-
🧠 解码大语言模型的记忆力：上下文长度的前世今生
在与ChatGPT、Claude等大语言模型对话时，你是否好奇：它们是如何记住我们之前的对话内容的？为什么有时它们能记住很长的对话，有时却会"失忆"？今天，我们就来深入浅出地剖析大语言模型中的一个关键概念——上下文长度（Context Length）。上下文长度是什么？想象你正在和一个朋友聊天。这个朋友有一个特殊的能力：他能记住你们之间交流的最后N个字。如果你们的对话超过了N个…- 3
- 0
-
🧠 解码大语言模型的记忆力：上下文长度的前世今生
在与ChatGPT、Claude等大语言模型对话时，你是否好奇：它们是如何记住我们之前的对话内容的？为什么有时它们能记住很长的对话，有时却会"失忆"？今天，我们就来深入浅出地剖析大语言模型中的一个关键概念——上下文长度（Context Length）。上下文长度是什么？想象你正在和一个朋友聊天。这个朋友有一个特殊的能力：他能记住你们之间交流的最后N个字。如果你们的对话超过了N个…- 2
- 0
-
🧠 解码大语言模型的记忆力：上下文长度的前世今生
在与ChatGPT、Claude等大语言模型对话时，你是否好奇：它们是如何记住我们之前的对话内容的？为什么有时它们能记住很长的对话，有时却会"失忆"？今天，我们就来深入浅出地剖析大语言模型中的一个关键概念——上下文长度（Context Length）。上下文长度是什么？想象你正在和一个朋友聊天。这个朋友有一个特殊的能力：他能记住你们之间交流的最后N个字。如果你们的对话超过了N个…- 2
- 0
-
OpenAI 白送 200 美元的深度研究功能？实测后发现这个「阉割版」不如不用
今天凌晨，OpenAI 宣布推出由 o4-mini 驱动的轻量版深度研究功能。先划重点，Plus、Team、Enterprise 和 Edu 用户都将可以使用这项功能。每月查询次数分别为：Pro 用户 250 次、Plus 用户 25 次、免费用户 5 次。官方表示，这一版本在智能程度上接近完整版深度研究，虽然回复更为简洁，但依然注重内容深度，同时降低了服务成本。Enterprise 和 Edu …- 3
- 0
-
为什么一定要做Agent智能体？
在进行Agent能力落地、推广的过程中，我经常被问到一个问题：为什么一定要做Agent智能体？提出这个问题的人也挺多的，其实逻辑也并不复杂：同样的业务场景，使用Agent无非就是构建了一个基于大模型按多步骤执行的流程，如果通过传统的开发方法，如硬编码（Hard Code）或者低代码的配置化平台（如一些SOP配置平台、流程编排平台等），其实也同样能实现类似Agent的流程功能。说的具体一点，Agen…- 1
- 0
-
哇！首个MCPBench来了，MCP竟然不比Function Calls更有优势？ | 最新
【编者按】你是否正在投入大量资源开发基于MCP的Agent，却从未质疑过一个基本假设：MCP真的比传统函数调用更有优势吗？ 2025年4月的这项开创性研究直接挑战了这一广泛接受的观点，其执行摘要明确指出："使用MCPs并不显示出比函数调用有明显改进"。令人震惊的是，研究发现Qwen Web Search函数调用的准确率达到55.52%，实际上超过了包括Exa Sear…- 2
- 0
-
医疗大模型案例分析（一）：Google Med-PaLM
Google Med-PaLM是谷歌研发的医疗领域大语言模型，基于PaLM 2架构优化，专为医学知识问答和临床决策支持设计。其核心优势在于：1）专业性强，通过海量医学文献、电子病历及权威指南训练，回答准确率接近医生水平；2）多模态能力，可解析文本、影像和结构化数据；3）安全合规，采用严格的事实核查和伦理过滤机制；4）支持60+种语言，助力全球医疗普惠。目前已在全球超过50家医疗机构进行试点或正式应…- 3
- 0
-
vLLM+Qwen-32B+Open Web UI构建本地私有大模型
目录vLLM简介ModelScope简介Docker环境配置运行vLLM容器Open Web UI部署Tokens与上下文1. vLLM简介vLLM（Vectorized Large Language Model Serving System）是由加州大学伯克利分校团队开发的高性能、易扩展的大语言模型（LLM）推理引擎，专注于通过创新的内存管理和计算优化技术实现高吞吐、低延迟、低成本的模型服务。v…- 3
- 0
-
