化追溯的递归检索，以及实现记忆进化的自动会话管理，极大降低了开发复杂智能体的门槛。AI大模型2026/3/15