搜索:质量校验

共命中 50 条(服务端检索)
小模型生成 + 大模型校验:成本与质量的杠杆组合
让旗舰模型写每一句话是预算刺客。本文讲「小模型生成、大模型校验」的分工经济学——生成是 token 密集型、校验是判定密集型,给出核对放行、批注重写、抽样送检三种组合模式的实现要点,并强调校验器的召回率是整个杠杆的支点,先测它再省钱。
后端技术 精选 · 原创 · 昨天 阅读 2·访客 2
SHACL 校验与推理运行时:让知识库讲规矩
校验不是建模期的一次性检查,而是知识库的常驻闸门。本篇拆解 SHACL 运行时链路:Shapes 约束评估、校验报告聚合、分级处置,以及 OWL 推理器做一致性检查、实例分类与物化的选型权衡,并厘清开放世界与闭世界语义在生产运行时的分工。
后端技术 精选 · 用户投稿 · 3天前 阅读 13·访客 13
智能体生态观察 · 第 62 篇|幻觉治理:引用链、校验器与置信度表达
幻觉治不到零,治理的目标是让编造变贵、变可见、变可控。本篇盘点智能体时代幻觉的新形态——工具误读、参数编造、引用错位,拆解引用锚定、独立校验、置信度分级三道过滤网的机制与边界,并讨论不确定性的呈现设计与垂直场景的强校验实践。
智能体 精选 · 原创 · 昨天 阅读 6·访客 6
RAG 的生产监控与调试:追踪检索质量的生产链路
RAG 上线后的调试比开发期更难:真实流量的多样性、检索质量的隐性退化、生成质量的持续漂移——生产监控是 RAG 运营的眼睛。本篇拆解 RAG 监控的四个层面(检索层、生成层、用户层、系统层)、调试的方法论,以及 bad case 的管理流程。
一叶一世界 精选 · 原创 · 11-4 阅读 68·访客 68
本体生产可观测性:语义漂移、覆盖缺口与告警
本体上生产后,结构校验通过并不代表语义仍与业务一致。要发现质量退化,需要同时观察形状校验、概念覆盖、未知术语、映射状态、数据时效和业务结果,并按来源、版本与时间分层比较。本文以告警图谱为例,说明指标设计、基线、误报边界与值班闭环。
后端技术 精选 · 原创 · 昨天 阅读 6·访客 6
RAG 团队的角色分工:谁对检索质量负责
一条 bad case 常在解析、检索、语料三方之间踢皮球,根源是责任没有归属。本文从组织视角讲 RAG 团队的四个角色——平台工程、质量评测、知识运营、业务接入——的职责边界、bad case 流转与指标共背的协作接口,以及从一人多角到专业分工的规模匹配。
后端技术 精选 · 原创 · 昨天 阅读 2·访客 2
知识库质量管理:垃圾进垃圾出的预防工程
RAG 的回答质量取决于知识库的质量——「垃圾进,垃圾出」。但知识库的质量管理不是一次性动作,是持续的运营:入库审核、质量打分、过期检测与清洗。本篇拆解知识库质量管理的完整体系。
一叶一世界 精选 · 原创 · 11-4 阅读 72·访客 72
智能体生态观察 · 第 41 篇|工具调用的可靠性工程:schema 校验、重试与降级的三道闸门
工具调用是智能体从「会说」到「会做」的一跳,也是生产故障的第一大来源。本篇拆解四类失败的真实案例,讲透 schema 即合同的设计要领,以及校验、权限、结果把关三道闸门与重试降级策略,并观察生态里正在成型的可靠性军备。
智能体 精选 · 原创 · 昨天 阅读 6·访客 6
智能体生态观察 · 第 3 篇|MCP 生态观察:server 爆发之后的质量分层
MCP(模型上下文协议)从 Anthropic 的开放标准长成了智能体生态的 USB-C:server 目录爆发之后,生态的重心正从「有没有」转向「好不好」。本篇观察 MCP 生态的结构(官方、社区与企业三层)、质量分层的信号、以及协议竞争格局下 MCP 的生态位。
智能体 精选 · 原创 · 11-3 阅读 67·访客 67
传三星电子 12Hi HBM4E 内存已通过英伟达等主要客户质量验证测试
IT之家 10 月 7 日消息,《韩国经济日报》当地时间今日报道称,三星电子存储器业务的 12 层堆叠 HBM4E 内存已于 9 月末通过 NVIDIA(英伟达)和主要超大规模数据中心企业的质量验证测试,**各客户的供货量、合同规模、出货时…
行业动态 IT之家 · 10-7 阅读 38·访客 38
RAG 评估的 LLM-as-Judge:用模型评模型的检索质量
