agent模型如何判断需要使用工具
agent模型如何判断需要使用工具模型判别是否需要调用工具Function Calling，主要经历以下三个核心阶段： 1. 语义匹配与意图识别 (Semantic Matching)当你向模型提供工具时，你实际上是把工具的 Schema（结构定义） 放入了上下文（Context）中。 工具描述的重要性： 每个工具都有名称和详细描述（例如：get_weather 的描述是“获取特定城市的实时天气
Transformer长文本遗忘根源
Transformer长文本遗忘根源1. 物理层面的“硬限制”：Context Window（上下文窗口）Transformer 模型在设计时，必须预先定义一个最大序列长度（Max Sequence Length）。 定额容器： 想象对话是一个杯子，Transformer 的上下文窗口就是杯子的容量（比如 4k、32k 或 128k tokens）。当对话内容超过这个容量时，为了存入新的话语，系
大模型上下文窗口对agent系统的影响
大模型上下文窗口对agent系统的影响随着模型上下文从几千 token 扩展到百万级别，Agent 的设计模式发生了显著变化 正面影响 更强大的“原生”长期记忆 深度对话保留： Agent 可以记住更长的对话历史，无需复杂的总结（Summarization）或截断策略，能够更好地维持角色的连贯性和任务的一致性。 跨文档关联： 在处理复杂任务（如代码库重构或长篇法律分析）时，Agent 可以将整个项
大模型微调Fine-tuning
大模型微调Fine-tuning大模型微调（Fine-tuning） 是指在一个已经预训练好的大语言模型（Base Model）基础上，使用特定领域的数据集进行二次训练，以调整模型的参数，使其在特定任务或特定领域表现得更好。 什么是大模型微调？如果把预训练（Pre-training）比作一个学生在学校接受通识教育（学习各科知识，具备理解语言、逻辑推理的能力），那么微调（Fine-tuning）就是
Transformer
Transformer1. 从整体宏观来理解Transformer首先，我们将整个模型视为黑盒。在机器翻译任务中，接收一种语言的句子作为输入，然后将其翻译成其他语言输出。 中间部分的 Transformer 可以拆分为 2 部分：左边是编码部分(encoding component)，右边是解码部分(decoding component)。 其中编码部分是多层的编码器(Encoder)组成（T
为什么mysql默认隔离级别是RR而不是RC
为什么mysql默认隔离级别是RR而不是RC在 MySQL 的早期版本中，Binlog只有一种格式：statement，即记录 SQL 语句本身。 1. RC 级别下的“幻读”导致主从数据不一致在 RC 隔离级别下，Binlog 记录的顺序是按照事务提交的先后顺序排列的，而不是 SQL 执行的先后顺序。 假设有两个事务同时操作： 事务 A：DELETE FROM users WHERE age
从输入网址到网页呈现的全过程
从输入网址到网页呈现的全过程当你在浏览器输入一个网址并回车，背后会经历一系列网络通信与数据处理步骤，最终将网页呈现出来。 1. 解析域名（DNS解析） 浏览器首先检查本地缓存和 hosts 文件，若无匹配记录，则向本地DNS服务器发起查询。若本地DNS无缓存，会依次向根DNS服务器、顶级域DNS服务器、权威DNS服务器查询，最终获得目标服务器的 IP地址。此过程可能经过 递归查询 与 迭代查询，并
SSE与WebSocket
SSE与WebSocket 引用：https://www.cnblogs.com/1314520xh/p/18805931 1. WebSocketWebSocket 是 HTML5 引入的 全双工通信协议，允许客户端和服务器之间保持持久连接，实现低延迟的双向通信 WebSocket特点： 全双工通信：客户端和服务器都可以主动发送数据 低延迟：：连接建立后，数据交换无需额外的 HTTP 头部，