实体库 · 期 Buzzwords · 档案重建

EP.9智能体新增 · 待复核

EP.9(2024-05-17):官网那些 demo 我一次都没复现出来。档案重建;7 个故事线 / 专题 · 11 个条目 · 讲到 1 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
企业最想让 AI 干的还是软件交付一份关于 AI 现状的报告里,最核心的一条是:大家最希望 AI 落在哪个领域?还是软件开发交付。
EP.9 · 话题 01
官网示例复现不出来新模型出来大家都觉得特别厉害,官网挂了一大堆示例。把同样的输入原样打进去试一遍,就会发现实际效果比示例差很多。
EP.9 · 话题 02
中文 tokenization 变了,压缩率优势被削平有一个容易被忽略但很实际的变化:tokenization 改了,中文变省了。
EP.9 · 话题 03
DSPy:把提示词调优写成程序这个项目最近很火,思路很清楚:你写的不是提示词,是一段工作流——先 retrieve 什么内容,再组成思维链,然后做预测和生成。
EP.9 · 话题 04
一个典型的「逆向优化」案例用一个产品时,右下角弹出一个对话框来收集信息、然后发一份公司报告——大量咨询公司的表单都是这个套路,现在换成了聊天机器人来做。
EP.9 · 话题 05
GraphRAG 有可能取代现在的分块做法这条线最强的地方其实是工程:做出一个巨大的图,以及把这张图生成出来的工程能力——很可怕的工程能力体现。
EP.9 · 话题 06
AI 自己的 Infra,反而没怎么用 AI运维这条线上,最落地的材料来自开源厂商而不是分析机构——看 AIOps 类的东西直接去搜他们就行,比那些行业报告落地得多。
EP.9 · 话题 07
共 7 条 · 数据 2026-11-04

条目 11 个 · 本期资料 11 · 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 11 条

这一期讲到的机构、人、App 和模型 1 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)

OpenAI
1
共 1 条 · 数据 2026-11-04

机构 · 1

  • OpenAI公司 · 11 个模型 · 1 个 App
共 1 条 · 数据 2026-11-04

数据