人工智能技术文章
-
- Hugging Face Responses API 怎么同时发送文本和图片输入
- Hugging Face Responses API 可以在同一个 input 数组中组合 input_text 与 input_image。本文用 Python 和 OpenAI SDK 说明请求结构，并按令牌权限、模型路由、图片 URL 和输出字段拆解常见失败原因。
- 科技周边 · 人工智能 | 1星期前 | 392浏览 收藏
-
- OpenAI Responses API 如何区分 output_text 和完整输出项
- 讲清 OpenAI Responses API 中 output_text 便捷文本与 output 完整输出项的区别，覆盖展示、结构化处理、工具调用、标注和流式读取等常见场景。
- 科技周边 · 人工智能 | 1星期前 | 277浏览 收藏
-
- OpenAI Responses API 如何让工具调用返回结构化结果
- 用 Responses API 的 strict JSON Schema 约束工具参数，再通过 function_call_output 回传可解析结果，并说明如何单独约束最终 JSON 回复。
- 科技周边 · 人工智能 | 1星期前 | openai · 结构化输出 · OpenAI JSON Schema 工具调用 Responses API Structured Outputs 274浏览 收藏
-
- GPT-6 Astra API 限量开放时如何设计模型降级路径
- GPT-6 Astra API 限量开放期间，应用应区分访问资格、参数错误与 429/5xx 临时故障，再按能力档案选择备用模型，并记录实际模型与降级原因。
- 科技周边 · 人工智能 | 2星期前 | 人工智能 · 模型降级 Responses API GPT-6 Astra OpenAI API 限量开放 192浏览 收藏
-
- AI 流式输出中途断开时怎么保存已生成内容
- AI 流式输出中途断开时，不要等完整响应才落库。应以请求唯一标识和片段序号保存增量快照，区分 partial、completed、interrupted 状态，并在重连时用幂等键避免重复拼接。
- 科技周边 · 人工智能 | 2星期前 | ai · 278浏览 收藏
-
- LoRA 微调数据集里为什么要保留一致的对话格式
- LoRA 微调效果不只取决于 rank 和学习率，训练样本的角色、模板、结束标记与推理入口也必须保持一致。本文用 messages 示例说明如何固定这份格式契约。
- 科技周边 · 人工智能 | 2星期前 | 人工智能 · LoRa 微调数据集 对话格式 chat template messages 426浏览 收藏
-
- AI 评测集怎么同时记录准确率和拒答质量
- AI 评测集不要只放标准答案。把应答、应拒答和边界样本分开，记录 expected_action、拒答理由、人工标注和安全替代建议，再分别计算准确率、漏拒答率与拒答帮助度。
- 科技周边 · 人工智能 | 2星期前 | 385浏览 收藏
-
- Prompt 缓存命中率下降时怎么查前缀是否稳定
- Prompt 缓存命中率下降时，先比较最终渲染前缀而不是源模板。本文用 cached_tokens、prefix hash、模型设置和动态字段边界给出一套可复查的排查方法。
- 科技周边 · 人工智能 | 2星期前 | 487浏览 收藏
-
- AI 输出 JSON 偶尔多出 Markdown 围栏怎么做容错解析
- 模型输出 JSON 偶尔带有 Markdown 围栏时，先判断拒答和截断状态，再只清理首尾围栏，最后用 encoding/json 解码并执行字段级业务校验。
- 科技周边 · 人工智能 | 2星期前 | 398浏览 收藏
-
- 本地大模型量化后回答变慢怎么区分显存和上下文瓶颈
- 本地大模型量化后变慢，不一定是量化本身造成的。本文用显存峰值、首 token 延迟、生成 token/s 和上下文长度的对照实验，区分权重显存压力与 KV Cache 上下文瓶颈，并比较 4/8 bit、缓存卸载和量化缓存的选择。
- 科技周边 · 人工智能 | 2星期前 | 人工智能 · 性能排查 · 本地推理 model quantization KV Cache 433浏览 收藏
-
- AI Agent 工具调用返回结构化错误时怎么让模型重试
- AI Agent 工具调用失败时，不要无条件重放模型请求。本文用统一错误信封、错误码分层、原始 call_id 回传和有限重试预算，让模型只重试可修复问题，并避免副作用重复执行。
- 科技周边 · 人工智能 | 2星期前 | 307浏览 收藏
-
- RAG 检索结果太多时怎么用 reranker 控制上下文长度
- RAG 不应该把向量召回的所有片段直接塞进上下文。本文用 reranker 重排候选片段，再用 token 预算、单片段上限和来源去重装配最终上下文，给出可观测的参数与 Python 示例。
- 科技周边 · 人工智能 | 2星期前 | 281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。
- 185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。
- 241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。
- 197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。
- 178次使用
-
- CMMLU
- 深入了解CMMLU中文评估基准，涵盖67个学科主题，提供数据集下载、Zero-shot/Five-shot评估方法及排行榜，助力优化中文语言模型性能。
- 169次使用
