首先緩存這個詞大家應(yīng)該都比較清楚了，無論是在應(yīng)用服務(wù)、數(shù)據(jù)處理等技術(shù)中都會用到緩存技術(shù)，用于加速數(shù)據(jù)查詢效率，減少底層額外計算資源的消耗，是一個非常重要且強(qiáng)大的技術(shù)。簡單來說：用于將頻繁訪問的數(shù)據(jù)或計算存儲在更快、更易于訪問的位置。這使得信息檢索更加迅速，減少了重復(fù)執(zhí)行相同操作或獲取相同數(shù)據(jù)的需要。本質(zhì)上，緩存充當(dāng)一種短期記憶，有助于提高系統(tǒng)性能和效率。通常意義上，緩存對服務(wù)帶來的好處有幾點：...

對于使用大模型（LLMs）的人來說，可能更熟悉的是MCP多一些，而對于Functioncalling其實更偏于技術(shù)層面的東西，但是從應(yīng)用場景上二者還是有些相似之處?；蛘吆唵蝸碚f，在沒有MCP協(xié)議之前，想要通過構(gòu)建一個AI應(yīng)用需要依賴的就是Functioncalling，簡單來說它就是函數(shù)調(diào)用，這個函數(shù)可以是你所期望讀取信息的任何接口，比如要調(diào)用微信公眾號的開放接口，就可以定一個Functioncalling來通過http來調(diào)用。Functioncalling的核心能力...

AI智能體（Agent）是目前能夠看到的為企業(yè)業(yè)務(wù)帶來很大價值的AI應(yīng)用，通過AIAgent可以自主處理很多重復(fù)性工作，以及極大地減少代碼開發(fā)量，所以很多國內(nèi)外很多企業(yè)都在朝這個方向探索。而要做企業(yè)內(nèi)部的Agent服務(wù)的話，永遠(yuǎn)繞不過去的事情就是和企業(yè)內(nèi)部數(shù)據(jù)進(jìn)行互通，以及和企業(yè)內(nèi)部的系統(tǒng)聯(lián)動起來；這個過程在過去AI技術(shù)中可以通過MCP協(xié)議方式來實現(xiàn)，MCP通過一個標(biāo)準(zhǔn)化的協(xié)議，可以對接很多內(nèi)外部的系統(tǒng)服務(wù)，例如Mysql、Red...

1.LargeLanguageModels(LLMs,大語言模型）所有AI應(yīng)用中的中心樞紐，也就是AI應(yīng)用的“大心臟”，具備智能化問答、診斷、推理分析能力，目前LLM指參數(shù)規(guī)模從數(shù)億到數(shù)千億甚至更多、通常來說，模型參數(shù)規(guī)模越大說明模型的記憶擬合能力越強(qiáng)，以自監(jiān)督目標(biāo)在大規(guī)模文本多模態(tài)數(shù)據(jù)上預(yù)訓(xùn)練，從而具有廣泛語言理解與生成能力的神經(jīng)網(wǎng)絡(luò)模型。而對于大模型除了具備智能化追外，也有一些問題存在，例如：幻覺問題：模型編造事實帶有偏見...

這兩年在AI圈子里，真的是新名詞、新概念、新模型層出不窮，貌似隔段時間不出現(xiàn)一個新詞感覺整個行業(yè)都退步了一樣，大家都還在學(xué)習(xí)怎么使用好PromptEngineering（提示詞工程）的時候，這不ContextEngineering（上下文工程）這個新詞就出來了。這篇內(nèi)容來分享一下關(guān)于ContextEngineering（上下文工程）這個新詞的介紹、提示詞工程和上下文工程的區(qū)別、以及二者在實際工作中的作用是什么，畢竟，現(xiàn)在AI圈子里面的新東西還是要跟上...

從2024年12月份DeepSeek發(fā)布了DeepSeekV3開始，整個AI圈內(nèi)就掀起了一波技術(shù)創(chuàng)新式浪潮，核心的因素在于一家在2023年剛注冊成立的初創(chuàng)企業(yè)所發(fā)布的第一個正式版本模型就直接對標(biāo)了OpenAI閉源的GPT4o以及Claude3.5Sonnet，更重要的是其訓(xùn)練階段的成本只有不到600萬美元，是什么概念？在這之前，普遍的訓(xùn)練成本都在千萬甚至于上億美元的成本支出，突然出現(xiàn)預(yù)訓(xùn)練大模型在性能上比肩目前最強(qiáng)的GPT4o，成本上比GPT4o要節(jié)約十幾倍，關(guān)...

本來想寫在AI大模型中對于數(shù)據(jù)方面的挑戰(zhàn)，但是發(fā)現(xiàn)還是要找一個場景來鋪墊一下，正好去年做過一些大模型知識庫的內(nèi)容，對于RAG方面還算了解一些，所以先來說一下關(guān)于大模型應(yīng)用方面的東西吧，下一篇再來聊聊AI大模型場景中對于數(shù)據(jù)管理方面的機(jī)會。先解釋一下什么是檢索增強(qiáng)生成技術(shù)（下文簡稱：RAG），對于日常我們所理解的大模型來說，他們具備的是模型本身能力（億級別參數(shù)+通用數(shù)據(jù)），但是在特定領(lǐng)域內(nèi)的數(shù)據(jù)可能是無法獲...

在數(shù)據(jù)應(yīng)用場景中，數(shù)據(jù)源屬于數(shù)據(jù)管理是非常的一個環(huán)節(jié)，包括數(shù)據(jù)源、數(shù)據(jù)集成、生命周期、數(shù)據(jù)地圖、數(shù)據(jù)標(biāo)注、數(shù)據(jù)安全、主數(shù)據(jù)等等等，數(shù)據(jù)管理也是整個數(shù)據(jù)治理體系中最核心的部分之一，面向智算領(lǐng)域的數(shù)據(jù)能力，對于AI數(shù)據(jù)治理會有一些新的挑戰(zhàn)。在過去數(shù)十年的大數(shù)據(jù)領(lǐng)域發(fā)展過程中，結(jié)構(gòu)化數(shù)據(jù)和半結(jié)構(gòu)化數(shù)據(jù)處理都是其中絕對的主角，結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)由業(yè)務(wù)流程產(chǎn)生，與商業(yè)價值高度相關(guān)，這些數(shù)據(jù)與企業(yè)的流程業(yè)...

最近一直在做數(shù)據(jù)+AI方向的工作，前兩天無意中看到一個MCP的技術(shù)，經(jīng)過詳細(xì)的學(xué)習(xí)之后，了解到這個可能不僅僅應(yīng)用在大模型，而更多是數(shù)據(jù)和模型之間的橋梁，最近就一直在考慮對于多模態(tài)數(shù)據(jù)如何才能實打?qū)嵉暮蛻?yīng)用模型結(jié)合起來的事情，MCP無疑是提供了某種思路，下面是關(guān)于MCP的一些介紹，部分內(nèi)容是參考的社區(qū)文檔。MCP（ModelContextProtocol）是一種開放協(xié)議，它標(biāo)準(zhǔn)化了應(yīng)用向設(shè)備提供上下文的方式?？梢詫CP想象成AI應(yīng)用...