搜索[LLM]结果-低调大师优秀个人博客

精选列表

搜索[LLM]，共5767篇文章

认知型AIOps实践：基于LLM Agent与知识图谱的工单变更自动化框架

关键词：AIOps；LLM 智能体；SRE 变更治理；运维自动化；自然语言运维；知识图谱一、理论基础：工单智能体底层范式与治理逻辑 1.1 认知型 AIOps 2.0 自治运维理论传统 AIOps

2026-07-14

终结“显存焦虑”：2026 推理基建新范式，用 vLLM + SGLang 构建企业级高并发 LLM Serving

这标志着 LLM 推理正式告别了“手工调优 CUDA Kernel”的作坊时代，进入了**标准化、可组合、极致弹性**的云原生推理新纪元。

2026-07-11

🔥 为 AI 员工增加基于 LLM 的联网搜索工具量：开源无代码 / 低代码平台 NocoBase

迁移管理] 支持 migration 命令 by @chenos v2.0.33 发布日期：2026-04-08 🎉 新特性 [AI 员工] 为 AI 员工增加基于 LLM

2026-04-09

阿里 ROLL 团队从基建->算法->机理，推动 RL4LLM 全栈协同优化

AsyPPO）与Attention 机制（Attention-based Reasoning Rhythm），「3A」彼此间并非孤立的技术堆砌，而是深度耦合，致力于共同推动「强化学习用于大语言模型（RL4LLM

2025-12-11

OpenAgents 创始人 Raphael Shu：LLM 打破 15 年多智能体强化学习（MARL）技术范式

我们对于 2022 年印象如此深刻，或许正是因为那一年的11月，ChatGPT 问世，让全世界看到了大语言模型（LLM）的潜力。

2025-11-18

🔥 Bsin-kb-agent 1.1.0：基于 LLM 和 AI 编排的企业级 AI 知识库

项目介绍 Bsin-kb-agent是基于BsinPaaS 开源框架和大语言模型构建的企业知识库应用，借鉴 langchain 的框架思想，引入 langchian4j 组件，微前端微服务的架构设计，可快速助您构建和体验端到端的 AI 知识库应用。当前版本：v1.1.0 新功能更新向量数据为es 抽离智能体编排UI组件新增智能体类型：数字分身和品牌智能体询问AI

2024-11-12

LLM 工具调用分发实测：反射 Invoke 只要 20 纳秒，真正的瓶颈是 JSON 参数绑定，占 76%

Agent 工具注册表的分发路径有三种常见实现：每次反射 MethodInfo.Invoke、启动时缓存强类型委托、表达式树编译成统一签名委托。本文在 .NET 10.0.5 / Apple M4（macOS arm64）上把这条链路拆开量了：分发层已经不是问题，参数绑定才是。

2026-11-14

AI面试八股文-01_1-LLM基础概念(Token-上下文窗口-幻觉)

