GEOZ

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。

548
结果显示输入令牌数减少了61%,但延迟并没有明显下降,因为生成时间占了主导

结果显示输入令牌数减少了61%,但延迟并没有明显下降,因为生成时间占了主导

BLUF
作者用Gemma2 2B模型在Ollama上做了个对比实验:一个朴素地堆叠全部对话历史,另一个用上下文修剪。结果显示输入令牌数减少了61%,但延迟并没有明显下降,因为生成时间占了主导。9B模型在普通笔记本上根本跑不动,这恰恰说明了硬件限制才是本地大模型应用的关键瓶颈。
AI大模型2026/8/13
本文通过实际测试验证了 agent-skills-guard

本文通过实际测试验证了 agent-skills-guard

BLUF
本文通过实际测试验证了 agent-skills-guard 框架在 AI Agent Skills 安全审计中的能力,重点覆盖描述字段中的隐藏指令检测、规则文件可扩展性、误报处理以及尚未解决的漂移检测问题。结果表明,该框架能有效识别 SKILL.md 中的指令注入,并支持通过规则文件快速扩展检测能力,但对技能变更后的持续监控仍不完善。
AI大模型2026/8/11
本文是 Next.js 的官方快速入门指南,介绍了搭建 Ne

本文是 Next.js 的官方快速入门指南,介绍了搭建 Ne

BLUF
本文是 Next.js 的官方快速入门指南,介绍了搭建 Next.js 开发环境所需的系统条件(Node.js 12.22.0+),并提供了两种安装方式:使用 create-next-app 自动初始化,或手动安装 next、react 和 react-dom。文中还讲解了项目脚本配置、pages 目录与路由映射的关系,帮助开发者快速上手创建第一个 Next.js 应用。
AI大模型2026/8/11
从AIGC到Agent:大模型如何渗透金融医疗与气象行业

从AIGC到Agent:大模型如何渗透金融医疗与气象行业

BLUF
本文系统介绍了大模型在AIGC、ChatBot、Copilot、Insight、Agent等领域的典型应用,并列举了金融、医疗、气象、核工业等多个行业的落地案例。同时,文章还探讨了AI编程对程序员的影响,并给出了一份从入门到商业闭环的大模型学习路线图。
AI大模型2026/8/11
跟着操作,你的 RAG 系统也能更可靠

跟着操作,你的 RAG 系统也能更可靠

BLUF
这篇指南系统性讲解了 RAG 系统的优化方法,从智能切片、混合检索、重排序到 Prompt 工程,每个环节都有实用的策略和代码示例。文章还给出了一个企业知识库的实战案例,证明这些优化能让召回率从 48% 提升到 98%,并附上完整的检查清单和推荐工具。跟着操作,你的 RAG 系统也能更可靠。
AI大模型2026/8/11
RAG优化优先级:先把文本切分做好,再谈高级策略

RAG优化优先级:先把文本切分做好,再谈高级策略

BLUF
本文系统梳理了17种经过验证的RAG优化方案,涵盖文档处理、检索增强和生成优化三个阶段,包括文本切分、语义拆分、上下文增强、二次排序、HyDE、Fusion等关键技术。每项策略均给出难度、效果、优先级和实施时间建议,并附有实现思路和代码示例,适合需要系统性提升RAG系统性能的开发者参考。
AI大模型2026/8/10
大语言模型核心原理:Transformer、训练方法与AI代理

大语言模型核心原理:Transformer、训练方法与AI代理

BLUF
这篇文章通俗易懂地介绍了大型语言模型(LLM)的核心概念,包括Transformer架构、GPT的工作原理、三阶段训练方法以及提示工程等关键技术。同时,文章还探讨了AI代理和多模态LLM的前沿趋势,并给出了程序员将LLM应用于实际开发的建议。最后附带了学习资源推荐和进阶资料推广。
AI大模型2026/8/10
XML Schema(XSD)是W3C制定的XML结构描述标

XML Schema(XSD)是W3C制定的XML结构描述标

BLUF
XML Schema(XSD)是W3C制定的XML结构描述标准,支持数据类型和命名空间,自2001年起就是XML生态中最主流的schema语言。文章介绍了它的历史、核心组件、简单与复杂类型,以及XSD 1.1的断言机制,也梳理了它在无序内容支持、根元素强制等方面的常见批评。
AI大模型2026/8/9
知识图谱:技术原理与实战详解

知识图谱:技术原理与实战详解

BLUF
知识图谱是一种将多学科理论方法与计量学引文分析相结合,通过图形学、信息可视化等技术构建的语义网络。它广泛应用于金融科技、教育、医疗健康、情报分析、文化遗产数字化等领域,能够实现智能搜索、文本分析、风险控制等功能。本文梳理了知识图谱的主要特点、发展由来、应用案例及学术动态,帮助读者全面理解这一关键技术。
AI大模型2026/8/8