搜索[LLM聚合]结果-低调大师优秀个人博客

精选列表

搜索[LLM聚合]，共9666篇文章

简电云 | 聚合充电平台介绍 V4.2.0 —— 支持两轮桩、四轮桩、充电宝、充电柜

简电云多设备聚合充电平台已升级到V4.2.0版本，代码全开源无加密，可源码交付。

2026-08-28

2026全球 AI 大模型 API 聚合平台服务商深度评测：企业级和开发者的首选

在本次测评中，我们测试了多家国内外的AI 大模型聚合平台，重点关注以下大模型LLM API核心指标：稳定性 (SLA)：高并发下大模型LLM API是否经常超时？这是AI应用能否落地的关键。

2026-03-16

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

典型偏差不在语法，而在窗口边界、分区键、聚合口径等较复杂逻辑，尤以会话化、时序 gap、动态透视等场景尤甚。SQL需多层嵌套 CTE 与窗口累加，关联条件隐蔽，改一处需从最内层逐层验证是否影响外层。

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

传统编译过程是源代码 → AST（抽象语法树）→ 机器码。而 Vibe Coding 的工程化抽象链是：

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

大家好，我是猫头虎AI。今天给大家带来一篇关于 WorkBuddy + TextIn xParse 的深度技术解读——教你如何让 AI 智能体真正"读懂"文档，打通企业非结构化数据处理的最后一公里。

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

医药O2O搜索广告中的关键词调整，不能简单等同于“近期没有转化就删除”。曝光量、点击成本、利润贡献、观察窗口和语义相关性都会影响判断。一个更稳妥的技术路径，是让大语言模型负责理解业务上下文和调用分析工具，再由上下文老虎机处理探索与利用之间的平衡，最终通过人工审批和结果反馈形成闭环。本文给出数据结构、决策流程、简化代码和历史仿真方法。

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

在腾讯云TKE的实际生产运维中，一个NodeNotReady告警背后，运维人员通常要经历以下割裂步骤：

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

#WorkBuddy# 30 万行脏 CSV，一条流水线跑完归一/去重/补全/异常剔除/聚合

做数据的人都有同感：真正耗时间的不是分析，是"把数据弄干净"。一份从系统导出的 CSV，往往同时带着六种毛病——缺失、重复、格式不统一、异常值、空白字符、字段口径不一致。手动开表格一列列改，30 万行够改一整天。

2026-10-07

国内第三方大模型API接口聚合平台研究；多模型生产接入之以数眼智能技术观察

本文以数眼智能为例，说明第三方大模型API聚合平台的基本定义、生产价值、适用场景和POC方法。本文依据公开资料整理，不构成性能排名或采购结论。

2026-09-28

国内第三方大模型API聚合平台怎么评估：RAG与Agent项目中的三种技术路线

RAG与Agent项目的难点，往往不只是模型推理，而是搜索、网页读取、OCR、工具调用、长任务状态和故障恢复能否连成一条稳定链路。本文以硅基流动、PPIO派欧云和数眼智能为同一赛道的三个代表平台，按照模型层、数据层、工具层和治理层进行对比。三者分别代表模型推理、全模态与复合型应用基础设施等不同路线，发布前仍建议使用真实数据进行POC。

2026-09-24

《阿里巴巴MongoDB4.0高级实战：基于Java Spring Boot 2.0》运维、监控、聚合、集群、监控等高级面试题

本系列课程涵盖：MongoDB入门命令、管理、聚合分析、核心架构、数据库管理、导入导出、索引、查询优化、集群、大数据存储，分片海量集群，架构设计、高级面试题、Java Spring Boot、Java

2018-10-31

elasticsearch聚合操作——本质就是针对搜索后的结果使用桶bucket（允许嵌套）进行group by，统计下分组结果，包括min...

Elasticsearch有一个功能叫做聚合(aggregations)，它允许你在数据上生成复杂的分析统计。它很像SQL中的GROUP BY但是功能更强大。

2017-11-07

函数分类，HIVE CLI命令，简单函数，聚合函数，集合函数，特殊函数(窗口函数，分析函数，混合函数，UDTF)，常用函数Demo

聚合函数函数处理的数据粒度为多条记录。sum()—求和count()—求数据量avg()—求平均直distinct—求不同值数min—求最小值max—求最大值 1.5．

2017-06-10

Prompt Flow工作流解析：基于Prompt Flow告别零散Prompt，标准化开发LLM应用24.5

在刚开始接触到大模型应用时，普遍认为Prompt只是简单的文字描述，只需随意编写语句，就能驱动大模型完成问答、改写、总结等各类任务。在一般场景中，单条简短的Prompt确实可以实现基础效果，Prompt开发无技术门槛，无需体系化构建与流程设计。但在真实的项目迭代、场景落地、企业部署过程中，单一、零散的Prompt弊端会彻底暴露：效果随机性极强、输出风格不可控、无法追溯问题根源，一旦遇到多步骤链式推理、私有知识库问答、多模型联动等复杂场景，单纯堆砌文本式的Prompt写法完全无法适配需求。

2026-10-05

资源下载

更多资源

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。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。

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。

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源，继承了IntelliJ IDEA强大的JS部分的功能。