# 01 LLM 基础概念：Token、上下文窗口与幻觉 > 更新： 2026-10-12 ## 1. Token 是什么？ > 图解：Token 如何影响一次 LLM 调用 !

2026-10-18

量化 LLM 推理真的省电吗？我在五张 GPU、四代架构上直接测了测

做 LLM 部署的人大多有个默认假设：量化降低了显存占用和内存带宽压力，所以推理更省电。

2026-09-30

LLM+RPA 协同架构：AI 生成流程、RPA 稳定执行，打通业务自动化闭环的工程实践

LLM+RPA 的价值，不在于让大模型“代替”自动化工具，而在于把需求理解、流程生成、稳定执行、失败诊断、授权分发、结果回流连成一条可审计的生产链路。

2026-09-28

用 LLM 把市场状态变成一句话

今天的文章教你把这些信号喂给 LLM，让它用一句话说出当前市场状态。

2026-09-13

LLM 规划，编译器生成：以工作流为契约的确定性 SQL 生成器

### LLM 直出 SQL 的确定性问题问题的根因不在 AI 能力，而在范式。让概率模型直接承担终态 SQL 的生成，把“规划”与“生成”绑在同一次采样中，确定性无从保证。

2026-09-07

Vibe Coding 的本质：构建以 LLM 为执行引擎的“意图解释器”与工程化闭环

# Vibe Coding 的本质：构建以 LLM 为执行引擎的“意图解释器”与工程化闭环 > 2025 年初，Andrej Karpathy 提出的“Vibe Coding”在开发者圈层激起千层浪——

2026-08-06

WorkBuddy + xParse组合拳，一键将扫描件、PDF转换为LLM-ready的Markdown/JSON数据

2026-08-06

医药O2O关键词如何动态剪枝：LLM与上下文老虎机实践

# **三、把LLM放在工具层，而不是让它直接猜答案** 大语言模型适合解释语义、拆解任务和调用工具，但不适合凭自然语言直接决定预算。一个可控的关键词剪枝智能体可以分为五个组件。

2026-07-23

在生产环境TKE上部署AIOps智能体：基于开源LLM+RAG的故障根因定位实战

# 在生产环境TKE上部署AIOps智能体：基于开源LLM+RAG的故障根因定位实战 > 当K8s集群出现“节点故障”导致大量Pod驱逐时，传统监控需要人工跨平台（云控制台、CLS日志、Prometheus

2026-07-23

清华大学与 OpenBMB 提出“H-Neurons”：LLM 幻觉相关神经元的存在、作用及其起源

清华大学自然语言处理实验室（THUNLP）与 OpenBMB 团队的研究人员发布了题为《H-Neurons: On the Existence, Impact, and Origin of Hallucination-Associated Neurons in LLMs》的研究论文。该研究从识别、行为影响和起源三个维度，对Large Language Models (LLMs)中的幻觉关联神经元（H-Neurons）进行了系统性调查。论文地址：https://arxiv.org/pdf/2512.01797 在识别方面，研究证明 LLMs 中存在一个比例极低的稀疏神经元子集（占总神经元数量不到 0.1% ），这些 H-Neurons 能够可靠地预测幻觉的发生。官方数据显示，该预测能力在从通用知识到生物医学等不同领域和场景中展现出极强的泛化性。在行为影响方面，通过受控干预实验，研究揭示了 H-Neurons 与模型的“过度顺从”（Over-compliance）行为之间存在因果联系。干预实验证明，这些神经元会强制模型优先考虑满足用户 Prompt 的需求，即便 Prompt 中包含错误的前提，模型也会选择迎合用户而非坚持事实真相，这被认为是幻觉产生的核心物理来源。在起源追溯方面，研究人员将这些神经元定位到了预训练（Pre-trained）基础模型阶段。研究发现，这些神经元在预训练期间就已经具备了对幻觉检测的预测性，表明幻觉倾向并非产生于后期微调，而是深植于基础模型的“下一个 Token 预测”这一训练目标中。该研究成果将 LLMs 的宏观行为模式与微观神经机制连接起来，为解决 LLMs 事实准确性问题以及开发更可靠的模型提供了见解。目前，该研究论文已提交至 arXiv。

2025-12-23

由 DeepSeek-OCR 启发的新思路：所有输入给 LLM 的内容都只应该是图像

对我来说，更有趣的部分在于它提出的一个核心问题（尤其我骨子里是个搞计算机视觉的，只是暂时伪装成搞自然语言处理的）：对于大语言模型（LLM）来说，像素（图像）会不会是比文本更好的输入形式？

2025-10-21

拓数派受邀参加由Google举办的“深度探索 LLM / Generative AI的生态与应用”主题活动

大语言模型（LLM）可谓是当下国内科创界最热门的话题。

2023-06-26

LLM Gateway是什么？一次请求经过的8个处理环节与2026主流开源/商用方案对比

很多团队第一次搭 LLM Gateway，会在现有的 API 网关上加一个反向代理，配上限流和鉴权，觉得事情就办完了。

2026-10-15

资源下载

更多资源

优质分享App

近一个月的开发和优化，本站点的第一个app全新上线。该app采用极致压缩，本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。