人工智能技术文章
-
- RAG 文档切片重叠过大时如何控制上下文膨胀
- RAG 文档切片的 overlap 过大，会让相邻片段重复进入上下文，增加索引和推理成本。本文给出重叠比例、配置调整和验证指标。
- 科技周边 · 人工智能 | 1星期前 | 向量检索 · AI工程 · chunk overlap RAG文档切片 RAG重叠窗口 上下文膨胀 向量检索召回 238浏览 收藏
-
- Responses API 的结构化输出如何保留工具错误字段
- Responses API 的结构化输出不会自动校验工具返回值。本文用统一错误信封、function_call_output 和严格 JSON Schema 保留错误码、消息与可重试标记，并说明为什么还要保存原始工具结果。
- 科技周边 · 人工智能 | 1星期前 | API · 人工智能 · 结构化输出 · Responses API Structured Outputs function_call_output 111浏览 收藏
-
- 视觉模型读取表格图片时如何按区域保留字段证据
- 介绍视觉模型读取表格图片时的区域化证据链：用稳定 region_id 组织裁剪图和字段范围，结合多图输入与 JSON Schema 保存可回溯的字段证据，并处理成本、空值和跨页边界。
- 科技周边 · 人工智能 | 1星期前 | 312浏览 收藏
-
- RAG 引用定位如何把 chunk ID 传回最终回答
- RAG 中不要让模型猜来源。给每个检索片段保留稳定 chunk_id，让模型返回可校验的 citations，再由应用层回填标题、页码和原文位置。
- 科技周边 · 人工智能 | 1星期前 | 111浏览 收藏
-
- vLLM Prefix Caching 适合重复长前缀请求吗
- vLLM Prefix Caching 适合重复长前缀、长文档和多轮会话，但收益集中在 prefill。本文从前缀稳定性、开启配置、测量方法、缓存容量和多租户隔离几个方面判断是否值得使用。
- 科技周边 · 人工智能 | 1星期前 | 性能优化 · 人工智能 · vLLM 推理优化 KV Cache Prefix Caching 356浏览 收藏
-
- Transformers generate 如何用 stopping criteria 停在自定义标记
-
在 Transformers generate 中自定义 StoppingCriteria，用 tokenizer 生成的 token 序列匹配
等标记，并处理批量生成、提示词误匹配和兜底长度限制。 - 科技周边 · 人工智能 | 1星期前 | 120浏览 收藏
-
- Transformers tokenizer padding_side 设置错误会怎样影响批推理
- Transformers 批量生成时，padding_side 配错会让 decoder-only 模型把补齐 token 当成生成起点。本文用 input_ids、attention_mask 和 generate 的关系说明 left padding 的配置方法、pad_token 处理与回归检查边界。
- 科技周边 · 人工智能 | 1星期前 | 457浏览 收藏
-
- Hugging Face Datasets 流式读取大语料时如何切分样本
- Hugging Face Datasets 开启 streaming 后会返回 IterableDataset。本文用 take、skip 和 shard 解释连续取样、并行分片的差异，以及 shuffle 顺序和性能边界。
- 科技周边 · 人工智能 | 1星期前 | python · 数据处理 · 人工智能 · Hugging Face Datasets streaming IterableDataset 449浏览 收藏
-
- Embedding 余弦相似度异常时如何检查向量归一化
- 余弦相似度异常，先别急着改阈值。本文用一段最小 Python 配方检查 Embedding 的维度、L2 范数、归一化、点积和向量库距离配置，帮助定位分数漂移的真正环节。
- 科技周边 · 人工智能 | 1星期前 | 383浏览 收藏
-
- OpenAI Batch API 用 custom_id 如何对应原始请求
- OpenAI Batch API 的输出顺序不保证与输入一致，custom_id 才是回配原始请求的稳定关联键。本文用 JSONL、成功结果、错误结果和重试设计说明如何可靠映射批量任务。
- 科技周边 · 人工智能 | 1星期前 | 人工智能 · 工程实践 · 批处理 · OpenAI Batch API custom_id 批量请求结果映射 JSONL 结果回配 105浏览 收藏
-
- OpenAI 工具调用返回多个 tool call 时如何逐个回传结果
- Responses API 一次返回多个 function_call 时，不要只处理第一项；保留完整 response.output，按每个 call_id 执行工具并逐条回传 function_call_output，才能避免结果串线。
- 科技周边 · 人工智能 | 1星期前 | API · 人工智能 · 工具调用 · OpenAI Responses API Function Calling tool call 146浏览 收藏
-
- OpenAI Structured Outputs 可选字段如何设计兼容 schema
- Structured Outputs 严格模式要求字段全部写入 required。本文用 required 加 null 类型表达可选语义，并说明嵌套对象、额外属性、拒答和不完整响应的兼容边界。
- 科技周边 · 人工智能 | 1星期前 | openai · OpenAI Nullable Schema JSON Schema Structured Outputs 281浏览 收藏
-
- OpenAI File Search 元数据过滤怎样缩小检索范围
- OpenAI File Search 可以在 vector store file 上写入 attributes，再用 file_search.filters 通过 eq、and、or、in 和数值范围条件缩小检索范围。本文用租户、语言和年份示例说明字段设计、复合过滤以及空结果排查。
- 科技周边 · 人工智能 | 1星期前 | 人工智能 · OpenAI Attributes 元数据过滤 Responses API File Search vector store 426浏览 收藏
-
- OpenAI Responses API 后台任务完成后如何取回结果
- OpenAI Responses API 使用 background=true 后，先保存 response.id，再通过 Responses 取回接口轮询 queued 或 in_progress 状态；本文说明如何读取 output_text，并处理 failed、cancelled、incomplete 等终态。
- 科技周边 · 人工智能 | 1星期前 | 异步任务 · 人工智能 · 轮询 后台任务 background true OpenAI Responses API response_id 314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。
- 184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。
- 240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。
- 195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。
- 175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。
- 166次使用
