人工智能技术文章
-
- 工具调用参数校验怎么配置或排查
- 以 Hugging Face 风格工具调用为例,说明 JSON Schema、tool_calls 参数形状与 Pydantic/业务规则校验的排查方法。
- 科技周边 · 人工智能 | 2个月前 | 264浏览 收藏
-
- 结构化输出失败怎么配置或排查
- 以 Hugging Face InferenceClient 为例,拆解结构化输出失败的三层原因,用最小 JSON Schema 和检查清单快速定位配置、模型兼容性与解析问题。
- 科技周边 · 人工智能 | 2个月前 | 结构化输出 · AI接口 Hugging Face 结构化输出 JSON Schema 447浏览 收藏
-
- reranker 召回评估怎么配置或排查
- 围绕真实初筛候选集配置 reranker 评估,说明 positive、negative、documents、candidate_k、rerank_k 的边界,并用 MRR@10、nDCG@10、MAP 对比基线与重排结果,定位召回、截断和分数解释问题。
- 科技周边 · 人工智能 | 2个月前 | Reranker 388浏览 收藏
-
- RAG 切块与引用定位怎么配置或排查
- 从文档结构、token预算、重叠窗口和稳定元数据四个方面,说明RAG切块与引用定位的配置方法、排查顺序和常见误区。
- 科技周边 · 人工智能 | 2个月前 | rag · chunk overlap chunk_id RAG切块配置 RAG引用定位 offset mapping 404浏览 收藏
-
- 检索结果重复时如何做去重和来源合并
- RAG 检索结果重复时,先按 source_id 做同来源去重,再保留 chunk_id、最高分和冲突标记形成证据组,避免重复上下文和来源误合并。
- 科技周边 · 人工智能 | 2个月前 | 484浏览 收藏
-
- AI 生成代码如何用单元测试约束修改范围
- AI 生成代码最容易失控的地方不是语法,而是修改范围。本文用单元测试、修改预算和 git diff 双重门禁,拆解如何让一次生成式改动保持可验收、可回退。
- 科技周边 · 人工智能 | 2个月前 | 366浏览 收藏
-
- 提示词模板如何给变量设置默认值和类型
- OpenAI 提示词模板的变量主要负责替换输入,默认值、类型和必填校验应放在应用侧包装函数中。本文用 TypeScript 建立一层可复用契约。
- 科技周边 · 人工智能 | 2个月前 | 296浏览 收藏
-
- 流式输出中断后如何恢复未完成的模型响应
- 模型流式输出中断时,不要直接把请求重发并拼接全文。先保存 request_id、事件序号和幂等键,重连时重放已确认事件,再按供应商能力决定是否续生成,才能避免重复展示和状态错乱。
- 科技周边 · 人工智能 | 2个月前 | 108浏览 收藏
-
- AI Agent 记忆如何区分用户事实和临时对话
- AI Agent 记忆不应把所有对话永久保存。本文用会话、任务和用户事实三层模型,说明字段设计、写入门槛、分层检索与冲突处理方法。
- 科技周边 · 人工智能 | 2个月前 | 人工智能 · ai agent · rag · AI Agent agent memory 记忆系统 110浏览 收藏
-
- 工具调用参数校验失败后怎样安全重试
- 工具调用参数校验失败时,不要直接重放可能产生副作用的工具。本文拆解 strict Schema、应用侧业务校验、tool_call_id 错误反馈、幂等键和有限重试的分工。
- 科技周边 · 人工智能 | 2个月前 | API · 错误处理 · 人工智能 · 工程实践 · 参数校验 工具调用 Function Calling 幂等重试 strict Schema 215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。
- 1149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。
- 1136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。
- 1313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。
- 1254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。
- 1107次使用

