"大模型"相关的文章
AI,个人随笔
大模型在政务领域落地,纠结到底选MaaS还是自研?

大模型在政务领域落地,纠结到底选MaaS还是自研?

在大模型赋能政务领域的过程中,“选择 MaaS 平台还是自研” 成为不少团队的核心困惑 ——MaaS 能快速启动验证场景,却存在业务适配与功能拓展的局限;自研虽能深度融合政务流程,却面临周期长、门槛高的挑战。文章结合实战经验,拆解从 MaaS 验证到自研深耕的落地路径,为政务 AI 项目提供清晰方向。
AI,个人随笔
长上下文是如何失效的

长上下文是如何失效的

长上下文能力曾被视为大模型的“质变突破”,但它真的如我们想象中那样有效吗?本篇文章将从技术原理、产品实践与用户体验三个维度,拆解长上下文的失效机制,揭示其在真实场景中的边界与误区,并提出更具现实感的产品思考路径。
AI
RAG已死,召回为王:揭秘提升大模型知识检索能力的九大“神技”(深度案例版)

RAG已死,召回为王:揭秘提升大模型知识检索能力的九大“神技”(深度案例版)

在大型语言模型(LLM)驱动的应用浪潮中,我们都梦想着拥有一个无所不知的AI助手。检索增强生成(RAG)技术正是实现这一梦想的钥匙,它让大模型能连接外部知识库,回答专业、实时的问题。然而,许多开发者在满怀激情地搭建完RAG系统后,却常常遭遇“AI失忆”的尴尬:模型要么回答“我不知道”,要么就开始一本正经地胡说八道。 问题的根源,往往不出在那个聪明的大模型上,而是出在了它那个“健忘”的图书管理员——检索系统上。当这个管理员无法从书架上找到相关的书籍(信息)时,再博学的教授(LLM)也无能为力。