给 AI 幻觉设一个「错误预算」:Grafana 把 SRE 那套搬到了智能体上
线上服务的可用性有 SLO,告警阈值有错误预算,这套方法论支撑了云原生十年。现在有人问了一个更刁钻的问题:如果一个系统一直在线、响应很快、也不报错,但它的答案越来越不靠谱,你用什么指标发现它? Grafana Labs…
栏目
大语言模型(LLM)是指使用大量文本数据训练的深度学习模型,可以生成自然语言文本或理解语言文本的含义。大语言模型可以处理多种自然语言任务,如文本分类、问答、对话等,是通向人工智能的一条重要途径
线上服务的可用性有 SLO,告警阈值有错误预算,这套方法论支撑了云原生十年。现在有人问了一个更刁钻的问题:如果一个系统一直在线、响应很快、也不报错,但它的答案越来越不靠谱,你用什么指标发现它? Grafana Labs…
很多 AI 应用根本不需要一段漂亮的文字。客服系统只想知道“这封邮件该不该退款”,风控系统只想知道“这笔交易有多大概率是欺诈”,Agent 只想…
一个智能体连续跑几十轮工具调用,搜索结果、代码片段、调用记录不断往上下文里塞。模型越干越起劲,显存先扛不住了——这是今年做长任务 Agent 的…
用AI写一段代码并不难,难的是让它在一个真实项目里连续工作几天,改依赖、加功能、修回归,最后还能交付。谷歌最近发布的Android Bench…
一个现实矛盾摆在所有算力运营方面前:模型三个月换一代,机房里那批卡要用五年。软件层能不能把旧硬件重新盘活,成了比买新卡更实际的问题。 2026…
语音识别正在经历一次静悄悄的分化:云端追求极致准确率,端侧追求够用且便宜。IBM 这次同时更新了三条产品线,把两端都覆盖了。 一分钟速览 发布…
很多团队优化推理成本时,第一反应是量化、蒸馏、换更小的模型。但有一个成本杠杆在训练开始之前就已经固定,而且几乎没人动它——分词器。 一分钟速览…
Black Forest Labs 在 10 月 15 日放出 FLUX 3 Image Klein,以开放权重的方式发布。这个模型只有 56…
过去一年,MCP 几乎成了 AI 工具互联的代名词。只要一个产品宣布“支持 MCP”,就意味着它能被 Claude、Cursor、各类智能体直接…