在将律所档案喂给大模型前，须先算清三笔账：一是存储与带宽，通过压缩冗余（如模板、页眉）降低体积，提升检索效率；二是检索准确性，摒弃仅靠文件名的关键词搜索，采用语义向量化+混合检索+重排序，实现“搜意思”而非“搜字眼”；三是token成本，精准召回关键片段，避免全量文档塞入上下文，减少浪费与幻觉。此外，还需重视数据合规——本地优先部署，确保数据不出内网，支持片段级权限与可回溯管理。选型应以“能否说清

知识库答非所问，根源常在模型前的预处理环节。RAG效果受限于检索质量，而检索依赖文档清洗、切分、压缩与向量化等前置工序。脏数据、冗余内容导致token浪费，增加成本与延迟；私有化部署保障数据合规，溯源标记满足审计需求；语义检索优于文件名匹配，但需优质输入支撑。企业应重视可观测的预处理流程、多维度选型（如保真度、脱敏、可观测性），并建立持续评测机制。唯有夯实前端工序，才能让大模型真正“用得上、用得好

摘要 视频编码技术经历了从H.261到AV1的演进历程，核心目标是在保证画质前提下提高压缩效率。主流编码格式各有特点：H.264兼容性最佳但压缩率低，H.265适合4K但专利授权复杂，VP9开源免授权但生态有限，AV1压缩率最高但编码复杂度大。专利授权方面，H.264/H.265涉及专利费，而VP9/AV1完全免费。实际应用中需根据场景选择：H.264适合兼容性要求高的场景，H.265/AV1适合