在数字化时代，企业数字化转型已成为必然趋势。GB/T 43439-2023 标准为企业数字化转型提供了全面的指导，其中定义的 7 个能力域和 29 个能力子域，为企业提供了具体的实施路径。本文将深入探讨这 7 个能力域和 29 个能力子域，帮助企业更好地理解数字化转型的内涵和实施方法。一、7 个能力域GB/T 43439-2023 标准中定义的 7 个能力域包括：战略与领导力、数据与数字化资产、业

在 Transformer 模型中，自注意力机制的内存需求、计算量与序列长度成二次方关系，导致序列比较长时可能存在明显瓶颈。在 [2105.13120] Sequence Parallelism: Long Sequence Training from System Perspective 中，作者提出了序列并行（Sequence Parallelism），这是一种内存高效的并行方案，可以帮助突破

维基百科对“智能体”的定义是：一种人工智能模型，能够与外界交互并执行具体操作。Wooldridge和Jennings给出了更专业的定义：智能体是一种计算机系统，它位于某个环境中，能够在这个环境中自主行动，以实现其设计目标。Russell和Norvig补充了定义，解释说智能体通过传感器感知环境，并通过执行器对环境采取行动。

近期，基础语言模型（Foundation LMs）在自然语言处理（NLP）和计算机视觉（CV）领域取得了显著的进展。这些模型通过在大规模无监督数据集上预训练，不仅掌握了丰富的知识，还展示了良好的迁移学习能力。然而，这些模型无法像人类那样“天天向上”，存在着灾难性遗忘问题。为了确保模型在适应新任务时保留已有知识的同时学习新知识，研究者们提出了一系列基于持续学习（Contiual Learning,

随着 Embedding 技术的持续进化，我们正站在知识管理范式转换的关键节点。选择合适的 Embedding 模型，就如同为智能系统装上了理解人类语义的"大脑皮层"。无论是构建新一代知识库，还是优化 RAG 系统，对向量技术的深刻理解与合理运用，都将成为突破 AI 应用天花板的关键所在。

在深入探讨 Agentic Workflows 之前，我们先来了解一下智能体（AI Agents）究竟是什么。智能体是一种结合了LLM用于推理和决策的系统，同时配备了与现实世界交互的工具，能够在有限的人类干预下完成复杂任务。它们被赋予特定的角色和不同程度的自主性，以实现最终目标。更重要的是，智能体还具备记忆功能，能够从过去的经历中学习并随着时间提升性能。了解了智能体的核心组件后，我们再来看看 Ag

过年这段时间，DeepSeek 算是彻底破圈了，火遍大江南北，火到人尽皆知。虽然网络版和 APP 版已经足够好用，但把模型部署到本地，才能真正实现独家定制，让 DeepSeek R1 的深度思考「以你为主，为你所用」。关于本地部署，大多数人使用的是蒸馏后的 8B/32B/70B 版本，本质是微调后的 Llama 或 Qwen 模型，。然而，完整的 671B MoE 模型也可以通过针对性的量化技术压

研究人员提出了一种自适应QA框架-[adaptive RAG]，根据查询复杂度从最简单到最复杂的LLM中动态选择最合适的策略。该框架用小LM训练了一个分类器，预测查询的复杂程度。这一方案在迭代和单步Retrieval-Augmented LLM以及无需检索方法之间实现了无缝自适应响应各种复杂度的查询。

当前，AI 大模型的发展速度令人瞩目，许多基础模型对硬件的要求并不高，完全可以在本地环境中搭建和运行。通过 Ollama 可以实现本地运行大模型，但操作都是命令行，没有界面，今天我们就来看一个开源项目 Open WebUI。Open WebUI 是一个开源的、功能丰富且用户友好的自托管 AI 平台，专为完全离线运行而设计。

历史上，科学发现是一个漫长且成本高昂的过程，从最初的概念到最终结果需要大量的时间和资源。为了加速科学发现，降低研究成本，并提高研究质量，我们引入了智能体实验室Agent Laboratory，这是一个基于大型语言模型（LLM）的自主框架，能够完成整个研究过程。该框架接受人类提供的研究想法，并通过三个阶段——文献综述、实验和报告撰写——来推进，以产出全面的研究成果，包括代码库和研究报告，同时让用户在