AI产品经理思考MCP（3）：MCP的未来可能
MCP 的进化之路与未来可能随着 OpenAI 等宣布支持，MCP正迅速从一个开放协议概念，加速成为行业事实上的标准，国内外厂商纷纷布局。但这仅仅是开始。当前的 MCP 实现，大多还停留在相对基础的阶段——提供标准化的接口来调用一些简单工具，比如网页内容提取、文件读写等。那么，MCP 的下一步会走向何方？未来将会在两个方向上进化：3.1 MCP Server 的智能化目前的 MCP 工…- 3
- 0
-
AI产品经理思考MCP协议（2）：标准化的必要性
现在我们已经知道了标准化的可行性。但这自然引出了一个更深层的问题：标准化，真的有必要吗？我们是不是在重复造轮子？有效扩大模型的能力边界，让Agent成为可能大语言模型本身是一个大脑，它没有“手”与物理世界或复杂的数字系统直接交互。没有外部工具和标准化的接口，LLM 很大程度上只能停留在“聊天机器人”的层面。要实现更强大的 Agent 功能（即能自主规划并执行任务的 AI），模型需要与外部世界互动。…- 2
- 0
-
AI产品经理思考MCP协议（1）：预见MCP——我的“万能库”与标准化之路
MCP（Model Context Protocol）火了。这个 Anthropic 提出，旨在统一大模型（LLM）调用外部数据和工具方式的开放协议，在 OpenAI 官宣支持之后正成为新的行业标准，同样也成为了热点话题。按照官方的解释：模型上下文协议（MCP）是Anthropic推出的一项开放标准，旨在标准化人工智能应用程序（聊天机器人、IDE助手或自定义代理）如何与外部工具、数据源…- 1
- 0
-
🧠 解码大语言模型的记忆力：上下文长度的前世今生
在与ChatGPT、Claude等大语言模型对话时，你是否好奇：它们是如何记住我们之前的对话内容的？为什么有时它们能记住很长的对话，有时却会"失忆"？今天，我们就来深入浅出地剖析大语言模型中的一个关键概念——上下文长度（Context Length）。上下文长度是什么？想象你正在和一个朋友聊天。这个朋友有一个特殊的能力：他能记住你们之间交流的最后N个字。如果你们的对话超过了N个…- 1
- 0
-
🧠 解码大语言模型的记忆力：上下文长度的前世今生
在与ChatGPT、Claude等大语言模型对话时，你是否好奇：它们是如何记住我们之前的对话内容的？为什么有时它们能记住很长的对话，有时却会"失忆"？今天，我们就来深入浅出地剖析大语言模型中的一个关键概念——上下文长度（Context Length）。上下文长度是什么？想象你正在和一个朋友聊天。这个朋友有一个特殊的能力：他能记住你们之间交流的最后N个字。如果你们的对话超过了N个…- 1
- 0
-
🧠 解码大语言模型的记忆力：上下文长度的前世今生
在与ChatGPT、Claude等大语言模型对话时，你是否好奇：它们是如何记住我们之前的对话内容的？为什么有时它们能记住很长的对话，有时却会"失忆"？今天，我们就来深入浅出地剖析大语言模型中的一个关键概念——上下文长度（Context Length）。上下文长度是什么？想象你正在和一个朋友聊天。这个朋友有一个特殊的能力：他能记住你们之间交流的最后N个字。如果你们的对话超过了N个…- 1
- 0
-
🧠 解码大语言模型的记忆力：上下文长度的前世今生
在与ChatGPT、Claude等大语言模型对话时，你是否好奇：它们是如何记住我们之前的对话内容的？为什么有时它们能记住很长的对话，有时却会"失忆"？今天，我们就来深入浅出地剖析大语言模型中的一个关键概念——上下文长度（Context Length）。上下文长度是什么？想象你正在和一个朋友聊天。这个朋友有一个特殊的能力：他能记住你们之间交流的最后N个字。如果你们的对话超过了N个…- 1
- 0
-
温度参数：调节AI输出的确定性与创造性平衡
大模型的“双面人格” 在日常的模型使用中，你有没有好奇过为什么同样的一个问题，大模型会给出不同的回答。就比如“海边的日出怎么样”，它可能会说“太阳缓缓沉入海平面，天空呈现出橙色和红色的渐变，光线逐渐变暗。”，也有可能说“天空像被打翻的调色盘，金色、绯红和靛紫泼洒在云层和波光粼粼的海面上，最后连害羞的太阳也悄悄躲进了大海温暖的怀抱。”在这现象的背后，隐藏着一个鲜为人知的秘密——采样技术，虽然大模型在…- 1
- 0
-
🧠 解码大语言模型的记忆力：上下文长度的前世今生
