知识图谱，是结构化的语义知识库，用于迅速描述物理世界中的概念及其相互关系，通过将数据粒度从 document 级别降到 data 级别，聚合大量知识，从而实现知识的快速响应和推理。

异常检测->告警策略->根因分析都是AIOps中非常关键的步骤。告警策略模型通常和业务类型、用户偏好及应用场景等业务相关，解决不同场景下特定问题。根因定位：定位发生异常时那些属性导致了异常；定位哪些指标的异常导致事件异常的发生；FOCUS：《Focus: Shedding Light on the High Search Response Time in the Wild》，目标是解决

大模型幻觉

大模型后训练

Harness 是包裹在模型外部的一整套工程机制，包括系统提示词、上下文管理、工具调用、任务路由、工作流编排、结构化输出、结果校验、失败重试、权限控制、安全护栏、日志追踪和评估体系。最新模型确实减少了很多微调需求。过去需要训练专用模型完成的文本分类、信息抽取、代码生成、文档总结等任务，现在通过强模型、提示词和少量示例就能达到不错的效果。把 Agent 的每一步执行都建模为可验证的状态转移，系统必须

docker + ollama + LLM

下载Gemma4模型：modelscope download --model google/gemma-4-E4B-it --cache_dir "./models"启动模型：vllm serve ./models/google/gemma-4-E4B-it/ --served-model-name gemma-4-E4B-it。打开新终端：vllm chat --url http://local

docker + ollama + LLM

Harness 是包裹在模型外部的一整套工程机制，包括系统提示词、上下文管理、工具调用、任务路由、工作流编排、结构化输出、结果校验、失败重试、权限控制、安全护栏、日志追踪和评估体系。最新模型确实减少了很多微调需求。过去需要训练专用模型完成的文本分类、信息抽取、代码生成、文档总结等任务，现在通过强模型、提示词和少量示例就能达到不错的效果。把 Agent 的每一步执行都建模为可验证的状态转移，系统必须

ollama本地使用