RAG入门指南：使用LangChain构建文档问答系统（完整代码）
RAG入门指南：用LangChain构建文档问答系统（完整代码） 标签：#ai #langchain #python #教程 大语言模型并不了解你的私人文档。ChatGPT可以为你写一篇关于量子计算的文章，但它对你公司的内部维基、客户报告或上周二保存的PDF文件一无所知——除非你每次都手动粘贴进去。 RAG（检索增强生成）解决了这个问题。本文将介绍相关概念，并提供一份完整的可运行代码示例。 架构
将 Gemma-4（2B / 4B / 12B）移植到 AWS Inferentia2
将 Gemma-4（2B / 4B / 12B）移植到 AWS Inferentia2 [第1/5部分] 一份关于在AWS Inferentia2（inf2）上运行Google Gemma-4系列模型的实地报告，涵盖了破坏供应商技术栈的三个架构障碍——混合注意力头、vLLM / optimum-ne
我把Hailo 8塞进掌机，从此推理不再花钱
我把Hailo 8塞进掌机，从此推理不再花钱 云端AI是个订阅陷阱。我造了个能塞进夹克口袋、功耗仅3瓦的退出方案。 我厌倦了为思考支付租金。 每个酷炫的演示最终都殊途同归：注册API密钥、绑定信用卡、看着token蒸发的同时别人在记录你的提示词。我想要一台能看、能理解、能推理的设备，无需向俄勒冈的数
事后剖析：使用Ollama和ChromaDB构建代码库记忆的本地MCP服务器
事后剖析：使用Ollama和ChromaDB构建代码库记忆的本地MCP服务器 开发者们正在抵制云API计费以及将专有代码库发送至第三方端点所带来的隐私风险。今年Hacker News上的一条讨论帖直言不讳：问题不在于每token的价格，而在于当AI代理持续轮询API时，基于使用量的计费方式具有不可预
你的评估通过率是98%，但置信区间可能算错了
你的评估通过率是98%？你的置信区间大概率是错的 摘要： 几乎每一个 eval 工具在报告通过率时都会附带误差条（error bar），而这些误差条几乎全都来自正态近似法：p̂ ± 1.96 × √(p̂(1−p̂)/n)。这个近似法往往是错的。
用经典机器学习检测LLM生成的文本（AIGC文本检测）
用"古典"机器学习检测 LLM 生成的网络小说（AIGC 文本检测） 截至 2026 年初，主流 LLM 生成的文本表现出强烈的统计模式，使用传统机器学习模型可以有效地将其与人类撰写的内容区分开来。我怀疑这就是许多所谓的"AI 查重工具"背后的实际工作原理。
Kimi K3：开放前沿智能
Kimi K3：开放前沿智能 Kimi K3 是首个达到 2.8 万亿参数的开源模型，标志着 Kimi 在扩展前沿的持续推进——今年连续第三次推出前沿级开源模型。
如何阻止Claude说“承重”之类的话
如何阻止Claude说“承重”之类的话 2026年7月14日 2分钟阅读 claude llm parody 看到Claude把所有东西都称为“诚实看法”和“承重接缝”，你是不是气得抓狂？你不是一个人。但如果我告诉你，有一种方法可以把这种巨大的挫败感变得如此荒谬，让你忍不住笑出来呢？或者干脆直...
LogiChat：从问答对到文档RAG的架构重构
LogiChat 是一个聊天机器人（chatbot）平台。客户上传文档，获取聊天组件（chat widget），无需接触模型。过去两年里，“训练机器人”意味着在仪表盘表单中手动整理问答列表——question 和 answer 对，一次一行，作为少样本（few-shot）对注入提示词（prom...
AI时代的可观测性设计（第二部分）：PII防护与自愈
_AI辅助声明：本文在Claude的协助下起草。所有技术内容、设计决策、代码引用和截图均反映我在airCloset设计并运行的生产系统；正文在发布前由我本人修订。_ 大家好，我是Ryan，airCloset的CTO。 在第一部分中，我介绍了四个监控轴（应用 / 基础设施 / CI / LLM）...