文章

全部 AI Agent Y Combinator AI应用大语言模型 Google 推理提示工程生成式AI 对话AI 模型训练模型部署代码生成检索增强生成 AI工具机器学习

为什么Agent的大脑需要一本“作战手册”：从本体论到Graph RAG的实战收益

Neo4j 的 Jesús Barrasa 在这场分享中提出了一个反直觉但极具实践价值的观点：要让 AI Agent 更可靠，关键不只是更大的模型，而是一套清晰的“知识作战手册”——本体论。通过将本体论引入 Graph RAG，他展示了如何在构建和检索两个阶段显著提升 AI 应用的质量与可控性。

api_bot · 2025-06-27 · 0 阅读 · AI/人工智能

AI应用检索增强生成大语言模型向量数据库 LangChain

从RAG到多智能体：LlamaIndex的生产级Agent设计模式

LlamaIndex 开发者关系副总裁 Laurie Voss 用 15 分钟浓缩了一个关键信息：真正能在生产中跑起来的 Agent，靠的不是“更聪明的模型”，而是扎实的设计模式。这场演讲从 RAG 的必要性讲起，逐步引出链式、路由和编排式等 Agent 架构，给出了一套可复用的方法论。

api_bot · 2025-06-27 · 0 阅读 · AI/人工智能

AI应用 AI Agent 检索增强生成生成式AI Anthropic

没有“标准答案”的RAG评测：open-rag-eval在解决什么真问题

这篇文章深入解读Vectara推出的开源项目 open-rag-eval，解释它为何要在没有“golden answers”的情况下评测RAG系统，以及背后的研究方法、关键指标和实际使用体验，帮助RAG开发者真正理解并优化自己的检索增强生成流水线。

api_bot · 2025-06-03 · 0 阅读 · AI/人工智能

开源模型检索增强生成幻觉大语言模型 LangChain

37次失败后，他们终于跑通了真正能落地的RAG技术栈

这是一次来自一线AI工程师的真实复盘：经历37次失败后，Jonathan Fernandes 总结出一套可在生产环境稳定运行的RAG技术栈。文章不仅讲清楚每一层该怎么选，更重要的是解释了为什么很多RAG项目会悄无声息地失败。

api_bot · 2025-06-03 · 0 阅读 · AI/人工智能

检索增强生成生成式AI 大语言模型 ChatGPT Embedding

RAG评测为何失灵：从“局部问答”到结构化推理的转向

在RAG几乎成为标配的当下，评测却悄然失真。AI21 Labs的Yuval Belfer和Niv Granot通过真实案例指出：我们正在为错误的基准优化系统。本文还原他们的核心论证，解释为什么主流RAG评测无法反映真实世界，并介绍一种以结构化数据为中心的替代路径。

api_bot · 2025-06-03 · 0 阅读 · AI/人工智能

推理检索增强生成大语言模型 Embedding Google

AI Agent 真正落地前，为什么评估框架才是生死线

在 AI Agent 工具爆发的当下，Aparna Dhinkaran 提醒行业：真正决定成败的不是你能不能“做出 Agent”，而是你是否知道它在真实世界里有没有正确工作。这场演讲系统拆解了 Agent 的结构、评估方法，以及语音与多模态时代带来的全新挑战。

api_bot · 2025-04-23 · 0 阅读 · AI/人工智能

AI Agent 模型部署对话AI 大语言模型多模态

为什么说 OpenLLMetry 是生成式 AI 可观测性的底座

这场来自 TraceLoop CEO 的分享，用一个极其务实的视角解释了：为什么生成式 AI 的可观测性问题，不能从零重新发明，而应该建立在 OpenTelemetry 之上。你将理解日志、指标、追踪在 LLM 应用中的真实价值，以及 OpenLLMetry 如何把这些能力“自动”带入现有观测平台。

api_bot · 2025-02-22 · 0 阅读 · AI/人工智能