前沿研究
BIGAI通通4.0低调上线，端到端LTUM架构实测了什么新能力
针对BIGAI最新发布的通通4.0，本文通过跨天记忆与多轮决策实测，分析其端到端LTUM（长期时间统一记忆）架构如何突破通通3.0的上下文窗口限制，探讨其在复杂任务连续性上的实际表现与技术瓶颈。
阅读全文
Search
站内搜索
关键词：上下文
找到 89 篇相关文章
前沿研究
开发者生态
昇腾 910C 算子调优：先把数据搬运压下来，再谈自定义算子
长上下文推理变慢，不一定是算力不足，数据搬运、临时张量和算子下发也可能占大头。围绕昇腾 910C，梳理如何用 profiling 判断是否值得写 Ascend C 自定义算子，并处理 32 字节对齐、Tiling、融合和
阅读全文
AI 实操指南
财务审计别再堆超级 Prompt，拆成三类 Agent 更好查错
把报销制度、发票核验、ERP 对账和异常说明塞进一个 Prompt，修改难、查错难，也会重复消耗上下文。更稳妥的方案是拆成规则校验、数据比对、异常整理三个节点，用固定结构、受控工具和人工复核收口。
阅读全文
前沿研究
vLLM还是TensorRT-LLM：别脱离负载谈性能
vLLM更适合请求波动大、模型切换频繁的服务；TensorRT-LLM更适合NVIDIA硬件上模型稳定、愿意承担编译维护成本的场景。压测必须固定模型、精度、上下文、并发和硬件，单独的吞吐数字无法直接换算成成本。
阅读全文
AI 工具箱
企业 RAG 容易引用旧资料，动态知识图谱怎么接
向量检索能找到相似内容，却不理解哪个版本仍然有效。企业知识库要减少“陈旧幻觉”，关键是在入库和召回之间补上版本、取代与依赖关系，再用图过滤清理冲突上下文。
阅读全文7B到14B模型上手机，先过内存和功耗两道关
7B模型做INT4量化后，权重理论下限约3.5GB；14B约7GB，运行时还要给KV Cache、系统和后台应用留空间。手机NPU调度的重点，是控制上下文、算子回退和持续发热。
阅读全文
AI 工具箱
Llama 4、Qwen 3.5 怎么选？先算清三笔账
社区测试更常提到 Qwen 3.5 在数学、代码和前端生成上的稳定性，Llama 4 系列则以最高 1000 万 token 上下文吸引注意。采购时应把返工、长上下文成本和接入维护放到同一张表里。
阅读全文AI Agent 账单失控，先管住重试、Token 和续费
AI Agent 的账单常被失败重试、重复上下文和闲置订阅推高。控制成本要从独立计量、状态机熔断、限流和续费台账做起，再考虑用 FinOps Agent 自动处理异常。
阅读全文
AI 实操指南
解决 Agent “金鱼脑”：构建基于时空索引的长期记忆库实操方案
针对 AI Agent 在长周期任务中丢失上下文的“金鱼脑”问题，本文提出一套结合时间戳与空间拓扑的时空索引记忆方案，通过分层架构（短期缓存-中期检索-长期存档）提升 Agent 的一致性，并提供基于 Python 的实
阅读全文
前沿研究
Sora 3时代的水印战：如何一眼识破AI生成的商业视频？
Sora 3让AI视频真假难辨，灰产仅需3元就能洗白官方水印。本文从物理、像素、上下文三条检测路线展开，对比隐写术与区块链存证的最新进展，并给出企业内容验证的五步落地流程，帮助媒体和品牌在信任危机中守住底线。
阅读全文AI 代码补全看着很对，为什么一运行就错
Cursor 或 Copilot 一次补出 30 行 TypeScript，不代表订单逻辑完整。以 React 结算组件为例，拆解如何补齐上下文、写清执行顺序、引用同类样板、声明禁用项，并用分段评审及时纠偏。
阅读全文
前沿研究
GPT-5 上线三周，长上下文优势还不能下定论
GPT-5 上线三周后，公开材料只给出有限信号：一则实测认为它的理解和一致性更好，Gemini 2.5 Pro 的逻辑更强；SWE-Bench 汇总分数也偏向 GPT-5。多模态长上下文仍需同输入、同配置复测。
阅读全文