人工标注跟不上迭代速度,用强模型当裁判评检索与生成质量——评分式与对比式两种裁判、位置与长度偏差的矫正、与人工标注的一致性校准,以及忠实度评估的落地实现。
后端技术 精选 · 原创 · 11-9 阅读 77·访客 75
友谊质量与社交地位:被拒绝的孩子怎么帮他
「他在学校有人玩吗」比「他成绩好吗」更能预测长期发展。同伴社交研究把社交地位分成了五档,被拒绝的那一档是可以干预的——前提是家长先学会分辨「没朋友」与「被拒绝」是两回事。
一叶一世界 精选 · 原创 · 11-5 阅读 96·访客 95
正文抽取的质量工程:boilerplate 剥离与清洗规则
网页与 Wiki 导出裹着厚厚的壳——导航、页脚、版权声明、推荐位。壳进了索引,检索质量就天然带病。本篇按「为什么脏、怎么剥、怎么洗、怎么验」四步拆解正文抽取:噪音的三条伤害链、抽取策略谱系、清洗规则集与人工抽检验收。
后端技术 精选 · 原创 · 昨天 阅读 3·访客 3
索尼 PS5 游戏机获 26.06-14.00.00 系统更新,Pro 机型默认开启增强 PSSR 图像质量
IT之家 9 月 17 日消息,索尼 PS5 游戏机近日获得 26.06-14.00.00 系统更新。本次更新主要带来一系列新功能, PS5 Pro 机型将默认开启增强 PSSR 图像质量设定 ,为用户带来更清晰、锐利的游戏体验。仅支持旧版…
行业动态 IT之家 · 9-17 阅读 37·访客 37
数据筛选与去重研究:数据质量对模型能力的影响
从 C4 去重的记忆化风险到 FineWeb-Edu 与 phi 系列的质量过滤,再到数据受限缩放定律,用实证数字回答「多干净的数据才值得训练」。
研究前沿 精选 · 原创 · 11-9 阅读 44·访客 44
一篇读懂预训练数据管线:清洗、去重与质量过滤的完整工艺
「模型的能力上限由预训练数据决定」——但决定数据质量的是一条 rarely 被完整讲述的管线:采集、抽取、清洗、去重、过滤、配比。本篇拆解每个环节的工艺与坑,解释「为什么各家模型的数据管线的差异就是能力的差异」,以及数据飞轮如何让这条管线成为持续资产。
大模型 精选 · 原创 · 11-3 阅读 57·访客 57
拒答与校验:无答案比错答案好
RAG 系统最伤信任的时刻,不是「答不出来」,而是「一本正经地答错」。拒答机制的目标是让系统在该沉默时沉默:检索层无料就明说,生成层答案没依据就降级,输出前再加一道 groundedness 校验。本文讲清三道防线的实现、阈值设计与「拒答不冷漠」的体验设计。
大模型 精选 · 原创 · 11-2 阅读 42·访客 42
从本体到 API 契约:类型生成、校验与兼容性
本体描述概念关系,API Schema 约束请求响应与序列化,二者不能无损互换。本文以告警 API 为例,分析从本体生成 OpenAPI/JSON Schema 的映射边界,并给出运行校验和兼容性测试做法。
后端技术 精选 · 原创 · 昨天 阅读 6·访客 6
把本体论讲明白:从一段 Turtle 到能推理、能校验的知识库
一个信贷知识库、五段可运行代码:本文用 rdflib、owlrl、pySHACL 与 HermiT(经 owlready2 调用)实测演示本体的三大能力——机器自动归类、业务规则校验、能力问题查询,并讲清 OWL 2 RL 物化与 DL 推理器的分界。全部代码本地跑通(Python 3.13,2026-11-05)。
一叶一世界 精选 · 原创 · 11-5 阅读 67·访客 67
一篇读懂数据一致性校验:对账系统的设计与实现
分布式系统的数据一致性永远有漏洞——缓存与 DB、主库与从库、双写系统之间——对账系统是「一致性的最后防线」:定时比对、差异发现、修复闭环。拆解对账系统的设计:对什么、怎么对、发现差异怎么办。
后端技术 精选 · 原创 · 11-5 阅读 66·访客 65
智能体生态观察 · 第 15 篇|Agent 市场生态:分发、抽成与质量困境
应用商店的剧本正在智能体身上重演:平台开 Agent 市场,开发者上架智能体,平台抽成分发。但智能体不是静态 App——它会执行、会访问数据、会出错,商店三件套(分发、抽成、质量)每一件都遇到新问题。本篇观察 Agent 市场的现状形态、与 App Store 的结构差异、以及质量与信任机制的缺位。
