人工智能技术文章
-
AI 应用调用搜索、数据库或业务接口时，超时不只是返回一条错误消息。本文用 Go context 把截止时间、取消信号、工具结果和用户状态串成一条可验收的链路，说明何时停止、如何记录以及怎样避免重复执行。310 收藏 -
RAG 系统检索到了相关资料却仍然答非所问，通常不是模型单点失误。本文用一个可复现的小实验，依次检查召回内容、切片边界、排序分数和上下文拼接，最后给出可回归的验证方法。309 收藏 -
AI 流式回答显示到一半、刷新后状态混乱，通常不是模型少返回了一句，而是增量缓冲、结束事件和可恢复状态没有分开处理。本文用一个浏览器流式阅读器示例拆开这条链路。298 收藏 -
向量检索返回相似度高的片段，不等于答案一定可靠。本文用一个轻量 Python 示例，把 query_points、score_threshold、source_id 和引用片段串成可验收的检索链，并处理空召回与低分结果。297 收藏 -
RAG 检索命中文档却只能生成很短的答案，往往不是模型突然变笨，而是切片边界、重叠窗口和引用片段没有对齐。本文用一个内部知识库场景说明如何逐层调优，并保留可验证的证据。286 收藏 -
科技周边 · 人工智能 | 1天前 | 人工智能 · api设计 · Google AI · Gemini API · Context Caching · Gemini API Context Caching cachedContent 长提示词 generateContent
Gemini API 的 Context Caching 适合反复使用同一份长上下文的场景。本文用 cachedContents.create 创建缓存，再把 cache.name 绑定到 generateContent，讲清缓存内容、动态问题和 TTL 的边界。257 收藏 -
RAG 知识库答非所问，通常不是模型单独失灵，而是切分、召回过滤和重排之间没有形成可验证的证据链。本文用一组可复现的检查方法定位问题，并给出适合上线前评测的调整顺序。243 收藏 -
AI 流式接口不能只靠某个文本片段判断结束。本文用事件序列拆解增量内容、完成事件、失败状态与断线续接，给出客户端状态机、重复片段处理和验收清单。239 收藏 -
更换 Embedding 模型后，旧向量与新向量的维度可能不一致，直接覆盖索引会让写入、查询和回滚同时失控。本文以双索引迁移为主线，拆解维度核对、查询路由、后台回填和回滚验收。229 收藏 -
大模型流式接口出现重复片段，通常不是模型把同一句话生成了两次，而是客户端把重试、重放或累计快照重复拼接。本文用可观测指标拆开增量事件、断线续传和去重边界。213 收藏 -
大模型接口返回 JSON 时，偶尔会带上 Markdown 代码围栏、解释文字或截断内容。本文从真实响应现场出发，给出 Go 解析、边界判断、重试与结构化响应约束的组合方案。213 收藏 -
RAG 应用最难排查的错误之一，是模型把相似检索片段直接改写成确定答案。本文从引用绑定、证据片段和拒答边界入手，给出一套可落地的输出验收方法。201 收藏 -
多模态 RAG 能检索到图片，却在回答里漏掉关键上下文，通常不是模型单点失效，而是 OCR、图文切片、向量检索和引用回链之间有一段断了。本文按证据顺序定位并修复这类问题。197 收藏 -
流式调用工具时，参数 JSON 会被拆成多个增量事件，不能把每个片段直接解析。本文用 buffer、JSON.parse 和状态恢复拆开半包边界，给出失败重试与重复调用的防线。197 收藏 -
AI 应用调用搜索、数据库或业务接口时，超时不等于任务失败，更不能无条件重跑。本文用一个可验证的小实验拆开幂等键、部分结果、重试边界和人工接管，给出能落地的调用状态设计。195 收藏