人工智能技术文章-Golang学习网

分类:

最新
热门

三月内

三天内一周内一月内三月内

AI 代理工具结果太大怎么办：Go 用引用句柄隔离上下文与原始响应

AI 代理调用搜索、数据库或文件工具时，完整结果直接塞进上下文会挤压后续推理空间。本文用 Go 演示摘要与原始响应分离、引用句柄回取和失败状态核对。

科技周边 · 人工智能 | 1星期前 | go · 上下文管理 · 人工智能 · 工具调用 · 上下文 Go AI代理工具调用引用句柄 272浏览收藏
Python asyncio.Queue 给本地模型推理加背压：为什么任务堆积会挤爆显存

本地视觉模型服务最容易被忽略的问题，不是单次推理慢，而是上传任务无限排队。本文用 Python asyncio.Queue(maxsize=2) 建立背压，让生产者在队列满时等待，并用 inference_mode、task_done 和显存检查验证流水线是否真的稳定。

科技周边 · 人工智能 | 1星期前 | 性能优化 · python · 人工智能 · 模型推理 · Python 显存背压 asyncio.Queue 本地模型推理 308浏览收藏
大模型工具调用参数为空怎么办：Go 用 json.RawMessage 区分缺失与 null

大模型工具调用经常把参数省略、传 null 和传空对象混在一起。本文用 Go 的 json.RawMessage 保留原始状态，再按工具契约做缺失、null、空对象和合法参数的分支校验。

科技周边 · 人工智能 | 1星期前 | JSON · go · 参数校验 · 人工智能 · 工具调用 · 人工智能 Go 参数校验 json.RawMessage 工具调用 443浏览收藏
大模型输出为什么会重复：temperature、top_p 与停止条件的排查边界

大模型回答出现整段重复时，不要只把 temperature 调高。本文按请求参数、采样范围和停止条件拆开排查，给出一个可复现的参数核对流程，并说明哪些现象属于模型能力边界，哪些是客户端拼接造成的。

科技周边 · 人工智能 | 1星期前 | 人工智能 · 接口调试 · 大模型 · 推理参数 · 输出质量 · 生成参数大模型输出重复 temperature top_p 停止条件 470浏览收藏
向量检索为什么要统一维度：OpenAI Embeddings 的 dimensions 参数与索引迁移

向量检索系统里，模型、dimensions 参数和索引维度必须形成一份可检查的契约。本文用 OpenAI Embeddings 的请求参数、双索引回填和查询路由，说明如何迁移维度而不让新旧向量混在一起。

科技周边 · 人工智能 | 1星期前 | 数据迁移 · 人工智能 · rag · embedding · 向量检索 · 向量数据库向量维度 OpenAI Embeddings dimensions 索引迁移 105浏览收藏
大模型评测为什么偏爱更长答案：位置偏差、盲评与成对比较

大模型评测中的长答案偏好，往往和位置偏差、格式线索混在一起。本文用成对盲评、交换答案位置和重复试验拆开这几个因素，并给出可复核的 Python 验收流程。

科技周边 · 人工智能 | 1星期前 | 人工智能 · 工程实践 · 模型评测 · LLM-as-a-Judge · 评测集 · 位置偏差大模型评测 LLM-as-a-Judge 盲评成对比较 329浏览收藏
RAG 文档切片 overlap 怎么定：按标题层级、token 上限和检索命中做验证

RAG 的 chunk overlap 不是越大越好。本文从标题层级切片、token 上限和检索命中三个可测边界出发，给出一套可复现的初始参数、验证方法和调整顺序。

科技周边 · 人工智能 | 1星期前 | 人工智能 · rag · 知识库 · 工程实践 · 向量检索 · token RAG 召回率向量检索文档切片 chunk overlap 309浏览收藏
RAG 检索结果如何按置信度分层：上下文截断与引用保留

RAG 应用不能把最高相似度直接当成答案可信度。本文用可复现的分层规则，把 query_embedding、similarity_score、上下文预算和引用保留串成一条检索到回答的质量控制链。

科技周边 · 人工智能 | 1星期前 | 检索 · 人工智能 · rag · embedding · 向量数据库 · 引用 RAG 置信度向量检索上下文截断 325浏览收藏
视觉语言模型 OCR 结果为什么会漂移：图片裁切、坐标归一化与结构化校验

