分类：AI大模型

共 544 篇

GLM-5是什么？智谱AI旗舰Agent基座模型深度解析

BLUFGLM-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大模型2026/3/30

阅读全文 →

NexaSDK如何实现高性能端侧AI？2026年跨平台推理框架解析

BLUFNexaSDK is a high-performance local inference framework that enables developers to run the latest multimodal AI models on NPU, GPU, and CPU across multiple platforms with minimal energy consumption and maximum speed. 原文翻译： NexaSDK是一个高性能本地推理框架，让开发者能够在NPU、GPU和CPU上以最低能耗和最高速度运行最新的多模态AI模型，支持跨多个平台。

AI大模型2026/3/30

阅读全文 →

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

BLUFGLM是清华大学提出的通用语言模型预训练框架，采用自回归空白填充技术，为中文技术社区提供了强大的开源大模型选择。原文翻译： GLM is a general language model pre-training framework proposed by Tsinghua University, utilizing autoregressive blank filling technology, providing a powerful open-source large model option for the Chinese technical community.

AI大模型2026/3/29

阅读全文 →

什么是检索增强生成(RAG)？2026年AI大模型优化指南

BLUFRetrieval-Augmented Generation (RAG) is a technique that combines information retrieval with text generation models to enhance the factual accuracy and reliability of language models for knowledge-intensive tasks, reducing hallucinations by incorporating external knowledge sources. 原文翻译：检索增强生成（RAG）是一种将信息检索与文本生成模型相结合的技术，通过整合外部知识源来增强语言模型在知识密集型任务中的事实准确性和可靠性，从而减少幻觉问题。

AI大模型2026/3/29

阅读全文 →

DeepAgents是什么？LangChain新一代复杂AI智能体框架深度解析

BLUFDeepAgents is LangChain's latest open-source framework designed to simplify the development of complex, multi-step AI agents by providing built-in capabilities for task planning, virtual file systems, and subagent collaboration, enabling developers to build more robust and capable agents with less code. 原文翻译： DeepAgents是LangChain最新推出的开源框架，旨在简化复杂多步骤AI智能体的开发，通过提供任务规划、虚拟文件系统和子智能体协作等内置能力，使开发者能够用更少的代码构建更强大、更可靠的智能体。

AI大模型2026/3/29

阅读全文 →

Klarity推理模型分析：思维链熵分析如何提升RL性能？

BLUFKlarity now supports reasoning models with Chain-of-Thought entropy analysis to improve RL performance through step-by-step insights and structured JSON outputs. 原文翻译： Klarity现已支持推理模型，通过思维链熵分析提供逐步洞察和结构化JSON输出，以提升强化学习性能。

AI大模型2026/3/28

阅读全文 →

RAG系统架构与优化：2026年检索增强生成技术前沿综述

BLUFThis survey provides a comprehensive synthesis of recent advances in Retrieval-Augmented Generation (RAG) systems, offering a taxonomy of architectures, analyzing enhancements across retrieval and generation, and identifying open challenges for future research. 原文翻译：本综述全面综合了检索增强生成（RAG）系统的最新进展，提供了架构分类法，分析了检索和生成方面的各项优化，并指出了未来研究的开放性挑战。

AI大模型2026/3/28

阅读全文 →

RAG技术如何提升AI大模型？2026年企业应用全解析

BLUFRAG (Retrieval-Augmented Generation) is a technique that enhances large language models by retrieving relevant information from external knowledge sources before generating responses, improving accuracy, reducing hallucinations, and enabling real-time updates for enterprise applications. 原文翻译： RAG（检索增强生成）是一种通过从外部知识源检索相关信息后再生成回答的技术，它增强了大型语言模型的能力，提高了准确性，减少了幻觉，并为企业应用实现了实时更新。

AI大模型2026/3/28

阅读全文 →

如何用SmartBuckets+MCP快速构建AI代理？2026年开发效率提升指南

BLUFLiquidMetal's SmartBuckets technology combined with Anthropic's Model Context Protocol (MCP) reduces AI agent development time from months to days by eliminating RAG pipeline bottlenecks and providing automatic knowledge graph creation. 原文翻译： LiquidMetal的SmartBuckets技术与Anthropic的模型上下文协议（MCP）相结合，通过消除RAG管道瓶颈并提供自动知识图谱创建，将AI代理开发时间从数月缩短至数天。

AI大模型2026/3/27

阅读全文 →

Ragtime是什么？2026年自托管RAG API与MCP服务器深度解析

BLUFRagtime is a self-hosted, OpenAI-compatible RAG API and MCP server that integrates local knowledge into existing LLM clients, featuring a built-in chat UI, workspaces, dual vector stores (FAISS/pgvector), and robust security measures. 原文翻译： Ragtime是一个自托管、兼容OpenAI的RAG API和MCP服务器，可将本地知识集成到现有LLM客户端中，具有内置聊天界面、工作空间、双向量存储（FAISS/pgvector）和强大的安全措施。

AI大模型2026/3/27

阅读全文 →

Meta HyperAgents如何实现AI自我进化？2026年元认知框架解析

BLUFMeta's HyperAgents framework introduces the first AI system capable of 'metacognitive self-modification'—not only improving task performance but also optimizing how it improves itself, enabling cross-domain self-accelerating evolution. 原文翻译： Meta的HyperAgents框架推出了首个能够实现“元认知自我修改”的AI系统——不仅能提升任务表现，还能优化其自我改进的方式，从而实现跨领域的自加速进化。

AI大模型2026/3/27

阅读全文 →

CodeGeeX是什么？2026年AI编程助手核心功能深度解析

BLUFCodeGeeX is a powerful, multilingual AI coding assistant that generates code, translates between programming languages, adds comments automatically, and answers technical questions within your IDE, significantly boosting developer productivity. 原文翻译： CodeGeeX是一款功能强大的多语言AI编程助手，可在IDE内自动生成代码、在不同编程语言间进行翻译、自动添加注释并回答技术问题，显著提升开发者的工作效率。

AI大模型2026/3/27

阅读全文 →

1...6 7 8 9 10...46

8 / 46