人工智能技术文章
-
用多模态模型抽取发票时，不要只保存模型返回的文本。本文用 JSON Schema 设计字段证据对象，把字段值、原图归一化坐标、证据说明和人工复核标记绑定在一起。446 收藏 -
Responses API 的图片输入不是把图片路径直接塞进字符串，而是把 input_text 与 input_image 放进同一条 user content；本文用 Go 代码拆开请求结构、图片 URL 与 output_text 的读取边界。444 收藏 -
从 trace、run、step 三层标识出发，设计 AI Agent 工具调用轨迹，保存输入输出与版本上下文，并用夹具和沙箱划清安全回放边界。444 收藏 -
用 librosa.beat.beat_track 从音频的起音强度中估算 BPM 和节拍位置，并把帧索引稳定转换为秒；同时说明空结果、BPM 为 0 和 hop_length 不一致时怎样排查。444 收藏 -
大模型工具调用经常把参数省略、传 null 和传空对象混在一起。本文用 Go 的 json.RawMessage 保留原始状态，再按工具契约做缺失、null、空对象和合法参数的分支校验。443 收藏 -
RAG 分块不应让普通长文、代码和表格共用一套硬切规则。本文从召回偏移的常见症状出发，说明如何保留标题段落、函数符号、表头与行组边界，并用统一元数据和小样本查询复盘检索质量。443 收藏 -
科技周边 · 人工智能 | 1星期前 | 人工智能 · 人工智能 Hugging Face Inference Providers OpenAI Chat Completions 路由 API 模型标识 HF_TOKEN
Hugging Face Inference Providers 提供 OpenAI 兼容的 Chat Completions 路由。本文从 baseURL、HF token、messages 消息结构和模型路由后缀入手，给出一套可迁移的 Python 调用方式，并说明图片、嵌入等非聊天任务为什么要改用官方 InferenceClient。442 收藏 -
用 OpenAI Agents SDK 的 RunState、session_state 和 snapshot 区分三种恢复边界，再用工作区检查点把沙箱任务拆成可重试、可回滚的阶段。441 收藏 -
Hugging Face Datasets 的 IterableDataset 如果 reshard 后仍只有一个 shard，继续调用物理分片并不能解决切分问题。正确做法是先完成 shuffle，再用 skip 和 take 构造逻辑窗口，并明确 offset、limit、短流和重复遍历的边界。441 收藏 -
Agents SDK 把文件、命令和工具放进受控沙箱后，真正的工程难点变成状态如何跨容器恢复、凭据如何不进入模型生成代码。本文从一次沙箱失效场景出发，拆解 Manifest、外置状态、快照恢复和凭据隔离的落地边界。439 收藏 -
OpenAI embeddings 的 dimensions 不是越大越好。本文从默认维度、向量库限制、检索质量、存储与回滚几个方面，说明 text-embedding-3-small 和 text-embedding-3-large 怎样选择维度缩减参数。439 收藏 -
model card 更适合作为输入契约的索引，而不是可直接提交的接口 schema。本文按输入模态、字段形态、编码与容量、禁止项和已知局限拆读，再用官方 API 文档确认最终请求字段。439 收藏 -
介绍 Hugging Face Evaluate 使用 bootstrap 策略计算指标置信区间的方法，解释 confidence_level、n_resamples、random_state 以及结果中的标准误。438 收藏 -
SHAP Explanation 的 values 形状需要结合样本、特征和模型输出一起读取。本文用单输出与多输出示例说明 shape、feature_names、output_names 的对应关系，以及如何按样本和输出安全切片。438 收藏 -
RAG 检索结果太多时，不要只提高 top_k 再把无关片段塞给模型。本文用租户、文档类型、状态和更新时间说明如何先做元数据过滤，再做向量或混合检索，并根据过滤选择性调整召回策略。437 收藏