智能体 精选 · 原创 · 11-3 阅读 73·访客 73
一篇读懂文档解析:RAG 的质量,卡在切块之前
RAG 答案不对,先别急着调切块参数——病灶常在更上游的 PDF 解析。本文讲透切块之前的第一公里:解析到底难在哪、管道式与 VLM 直出两代路线怎么分、2026 年的工具版图怎么选、OmniDocBench 饱和之后质量怎么评,以及八条落地实践。
一叶一世界 精选 · 原创 · 10-24 阅读 185·访客 176
一篇读懂查询改写:检索质量的上限,常常在查询不在检索器
RAG 系统调不动检索质量时,最先该看的不是向量模型,而是查询本身——用户嘴里的「问题」和索引世界的「查询」是两种语言。本文拆解查询改写的三代方法:传统 IR 的查询扩展、LLM 时代的多查询改写与融合、以及「先生成假设文档再检索」的 HyDE,并给出按场景选型的对照与两个必须盯住的坑(延迟成本与查询漂移)。
一叶一世界 精选 · 原创 · 10-8 阅读 502·访客 501
“Claude Code 之父”切尔尼谈 AI 编程:开发者核心职责是守住代码质量
IT之家 9 月 12 日消息,据《商业内幕》报道,随着 AI 彻底改变软件开发,Anthropic Claude Code 创作者鲍里斯 · 切尔尼认为,开发者真正需要守住的不是亲手写下每一行代码,而是代码质量本身。 当地时间 10 日,…
智能体 IT之家 · 9-12 阅读 95·访客 87
检索服务的 SLO:召回率也是服务目标
可用性 99.9% 的检索服务可能一半答案答非所问——答非所问的可用系统比宕机更伤信任。本文给出检索 SLO 的四维框架:可用性、延迟、质量、安全,讲质量 SLO 的滚动抽样评测、分桶统计与错误预算的消耗和熔断,以及质量劣化的归因分诊路径。
后端技术 精选 · 原创 · 昨天 阅读 2·访客 2
RAG 与文档类型路由:不同文档类型走不同解析管线的工程设计
一个解析器打天下必然失败。本文给出四层路由信号、插件化管线与中间表示解耦、版式/表格/网页三类管线的要点,以及质量门与降级链的设计——路由在入库时做而非检索时做。
后端技术 精选 · 原创 · 11-9 阅读 53·访客 53
索引的备份与全量重建:灾备不是可选项
向量索引损坏、误删、迁移失败时,恢复能力取决于三件事:源数据能否重放、重建要多久、重建期间用什么服务。本文讲灾备三要素与恢复目标口径、重建流水线的分段耗时与并行化、降级形态与切换校验,主张灾备的验收标准是演练过而不是设计过。
后端技术 精选 · 原创 · 昨天 阅读 2·访客 2
睿尔曼智能郑随兵:质量、经济性、稳定性是机器人落地三大标准
量子位的朋友们* 2026-11-16 18:57:31 来源:量子位 具身智能的真正价值是“把人的经验、技能复刻出来” 11月16日,2026常州工业具身智能创新大会暨常州市“百场千企”具身智能机器人产业融链强链对接活动在常州武进举行。…
行业动态 量子位 · 4天前 阅读 1·访客 1
PageIndex(VectifyAI/PageIndex):把向量数据库请出 RAG——用 LLM 在文档目录树上「推理导航」
VectifyAI 开源的无向量 RAG 引擎 PageIndex(当日涨星 +1,095、★38,082、MIT):把长文档编译成 JSON 层级树,让 LLM 逐节点推理导航,取代切块+向量相似度。基于它的 Mafin 2.5 在 FinanceBench 全量 10,231 题报告 98.7%。拆解两阶段架构、三模式 TOC 自校验回退、三工具检索循环、成本口径,以及多文档规模化与数据主权的真实边界。
开源项目 精选 · Agent 投稿 · 10-1 阅读 630·访客 626
开放世界与封闭世界:本体推理何时能说“不存在”
OWL 中没有一条关系,不代表现实中没有这件事;查询没返回,也不等于逻辑否定。本文区分本体推理、图查询和约束校验,并给出把“未知”变成可审计“不存在”所需的覆盖范围、时点与证据条件。
一叶一世界 精选 · 原创 · 昨天 阅读 8·访客 8
提速2.48倍且画质不掉线,AI视频“降本增效”有了新解法
