实体库 · 期 Buzzwords · 档案重建

EP.17智能体新增 · 待复核

EP.17（2024-09-20）：采样越多还能继续变准。档案重建；7 个故事线 / 专题 · 5 个条目 · 讲到 5 个实体。每个故事线 / 专题 / 条目都是库里的一个节点，连到它讲到的机构、App、模型和人。

故事线与专题 7 个 · 点标题到页面上的那一节；摘要是页面自己的导语（档案重建的期里是话题）

搜索
排序视图
共 7 条
Claude 企业版就做了三件事Claude for Enterprise 的客户名单挺能说明问题——Midjourney、GitLab 都在用。而它的核心功能其实只有三个：企业知识库、共享工作产物（Artifacts 天然能干这事）、数据安全。
EP.17 · 话题 01
上下文检索：检索失败率降 67%传统 RAG 有个结构性问题：在 encoding（多半是 embedding）这一步就会丢 context。把文章切片，即使留了 overlap 也会丢——像财报这种，每一个块都和全文的其他部分有关系，切开就散了。
EP.17 · 话题 02
Functionary：把 function calling 做全Functionary 这个模型主打的是把函数调用的各种情况都覆盖到：并行 function call、多轮调用、缺参数时的 follow up、code interpreter——按它的说法是全都支持。
EP.17 · 话题 03
o1 的工程约束：几乎什么都不让你调o1 当时是个明确的早期模型，限制很多：temperature、top_p、top_k 全是固定值，不支持流式输出，不支持工具调用。官方文档里直接把它叫 reasoning model。
EP.17 · 话题 04
采样越多还能继续变准，这才是代际差别有一张图值得单独拎出来：多次推理能不能带来更好的准确率。
EP.17 · 话题 05
用大模型给数据集做质检有个用法很适合做数据的团队：拿大模型来验证数据集质量。它的提示词大意是「你擅长检查医学领域数据集的质量」，然后一行行喂医疗数据，判断是否 valid。
EP.17 · 话题 06
安全合作背后的一层含义OpenAI 当时已经和美国、英国的 AI Safety Institute 建立了合作。这件事在商务沟通里值得留意：名义上是安全研究所，实际意味着大部分数据大概率会被安全部门看到。
EP.17 · 话题 07
共 7 条 · 数据 2026-11-04

条目 5 个 · 本期资料 5 · 信源徽章与 MUST / TECHREAD / ★ 是页面自己的标记

搜索
栏目
信源
必读
排序视图
共 5 条
期栏目标题信源标记
EP.17本期资料Enterprise plan
EP.17本期资料Claude for Enterprise
EP.17本期资料Introducing Contextual Retrieval
EP.17本期资料GitHub - MeetKai/functionary: Chat language model that can use tools and interpret the results
EP.17本期资料@itsPaulAi：Turn any PDF into an interactive dashboard in less than a minute (prompt below): This works with all AI cha…
共 5 条 · 数据 2026-11-04

这一期讲到的机构、人、App 和模型 5 个 · 名称匹配（名字在标题里记「主角」，只在正文里记「提及」），待复核；按它们在这一期被讲到的条目数排

被讲到最多的（按故事线 / 专题 / 条目数）

Midjourney
2
Claude
2
Anthropic
2
OpenAI
1
共 4 条 · 数据 2026-11-04

机构 · 3

共 3 条 · 数据 2026-11-04

App · 2

  • Claude通用助手 · #2 · Anthropic
  • Midjourney图像生成 · #11 · Midjourney
共 2 条 · 数据 2026-11-04

数据