人工智能技术文章
-
- 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 | 2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
-
- 引用支撑度评估怎么配置或排查
- 用 Hugging Face 风格的评估数据组织方式，拆解 RAG 引用支撑度的字段契约、覆盖检查、语义判定和分层排障方法。
- 科技周边 · 人工智能 | 2星期前 | 115浏览 收藏
-
- LoRA 数据字段怎么配置或排查
- 使用 Hugging Face TRL 做 LoRA 微调时，先把 instruction、input、output 等业务字段统一为 text、messages 或 prompt/completion，再分别排查聊天模板、损失目标和 target_modules 配置。
- 科技周边 · 人工智能 | 2星期前 | 171浏览 收藏
-
- 提示词缓存动态字段怎么配置或排查
- 本文以 Hugging Face Transformers 的 DynamicCache 为例，说明提示词缓存动态字段的配置边界，覆盖 use_cache、past_key_values、迭代对话、窗口上限、回滚、显存排查以及切换 StaticCache 的判断方法。
- 科技周边 · 人工智能 | 2星期前 | 人工智能 · 性能排查 · 提示词工程 · 提示词缓存动态字段 DynamicCache KV缓存 Transformers缓存 past_key_values use_cache StaticCache 397浏览 收藏
-
- 批量推理长度分桶怎么配置或排查
- 批量推理输入长度差异大时，固定 batch 会产生大量 padding。本文用 Hugging Face Transformers、PyTorch DataLoader 和 token 长度分桶说明配置方式，并给出显存、吞吐和结果顺序的排查清单。
- 科技周边 · 人工智能 | 2星期前 | 221浏览 收藏
-
- 视觉表格区域裁剪怎么配置或排查
- 视觉表格识别前，先统一 xyxy 坐标、比例扩边和边界裁剪，再交给 Hugging Face image processor 做 resize、归一化等预处理。本文给出可复用代码和排查清单。
- 科技周边 · 人工智能 | 2星期前 | 人工智能 · Hugging Face 图像裁剪 表格识别 视觉表格 387浏览 收藏
-
- 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星期前 | 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星期前 | 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星期前 | 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星期前 | 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星期前 | 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星期前 | 366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。
- 253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。
- 298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。
- 270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。
- 250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。
- 54次使用
