首页 /文章

文章

全部入门与导航基础理论大模型专题应用开发工程与基础设施行业与场景伦理、安全与合规综合项目与职业成长
大模型专题 模型家族与选型 5预训练与微调 3对齐技术 1模型侧推理改造 3模型能力与范式 3评测与基准 2

全部内容 · 共 5 篇 · 最新在前

模型家族与选型

RAG 评测集的最小可用标准

本文梳理RAG评测最小可用标准,涵盖答案正确性、归因一致性、检索召回及对抗鲁棒性四层机制,强调自建评测集需分层抽样与版本管理,警惕公开指标跨域迁移风险。

浏览 25 次 2026-10-28 →
模型家族与选型

SWE-bench 之后:编码 Agent 评测如何避免刷榜

本文剖析SWE-bench及Verified子集在编码Agent评测中的刷榜风险,指出答案泄漏、成本偏差及过程黑箱问题,提出通过固定环境、轨迹审计与成本调整通过率构建可信评测体系。

浏览 28 次 2026-10-28 →
模型家族与选型

GPT-5 架构拆解——稀疏注意力、MoE 与记忆管理

GPT-5 架构的公开信息梳理与推断。基于官方口径与逆向分析,讨论稀疏 MoE、动态注意力、显式思维三方面推断,说明其对应用适配的工程影响。

浏览 64 次 2026-09-22 →
模型家族与选型

Qwen3.8 规格对比与选型 — 27B / 2.4T-A95B / Max

Qwen3.8 三档模型(27B/2.4T/Max)怎么分、参数差在哪、各自适合什么场景,附官方入口。

浏览 111 次 2026-09-21 →
模型家族与选型

大模型供应商风险与选型

大模型供应商 4 类风险破解 + 选型 7 问自测 + 防单家绑定的 3 件套

浏览 85 次 2026-09-21 →