视觉语言模型接入 OCR 时，结果漂移往往不是模型突然失忆，而是裁切坐标、原图尺寸和结构化字段没有对齐。本文用一条可复核的数据路径拆开问题，并给出校验与回退做法。

科技周边 · 人工智能 | 1星期前 | ai · OCR · 工程实践 · OCR 视觉语言模型结构化输出坐标归一化 406浏览收藏
RAG 检索结果如何做来源分层：上下文拼接、引用保留与空结果处理

RAG 流程里，检索命中不等于可以直接交给模型。本文用来源分层、上下文拼接、引用保留和空结果分支，搭出一条可核对、可回退的回答链路。

科技周边 · 人工智能 | 1星期前 | 人工智能 · rag · 大模型应用 · 检索增强生成 RAG 来源引用上下文拼接 170浏览收藏
MCP capability negotiation 怎么确认客户端支持 elicitation：form 与 url 的分支判断

MCP 服务端不能看到客户端声明了 elicitation 就直接发送任意模式。本文按初始化能力、form 与 url 分支、请求结果和失败回退，说明如何核对客户端支持范围并守住敏感信息边界。

科技周边 · 人工智能 | 1星期前 | 人工智能 · mcp · 安全边界 · 协议设计 · URL MCP form Elicitation capability negotiation 221浏览收藏
向量检索召回很多但答案变差：按来源分组保留上下文多样性

向量检索的 top_k 越大不一定让 RAG 答案更好。本文用一个可运行的 Python 小实验说明如何按 source_id 分组、保留上下文多样性，再把有限的候选片段交给生成模型。

科技周边 · 人工智能 | 1星期前 | python · 人工智能 · rag · 向量数据库 · 检索增强生成 · RAG 向量检索上下文多样性来源分组 top_k 261浏览收藏
Python 调用大模型时如何用结构化输出校验 JSON：从解析失败到可重试

用 Python 把大模型返回的 JSON 经过解析、字段校验和有限重试，避免把半截或缺字段的数据直接写入业务流程。

科技周边 · 人工智能 | 1星期前 | JSON · python · 重试 · 大模型 · Python 人工智能结构化输出 JSON校验 501浏览收藏
RAG 检索结果为什么会被上下文窗口截断：召回排序与提示词预算怎么分配

RAG 不是召回越多越好。本文从 retrieve、rerank、budget、prompt 四个真实环节拆解上下文被截断的原因，并给出可验证的预算分配与降级方案。

科技周边 · 人工智能 | 1星期前 | 人工智能 · rag · 大模型应用 · 检索增强生成 RAG 上下文窗口提示词预算 495浏览收藏
多模态批处理结果如何稳定对账：custom_id、JSONL 顺序与失败重试边界

多模态批处理完成后，输入行与输出行可能顺序不同，失败请求也可能单独落在错误文件。本文用 custom_id 建立稳定主键，再按 JSONL 逐行解析、分离成功与失败，并给出可重跑而不重复记账的对账流程。

科技周边 · 人工智能 | 1星期前 | 人工智能 · 工程实践 · 多模态 · 批处理多模态失败重试 JSONL custom_id 319浏览收藏

1 3 4 5 16

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

SuperCLUE

SuperCLUE是权威的中文大语言模型综合评测基准，涵盖语言理解、知识应用、AI Agent智能体及安全性等12项核心能力。通过多轮对话与客观测试，定期发布榜单与技术报告，为模型研发、优化及行业选型提供科学依据。

166次使用
C-Eval

深入了解C-Eval中文评估套件，涵盖52个学科与4级难度。本文详解其功能特点、Zero-shot/Few-shot使用方法及代码示例，助您全面评测LLM中文理解与泛化能力。

90次使用
AI Prompt Library

探索AI Prompt Library免费资源库，涵盖营销、写作及多场景AI提示词。兼容ChatGPT、Claude等工具，一键复制优化输出，提升工作效率。

11次使用
LangGPT

LangGPT是一种受编程语言启发的结构化提示词设计工具，提供双层框架、模块化模板及变量功能，帮助用户高效编写高质量Prompt。该项目已在GitHub免费开源，适用于内容创作、编程辅助等多场景。

27次使用
ClickPrompt

ClickPrompt是一款专为AI提示词编写者设计的开源在线工具，支持Stable Diffusion绘图、ChatGPT对话及GitHub Copilot代码辅助。提供Prompt自动生成、一键运行、社区分享及可视化优化功能，帮助用户高效获取精准AI输出。

56次使用