前沿研究
给大模型治“幻觉”：清华Hyper-RAG与TaD的工程解法
大模型基于概率生成文本，难免胡说八道。清华高跃团队提出Hyper-RAG，通过构建知识超图谱将幻觉降低48%。结合京东与清华提出的TaD解码技术，检索增强与任务感知的组合正成为缓解幻觉的务实路径。
阅读全文
Search
站内搜索
关键词：优化
找到 212 篇相关文章
前沿研究
中小团队搭DeepSeek知识库，先算这几笔账
DeepSeek私有知识库不一定要从大集群起步。结合ZStack、阿里云、联通云等方案，中小团队更该先判断数据是否必须本地、并发是否可控、运维人手够不够，再决定用本地GPU还是云上ECS加模型服务。
阅读全文多模态 Agent 容易错在哪
企业把 RAG 接进知识库后，问题往往不在模型会不会说，而在它引用了什么、漏掉了什么、能不能承认不确定。多模态 Agent 处理文本、图片、音频和表格时，分片、检索权重、来源追踪和评估集都要重新设计。
阅读全文
技术应用
SU7 Ultra上市，小米智驾也被推到台前
小米SU7 Ultra在2025年2月27日发布，52.99万元起售。同场亮相的还有HAD智驾1.5.5版本、18项OTA新增与优化，以及漫游寻位泊车、极窄车位泊出等功能。对小米来说，性能车的看点不只在马力，也在日常道路
阅读全文
AI 工具箱
当 AI Agent 开始失控烧钱，企业 FinOps 怎么办？
AI Agent 的自主调用正让企业云账单变得不可预测。面对成本黑洞，AWS 推出双 Agent 闭环实现自动清理，Amnic 等工具则主打细粒度归因，试图帮月支出超 10 万美元的团队止血。
阅读全文
产业动态
京东数字人开播激增6倍：首个“AI原生”618背后的入口战
2026年618被称为首个“AI原生”电商大促。京东数字人开播商家激增6倍，阿里千问打通淘宝，流量分发全面依托大模型。平台竞争从单一GMV转向AI能力比拼，大厂正通过免费策略抢夺流量入口。
阅读全文
开发者生态
DeepSeek-R3部署实测：4090双卡与昇腾910D怎么选
FlashMLA GitHub Star破7.2K，中小团队私有化部署进入实战期。实测RTX 4090双卡跑70B模型，拆解昇腾910D的HCCL优化与PPIO的PD分离架构，看清本地部署的真实算力账。
阅读全文
前沿研究
昇腾910D集群调优实录：从HCCL通信到算子适配的避坑指南
基于昆山8000P算力园区运行数据，拆解Llama 3.3与DeepSeek V4迁移至昇腾910D的工程细节。重点解决HCCL通信延迟、Ascend C算子适配及MindIE显存碎片问题，提供国产算力落地实录。
阅读全文
开发者生态
昇腾910D跑Llama 3.3：算子缺失与显存墙怎么破？
昇腾910D跑Llama 3.3，直接加载权重常遇算子报错。结合CANN 8.0与MindIE框架，用Ascend C自定义算子和MindQuantize量化工具可解决显存瓶颈。梳理了从环境配置到算子适配的工程避坑点。
阅读全文
开发者生态
大模型推理账单怎么算：别只盯着Token单价
GPT-5.2 Pro和Gemini 3.1 Pro的API报价让不少团队头疼，但单纯比价已经不够了。Gartner预测2030年推理成本将降90%，开发者需要盯紧TPOT和KV Cache，并在FP8与INT4量化中找
阅读全文
前沿研究
Gemini 3 的慢思考模式：为什么变慢反而更贵
11月18日 Google 发布 Gemini 3，带来面向 Ultra 用户的 Deep Think 模式。它放弃秒回，靠并行推理和迭代优化提升复杂任务表现，但也带来了算力和延迟的双重代价。
阅读全文2026夏日消费报告：AI导购如何拯救618退货率危机
2026年618大促中，AI从营销噱头变为底层基建。基于中新经纬研究院数据，网络零售额增7.7%，60%消费者回归货架电商。本文拆解AI导购如何通过多模态视觉理解减少“图文不符”退货，并分析算力成本失控风险，揭示电商从流
阅读全文