人工智能技术文章
-
- Gemini API Google Search Grounding 怎么验收：查询链、引用标注与失败边界
- Gemini API 的 Google Search Grounding 会自动决定是否检索，并在响应中返回搜索步骤与 URL 引用。本文用一个实时事实问答链路拆解工具启用、引用提取、结果验收和失败边界。
- 科技周边 · 人工智能 | 1个月前 | gemini · AI工程 · 引用 Gemini API Google Search Grounding AI工程 191浏览 收藏
-
- Structured Outputs让模型结果贴合 JSON Schema的实现方法
- 用 Structured Outputs 和 Pydantic 固定模型字段、类型与枚举，并区分正常解析、明确拒答、截断响应和业务校验失败，建立可落地的 JSON Schema 结果兜底方案。
- 科技周边 · 人工智能 | 1个月前 | 结构化输出 · AI工程 · Pydantic JSON Schema Structured Outputs 191浏览 收藏
-
- LiteRT SignatureDef 多输入模型怎么按签名准备推理张量
- LiteRT 多输入模型接入时，不要把 tensor index 当成调用契约。本文从 signature key、输入输出名称和张量形状入手，演示如何读取签名、准备多个输入、执行 signature runner，并排查名称与并发边界。
- 科技周边 · 人工智能 | 2天前 | 人工智能 · LiteRT SignatureDef 多输入模型 端侧推理 191浏览 收藏
-
- OpenAI Responses API background 模式怎么轮询：queued、completed 与超时回收
- Responses API 的 background 模式适合把较长任务交给后台处理。本文用状态机说明创建、轮询、超时、取消和结果保存，避免把 queued 误判成失败。
- 科技周边 · 人工智能 | 1个月前 | 异步任务 · openai · 轮询 background OpenAI Responses API queued completed 188浏览 收藏
-
- Go 接 Responses API background mode：轮询异步任务、状态与数据保留边界
- 长时间 AI 请求不适合一直占着 Go HTTP 连接。本文用一个报告生成场景拆开 Responses API background mode 的提交、轮询、完成判断和错误处理，并提醒后台模式与数据保留、Zero Data Retention 的边界。
- 科技周边 · 人工智能 | 2个月前 | go语言 · 异步任务 · 人工智能 · openai · Go 异步任务 轮询 数据保留 OpenAI Responses API background mode 183浏览 收藏
查看更多
课程推荐
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案，代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景，打造一站式知识长龙服务，适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例，全面具体可落地，从理论到实践，一步一步将GO核心编程技术、编程思想、底层实现融会贯通，使学习者贴近时代脉搏，做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信：Le-studyg；在课程中，我们将首先介绍MySQL8的新特性，包括性能优化、安全增强、新数据类型等，帮助学生快速熟悉MySQL8的最新功能。接着，我们将深入解析MySQL的网络通信机制，包括协议、连接管理、数据传输等，让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网，分为导航，轮播，关于我们，成功案例，服务流程，团队介绍，数据部分，公司动态，底部信息等内容区块。网站整体采用CSSGrid布局，支持响应式，有流畅过渡和展现动画。
- 485次学习
-
- Golang深入理解GPM模型
- Golang深入理解GPM调度器模型及全场景分析，希望您看完这套视频有所收获；包括调度器的由来和分析、GMP模型简介、以及11个场景总结。
- 474次学习
查看更多
AI推荐
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集，涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用，助力提升NLP模型性能。
- 486次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台，提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能，助您快速选择最适合项目的高性能大语言模型。
- 542次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制，用户可对比不同大模型回答并生成实时排行榜，助力开发者优化模型及用户选择最佳AI工具。
- 563次使用
-
- HELM
- 深入了解斯坦福推出的HELM（Holistic Evaluation of Language Models）大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景，涵盖准确性、公平性、鲁棒性等多维度指标，助力开发者全面优化语言模型性能。
- 520次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台，提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景，助力开发者全面评估多模态模型性能。
- 333次使用
