211 分钟深入解析ChatGPT等LLM
充分理解现代大语言模型架构,能够分析token、训练、工具和故障。
48 个结果
没有符合这些筛选条件的内容尝试不同的类别或级别,或清除筛选条件以查看所有内容。
211 分钟充分理解现代大语言模型架构,能够分析token、训练、工具和故障。
40 分钟在构建之前,评估实现模式、失败模式和防护措施。
190 分钟你可以使用类型化状态、条件路由、检查点和工具调用构建LangGraph智能体,并体会显式设计在哪些地方带来价值。
66 分钟你可以用“角色—目标—背景故事”风格搭建CrewAI团队,并判断其隐藏的执行循环与显式图结构相比如何。
15 分钟设计更简单的智能体循环,设置明确的停止规则、任务边界和人工控制点。
18 分钟在添加多个智能体、复杂提示或隐藏状态之前,识别常见的智能体构建陷阱。
17 分钟建立一套具有明确审查边界的多智能体编码工作流,使生成的改动保持小规模、经过测试且责任明确。
56 分钟为一项AI工作流建立投资回报率论证,其中包含基线、直接与间接收益、质量关卡和明确的停止决策。
41 分钟围绕业务成果、数据控制、工作负载经济性、基础设施就绪度和运营责任,做出AI自研与采购决策。
20 分钟在为敏感内部文档建立索引前,评估企业知识RAG的实用访问控制模式。
5 分钟理解与API原生自动化相比,基于截图的计算机操作为何既强大,又缓慢、昂贵且脆弱。
8 分钟判断浏览器或计算机操作智能体在承担运营风险的情况下,可能在哪些场景产生商业价值。
22 分钟应用写入、选择、压缩和隔离模式,有意识地管理智能体上下文。
8 分钟理解长上下文在存在歧义和干扰项时如何失效,并围绕这种风险设计测试。
19 分钟你可以根据真实工作负载,权衡缓存写入附加费与读取节省的成本,估算提示缓存何时划算。
56 分钟仅在稳定前缀、延迟和成本特征符合工作负载时使用提示缓存。
30 分钟将法案2025–2027年的分阶段期限映射到中小企业现在就必须安排的供应商证据和责任归属任务。
55 分钟设计一套评估阶梯,在提示或模型变更触达用户之前捕获回归。
19 分钟了解生产团队如何分层结合断言、人工审核和大语言模型评判,让回归在发布前暴露出来。
157 分钟你将能够在大多数开发者已有的硬件上,端到端完成量化、LoRA和QLoRA微调。
59 分钟理解微调在完整训练流程中的位置,并判断它何时优于提示或RAG。
104 分钟理解MCP如何融入智能体系统,而不仅仅是一个本地演示服务器。
75 分钟构建第一个MCP服务器,并理解工具、Schema、提示、资源和传输如何协同工作。
19 分钟在构建之前,评估实现模式、失败模式和防护措施。
29 分钟在构建之前,评估实现模式、失败模式和防护措施。
7 分钟区分短期记忆与长期记忆的设计决策,并判断智能体应在何时写入记忆。
44 分钟你可以用代码将情景记忆、语义记忆、工作记忆和程序性记忆接入智能体,而不只是说出这些类别的名称。
9 分钟你将能够在LangSmith中浏览追踪、项目和数据集,并读取token成本、延迟、错误率和每个Span的详细信息。
154 分钟将追踪、评估、反馈和生产审核串联为大语言模型系统的运营循环。
37 分钟将私有AI作为基础设施和治理决策来评估,而不是凭直觉在SaaS与自托管之间二选一。
69 分钟识别你自己的智能体最先可能遇到的失败模式,并提前为每一种模式规划测试、降级方案和停用标准。
17 分钟理解RAG进入受监管、高风险的企业场景后会出现哪些问题。
19 分钟在构建之前,评估实现模式、失败模式和防护措施。
13 分钟将提示词注入建模为不可信数据混合问题,并围绕工具调用设计边界。
17 分钟评审提示词注入防御措施,例如污点分析、输出形态限制、用户隔离、确定性设置,以及针对关键路径的冗余检查。
9 分钟将本文作为决策上下文,用于采用、风险、治理或投资选择。
13 分钟根据实际故障模式,在提示工程、RAG、微调或组合方案之间作出选择。
77 分钟了解生产环境提示工程师如何在真实压力下修改指令、示例和行为约束,而不是把提示当作一次性文本。
25 分钟观察一条模糊的保险理赔提示如何转变为结构化、可测试的提示,并获得更清晰的示例、输出规则和拒绝行为。
39 分钟在构建之前,评估实现模式、失败模式和防护措施。
16 分钟理解Microsoft风格的GraphRAG流程:实体抽取、社区、摘要与面向查询的综合。
7 分钟理解在基于PDF和混合文件格式构建RAG前,文档解析、结构保留和摄取质量关卡为何重要。
32 分钟理解为什么推理服务引擎、批处理和KV缓存内存主导着自托管推理的经济性。
42 分钟评估垂直AI智能体何时能建立真正的防御力,何时只是一层薄薄的封装。
34 分钟围绕可衡量的成果而不是席位数量,评估AI产品的定价和专业化方向。
41 分钟你将能够解释严格模式提供哪些保证、它与旧JSON模式有何不同,以及拒绝处理如何融入结构化输出契约。
18 分钟理解为何Schema优先的大语言模型调用需要类型化对象、验证器、重试机制,以及对格式错误或虚构字段的显式处理。
6 分钟识别语音智能体的核心架构,以及真实通话中会影响客户信任的故障点。