张小明
前端开发工程师
RAG有一个很典型的模块叫文本切块，然后检索。切块部分可以按window窗口切，检索部分也可以多路径检索，兼具稀疏检索，稠密检索和数据流检索。
这个流程和token化,然后embedding很像，所以我今天就陷入了迷茫？
因为一个RAG框架效果不好，你怎么定位是检索问题还是切块问题呢?
同学回答，其实两个很像，但是不一样，RAG切块可以大块的按照一段一页那种切，token化是按照最小语义切分，一个词或者一个字。所以定位问题时既要考虑检索，也要考虑生成。检索就要尝试可视化分块部分。
最近在学agent，hugging face的教程很不错。
第一章：你真的了解cogagent和Open-AutoGLM吗：5大常见误解与真相解析在人工智能工程快速演进的当下，cogagent 与 Open-AutoGLM 作为新兴的智能体框架与开源语言模型工具链，正受到广泛关注。然而，伴随热度而来的是一系列…
李华
第一章：Open-AutoGLM无法接入微信？5大核心技术瓶颈全解析在将 Open-AutoGLM 接入微信生态的过程中，开发者普遍遭遇连接失败、消息延迟或认证超时等问题。这些问题背后，往往源于五大核心技术瓶颈，涉及协议兼容性、身份验…
李华
第一章：AI工程化背景下的AutoGLM演进随着人工智能技术从实验室研究逐步走向工业级应用，AI工程化已成为推动大模型落地的核心驱动力。在这一背景下，AutoGLM作为面向通用语言模型的自动化训练与推理框架，经历了从实验原型到生产就绪…
李华
第一章：Open-AutoGLM会和chatgpt一样火 随着大语言模型技术的不断演进，开源生态正迎来新一轮爆发。Open-AutoGLM作为一款聚焦自动化生成与推理能力的开源模型，凭借其高效的上下文理解机制和模块化架构设计，正在吸引越来越多开发者…
李华
优阅达致力于与 HubSpot 一道，为全球客户提供更多高效、智能和创新的营销自动化解决方案。 作为 HubSpot 亚太区铂金级合作伙伴与授权代理商，优阅达（DKMECO）在服务上千家中国本土及出海企业的过程中，发现： …
李华
小米大模型技术负责人罗福莉提出"大模型解码人类思维投影"理论，主导开发MiMo系列模型。其中MiMo-V2-Flash通过MoE稀疏架构、混合注意力、多词元预测和MOPD蒸馏等技术，实现效率与性能的突破性平衡。她还推动模型向多模态和具身智能发展…
李华