General news
LLM 上下文满了别直接报错:Context Eviction 工程实践,5 种淘汰策略的生产对比
掘金
上下文窗口满了,不是 bug,是必然会触发的工程边界。区别只在于:你是被动崩溃,还是主动管理。 本文从生产角度设计 5 种 Context Eviction 策略,给出每种策略的实现代码、Quality Loss 测量方法,以及选型决策树。
Score: 57.36Confidence: 54%
View offerLoading the catalog…
Loading the catalog…
THE AI OPPORTUNITY INDEX
Find your next AI tool. Explore free access, trials, and credits — all in one place.
掘金
上下文窗口满了,不是 bug,是必然会触发的工程边界。区别只在于:你是被动崩溃,还是主动管理。 本文从生产角度设计 5 种 Context Eviction 策略,给出每种策略的实现代码、Quality Loss 测量方法,以及选型决策树。
Score: 57.36Confidence: 54%
View offer掘金
GitHub 日榜 2026-10-07:photocraft、filmcraft、universal-modder 等 20 个开源项目 24 小时 Star 增速领先,每日更新的开源趋势速报。
Score: 57.36Confidence: 54%
View offerReadhub
谷歌推出 EmbeddingGemma 2,基于 Gemma 4 架构开发,采用 Apache 2.0 许可发布,总参数 7.4 亿,基于 Gemini 嵌入模型同源技术打造,可将文本、代码、图像、视频、音频统一映射到同一嵌入空间。该模型在子 1B 参数多模态嵌入模型中性能领先,采用模块化设计,支持动态截断输出向量维度,端侧运行内存占用低,配备 8K Token 上下文窗口,代码性能较前代大幅提升,多模态任务表现优异,可保障数据隐私、降低管线延迟,支持搭建完全离线的跨模态搜索和检索系统,搭配同源的 Gemma 4 等生成模型可实现低内存占用的端侧多模态 RAG 管线,支持多平台多类常用开发工具,开发者可在 Hugging Face 和 Kaggle 下载模型权重,后续还将登陆 Gemini Enterprise Agent Platform Model Garden。
Score: 57.34Confidence: 54%
View offer掘金
一、大模型与多模态:底层到底发生了什么 很多人初学大模型时会有一个固有印象:大模型只能处理文字。这个说法在早期(GPT-3 时代)是对的,但现在早已过时。 1. 核心事实 大模型内部处理的从来不是"文
Score: 57.25Confidence: 54%
View offer掘金
大家对齐一下。 做产品的人,对这句话应该不陌生。可嘴上都说懂了,脑子里的画面未必是同一张。 这套方法,老金在社区和自己的群里反复讲过。 我以前做产品、带策划,也就是带着大家做产品设计时,总在强调要对齐
Score: 57.2Confidence: 54%
View offer掘金
在使用AI中,有一个越来越常见的场景: “你怎么这么笨?” “这都做不好,重写!” “你是不是智障?” 在聊天框里打下这些话的人,可能并没有真的在发脾气。他们只是着急——AI写出来的东西不对味,改了几
Score: 57.2Confidence: 54%
View offer掘金
一年前,“Harness(智能体运行框架)才是真正的产品”还只是一个观点。到了 8 月 13 日,DeepSeek 把这个观点直接做成了产品战略:它开源了一套采用 MIT 许可证的 Agent Har
Score: 57.18Confidence: 54%
View offer掘金
写了十来年前端了,用的一直都是 JavaScript,理所当然地,后端接口也早已习惯了用 JavaScript 实现。 用 JavaScript 写前端,一个不可避免的问题,就是要在线上部署运行。 与
Score: 57.18Confidence: 54%
View offer掘金
当组合滤镜被擦除为普通滤镜协议时,运行时不能只调用一次叶子执行路径;顺序、并行和输入来源仍是输出合同的一部分。
Score: 57.18Confidence: 54%
View offer掘金
github.com/ludayuan/Lu... 鲁大猿的视频知识库 学习率:一次参数更新,到底应该改多少 核心问题:已经知道参数往哪边调整,为什么还需要学习率? 一句话答案:梯度描述当前位置的局部变化
Score: 57.16Confidence: 54%
View offer掘金
github.com/ludayuan/Lu... 鲁大猿的视频知识库 AI Agent 框架怎么选:从一次制度查询拆出技术边界 核心问题:LangChain、LangGraph、LlamaIndex 都
Score: 57.16Confidence: 54%
View offer掘金
AI 时代,我们都将成为通才 大家好,今天分享的主题是: We Will All Be Generalists 这是 Philipp Lackner 最近分享的一个观点。 他长期专注于 Android
Score: 57.13Confidence: 54%
View offer