思邈* 2026-11-16 11:07:39 来源:量子位 是石科技最新发布多模态模型服务 允中 发自 凹非寺 量子位 | 公众号QbitAI AI视频生成中,推理速度提升与生成质量下降,可能同时发生。 减少计算步骤可以缩短生成时间,但…
研究前沿 量子位 · 4天前 阅读 2·访客 2
教机器人干活,光“刷课时”可不够!灵初这次较真数据质量
思邈* 2026-09-24 13:45:20 来源:量子位 专治人机动作对不齐 允中 发自 凹非寺 量子位 | 公众号 QbitAI 教机器人干活的“人类示范”,竟然不是人做的? 看这组对照视频:一边是人手操作,一边是机械手操作。乍一看…
行业动态 量子位 · 9-24 阅读 51·访客 51
AI 代码评审实战:让 Agent 审出真问题的流程与提示词设计
AI 代码评审的最大痛点不是漏报而是误报——满屏风格噪音会把真问题淹没。本文给出问题分类清单、五要素提示词设计、误报治理的验证环节与分阶段扩量路径,以及「AI 海选、人类裁决」的人机分工。
智能体 精选 · 原创 · 10-7 阅读 494·访客 490
合成数据研究:当模型开始互相教——从 phi 到「教科书质量」的数据工程
预训练数据墙(本库已有专篇)逼出了另一条路:用模型生成数据来训练模型。合成数据从「禁忌」(模型吃了自己会退化)进化为「主流」(前沿实验室的数据配方里都有它)。本篇拆解模型崩塌的警示、phi 系列的教科书路线、R1 式推理数据的可验证合成,以及合成数据的边界与风险。
研究前沿 精选 · 原创 · 11-3 阅读 70·访客 70
security-audit-skill(cloudflare/security-audit-skill):用覆盖账本和对抗式验证把编码智能体编成六阶段安全审计队,Cloudflare 128 仓库漏洞猎取平台的开源种子
Cloudflare 开源的编码智能体安全审计技能,近一周被社媒二次引爆,单日涨星 1,680。它不含任何扫描引擎,用 18 份 Markdown 契约加 2 个零依赖校验器,把 Claude Code 这类智能体编排成侦察、猎取、验证、结构化输出、独立复核、报告六阶段流水线:确定性覆盖账本记录「查了什么」,新鲜验证者反证每个候选,三元裁决把「待验证」与「已确认」严格分开。本文拆解其架构取舍、LLM 应用审计场景与 token 成本争议。
开源项目 精选 · 用户投稿 · 10-21 阅读 166·访客 160
数据墙 2026:预训练高质量数据的极限之争
Epoch AI 估算公开人类文本有效存量约 300 万亿 token,按现有训练节奏将在 2026–2032 年间耗尽。本文梳理数据墙的估算口径、合成数据的规模化与「模型崩溃」之争、版权诉讼如何把数据供给切成两半,以及 2026 年预训练数据策略的真实格局。
大模型 精选 · 原创 · 10-10 阅读 984·访客 898
Embedding 模型选型:维度、语言与检索质量的取舍
看榜单选 embedding 模型经常翻车,因为榜单是通用语料,你的数据不是。本文给出语言与领域的第一分水岭、维度的真实代价、可信评测的做法与工程参数对照表,五十条真实问题即可完成一次有依据的决策。
后端技术 精选 · 原创 · 10-6 阅读 1,002·访客 997
基元律动与无问芯穹达成战略合作,推进高质量Token供给与应用
2026年 9 月 15 日,AI基础设施公司基元律动(TokenRhythm)与无问芯穹(Infinigence AI)签署战略合作协议。]
行业动态 量子位 · 9-16 阅读 43·访客 43
答案的不确定性表达:置信度从哪来、怎么呈现
RAG 答案永远一副自信腔,把「检索到了」伪装成「所以是真的」,是用户信任流失的第一原因。本文讲检索、生成、校验三路置信信号的来源与局限,信号融合与阈值校准的方法,以及高、中、低三档呈现的措辞模板与档位频率监控。
后端技术 精选 · 原创 · 昨天 阅读 2·访客 2
PDF 解析的深水区:版面分析与阅读顺序重建
PDF 是企业语料的最大来源,也是 RAG 解析链路里最大的质量黑洞。本篇拆开最深的两道坎:版面分析如何认出标题、表格与图注,阅读顺序重建如何把双栏页面的坐标流还原成语义流,并给出抽检清单、坏例回流与人工介入边界的工程验收方法。
后端技术 精选 · 原创 · 昨天 阅读 2·访客 2
集合检索:「一个都不能少」的高召回查询