在与ChatGPT、Claude等大语言模型对话时，你是否好奇：它们是如何记住我们之前的对话内容的？为什么有时它们能记住很长的对话，有时却会"失忆"？今天，我们就来深入浅出地剖析大语言模型中的一个关键概念——上下文长度（Context Length）。上下文长度是什么？想象你正在和一个朋友聊天。这个朋友有一个特殊的能力：他能记住你们之间交流的最后N个字。如果你们的对话超过了N个…- 1
- 0
-
从搜索到解决方案：解锁火山 DeepSearch 的“三连跳” MCP 玩法
最近真是捅了 MCP 窝了，上周火山开了一次开发者见面会，发布了挺多东西的，主要有： 正式发布了豆包深度思考模型 Doubao-1.5-thinking-pro 和全新的视觉理解模型 Doubao-1.5-vision-pro，这个咱们上周介绍过了，视觉推理非常强大，感兴趣可以去看我的测试。 还发布了方舟 × RTC 硬件：把端侧自动唤醒与云端大模型语音能力一次打包，让玩具、家居、穿戴等设备一键升…- 1
- 0
-
一文搞懂：RAG、Agent与多模态的行业实践与未来趋势
大模型作为产业变革的核心引擎。通过RAG、Agent与多模态技术正在重塑AI与现实的交互边界。三者协同演进，不仅攻克了数据时效性、专业适配等核心挑战，更推动行业从效率革新迈向业务重构。本文将解析技术演进脉络、实战经验与未来图景，为读者提供前沿趋势的全局视角与产业升级的实践指引。关注腾讯云开发者，一手技术干货提前解锁?大模型技术正加速渗透至产业核心场景，成为驱动数字化转型的智能引擎。全球机器学习大会…- 1
- 0
-
字节扣子空间 VS 智谱AutoGLM，谁家Agent更好用？（附邀请码）
扣子空间是字节跳动推出的AI协同平台，支持复杂任务分解与工具链整合（如飞书、高德地图），擅长任务的智能规划与自动化输出。之前公众号也介绍了类似的自动规划Agent工具AutoGLM沉思，它是智谱AI推出的自主智能体，通过自然语言指令模拟人类操作浏览器，无需API即可完成跨应用任务。扣子空间与AutoGLM，这两大Agent都是师出名门，究竟谁更厉害一些呢？就让我们用生活中的衣食住行，以及工作上的需…- 1
- 0
-
🧠 解码大语言模型的记忆力：上下文长度的前世今生
在与ChatGPT、Claude等大语言模型对话时，你是否好奇：它们是如何记住我们之前的对话内容的？为什么有时它们能记住很长的对话，有时却会"失忆"？今天，我们就来深入浅出地剖析大语言模型中的一个关键概念——上下文长度（Context Length）。上下文长度是什么？想象你正在和一个朋友聊天。这个朋友有一个特殊的能力：他能记住你们之间交流的最后N个字。如果你们的对话超过了N个…- 0
- 0
-
🧠 解码大语言模型的记忆力：上下文长度的前世今生
在与ChatGPT、Claude等大语言模型对话时，你是否好奇：它们是如何记住我们之前的对话内容的？为什么有时它们能记住很长的对话，有时却会"失忆"？今天，我们就来深入浅出地剖析大语言模型中的一个关键概念——上下文长度（Context Length）。上下文长度是什么？想象你正在和一个朋友聊天。这个朋友有一个特殊的能力：他能记住你们之间交流的最后N个字。如果你们的对话超过了N个…- 0
- 0
-
Function Calling已经过时 ，MCP才是真正的大模型接口标准
前言过去一个月，全球大模型圈最热的关键词，非MCP莫属。模型侧，从Claude到Open AI，从Llama到DeepSeek、通义；应用侧，从Figma到Unreal，从Milvus到高德地图，全球超过 8,000 个主流工具和软件支持MCP，适配 MCP Server已经成为行业标准动作；可以说，模型与工具对接标准的大一统时代已经呼之欲出；而借助MCP，人人都是AI应用开发者的时代也正加速到来…- 0
- 0
-
除了MCP我们还有什么？
在 AI 时代的浪潮下，wildCard 团队在 OpenAPI 基础之上，实现了 agents.json规范，它是一个基于 OpenAPI 标准的开放规范，通过将互联网上的服务提供方（如alibaba.com、谷歌邮箱等）提供的 API 进行进一步的结构化描述，使 AI agents 可以更稳定更准确的调用API Service，是一个专门为 AI agent 设计的与网络服务提供方的交互方案。…- 0
- 0
扫码打开当前页
联系我们
-
￥优惠劵使用时效：无法使用使用时效：
之前
使用时效：永久有效优惠劵ID：×