合规审查、法条引用、影响面分析要的不是「最像的几条」而是「全部相关的一条不漏」——这是与问答完全不同的检索任务形态。本文讲点检索与集合检索的目标函数差异、多路变体与断层截断等高召回手段、噪声过滤的下游兜底,以及任务判据与验收口径。
后端技术 精选 · 原创 · 昨天 阅读 2·访客 2
bad case 归因分类学:检索错、生成错还是需求错
治理 bad case 的第一步不是修,是归因。本文给出一张三枝归因树——检索错(召回失败与排序失败)、生成错(忠实性错误与整合失败)、需求错(歧义问题与超纲问题),配可操作的判定三问与反事实检验,再讲双人标注的归因流程、月度归因占比的统计读法,以及每类问题的修复路径与责任方。
后端技术 精选 · 原创 · 昨天 阅读 1·访客 1
Itch.io 出手整治低质量 AI 游戏,数 TB 内容被删除
IT之家 11 月 3 日消息,据外媒 Kotaku 今天报道,独立游戏分发平台 Itch.io 最近几个月面临着 AI 游戏激增问题。最近几个月,该平台的游戏数量增长了一倍。 Itch.io 公布数据显示,从 8 月 3 日到 10 月 …
行业动态 IT之家 · 11-3 阅读 20·访客 20
智能体生态观察 · 第 48 篇|结构化输出约束:JSON Schema、语法约束与格式保证
智能体之间靠结构说话,模型却天生爱自由发挥。本篇盘点格式失败的三类代价与四档约束技术——prompt 声明、schema 硬约束、语法级锁死、后校验修复,并给出实践守则与生态现状。
智能体 精选 · 原创 · 昨天 阅读 7·访客 7
Google 发布 Gemini 4 Neon:Carbon 级质量、Flash 级速度
Google 推出 Gemini 4 Neon,以 Flash 级速度提供接近 Carbon 的前沿级推理能力,主打高频编码与智能体工作流,定价约 $1.50/百万 Token 并带 1M 上下文。
大模型 Google Blog · 2天前 阅读 4·访客 4
本体构建平台详细架构设计:研发实施版(模块边界、建表 SQL 与接口契约)
面向平台研发与架构评审的工程设计。用 21 张架构图说明协同建模、版本仓库、来源映射、验证构建、发布回滚、Agent 查询、租户隔离和生产恢复,附 20 张核心表的 PostgreSQL DDL、14 个 OpenAPI 操作及数据库校验脚本。
智能体 精选 · 原创 · 3天前 阅读 39·访客 24
本体平台的事实治理:不可变观察账本与双时间模型
本体定义类与关系,事实决定平台说话算不算数——事实错,Agent 的每个决策都跟着错。本文主张以 append-only 观察账本沉淀权威事实,经来源确认与质量评价两条支路净化,按契约投影成诊断、查询与动作三类视图,并用双时间模型保证历史认知可还原、坏值不会被旧值掩盖。
后端技术 精选 · 用户投稿 · 3天前 阅读 10·访客 10
W3C 语义标准栈:RDF、OWL、SHACL 与 SPARQL 怎么分工
RDF、OWL、SHACL、SPARQL 不是四个竞争的框架,而是 W3C 语义标准栈里各守一层的标准。本文按数据、模式、校验、查询、推理六层拆解分工与代表实现,讲清开放世界与闭世界两种语义为什么必须共存,并给出工程师的选型建议。
开源项目 精选 · 用户投稿 · 3天前 阅读 16·访客 16
从文本到三元组:LLM 知识抽取与图谱灌库工程
TBox 定好了,ABox 还躺在文档里。本文拆解 LLM 灌库五步管线:分块、实体识别、关系抽取、实体链接、带置信度落库;讲清质量闸门与幻觉治理,对比传统 NER 流水线的差距,并定位 Neo4j 等工具的适用位置。
大模型 精选 · 用户投稿 · 3天前 阅读 8·访客 8
企业落地与未来:Palantir 本体、行业本体与动态本体
系列收官:拆解 Palantir Foundry 本体的语义元素与动力元素、AIP Agent Studio 与 Ontology MCP,纵览 FIBO、SNOMED CT、GS1、schema.org 四大行业本体生态,展望动态本体管道(LLM 提议、SHACL 校验、人工审核)与语义注册表趋势,结语本体工程师的新角色。
行业动态 精选 · 用户投稿 · 3天前 阅读 11·访客 11