logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

OpenClaw之后,长期记忆才是Agent的第一生产力

通过“Agent优先执行、人工决策兜底”的协作模式,每一次人机协作的处理结果都会自动沉淀回知识库,成为共享记忆的一部分。OpenClaw是开启Agent时代的钥匙,但真正决定企业核心确定性的,是对待“数字员工”的方式:为它们提供岗位,赋予权限,并构建那个让它们与人类协同生长的原生空间。在技术迭代以“天”为单位的今天,所有管理者的底层焦虑如出一辙:我现在的投入,会不会在模型下一次升级时瞬间贬值?要支

文章图片
#人工智能
OpenClaw爆火背后:企业真正缺的是AI的“长期记忆系统”

同时,全链路的行为审计日志能够记录 AI 对敏感数据的访问路径,从根本上解决了智能体在内网环境下“代你行事”时的合规性难题,守住了企业的数据红线。它零代码、开箱即用的特性,让非技术人员第一次掌握了智能体的指挥权。但对于企业而言,真正的挑战已不再是大模型本身,而是在于如何为这些聪明的AI助手构建高效的“知识储备”与“长期记忆”,并在安全合规的框架下,快速赋予其处理复杂业务的专业技能。如果不能将 Ag

文章图片
#人工智能
OpenClaw爆火背后:企业真正缺的是AI的“长期记忆系统”

同时,全链路的行为审计日志能够记录 AI 对敏感数据的访问路径,从根本上解决了智能体在内网环境下“代你行事”时的合规性难题,守住了企业的数据红线。它零代码、开箱即用的特性,让非技术人员第一次掌握了智能体的指挥权。但对于企业而言,真正的挑战已不再是大模型本身,而是在于如何为这些聪明的AI助手构建高效的“知识储备”与“长期记忆”,并在安全合规的框架下,快速赋予其处理复杂业务的专业技能。如果不能将 Ag

文章图片
#人工智能
2026年百亿智能体时代到来,企业数智化如何长出真价值?

​2026年,人工智能的商业叙事正在经历一场从“技术狂热”向“管理理性”的剧烈回归。根据的最新预测,全球企业正从大模型的“工具尝试期”跨入“工程化落地期”。与此同时,在这个“十五五”规划的开局之年,AI正深度融入社会经济的每一根毛细血管,成为驱动产业升级的“基础生产力”。然而,要让数智化要长出“真价值”,企业必须跨越从技术到业务的三道真实鸿沟。

文章图片
#人工智能
360亿方大模型2.0重磅发布,全面提升复杂场景下多模态知识处理能力

​近日,360亿方智能与360人工智能研究院推出的知识大模型“360亿方大模型”正式迎来2.0版本更新。本次升级不仅显著增强了该模型的视觉布局分析、跨模态混合检索、多模态向量化等多项能力,并同步面向广大企业与用户上线至360AI知识库,进一步有效解决传统文本知识库难以处理的复杂布局和非结构化知识场景的问题。

#人工智能
3.0升级来了 内聚知识,助力企业AI能力落地

据了解,联盟聚合了包括华为、阿里巴巴、联想、腾讯、摩尔线程、MiniMax、清华大学等监管机构、科研院所、大模型伙伴、算力与基础设施伙伴及安全伙伴等多元力量,旨在打造资源共享、共创共赢的大模型安全生态集群,共同推动大模型安全标准的制定、安全技术的创新和安全能力的提升,打造大模型安全发展的新范式。其中,为了助力企业AI能力落地,推出了360智能文档云3.0,一款专为企业打造的智能知识管理与应用平台,

文章图片
#人工智能
全国首个海洋可信数据空间启动 360筑牢海洋数据安全新防线

11月27日,在2024新型智慧城市发展创新大会海洋大数据和海洋人工智能专题会议上,山东省数据局、青岛市大数据发展局、360数字安全集团等七家单位代表共同启动了全国首个海洋可信数据空间建设,这一举措为我国海洋数据基础设施发展注入了强劲动力,标志着海洋数据安全与流通迈入了全新发展阶段。作为该项目的核心推动力量,360数字安全集团凭借其在数据安全领域的卓越技术实力和创新引领能力,将在海洋数据可信空间建

文章图片
#人工智能#网络安全
大模型微调数据随意选择会更有效?

本文主要讲了两个工作,关于大模型数据工程,在大规模数据集上进行监督微调(SFT)时数据选择的方法,发现随机选择几乎总是优于现有的数据选择技术。一个是关于RAG进展, FunnelRAG:从粗糙到精细的渐进检索范式,实际上,这个其实有偏置,如果涉及到动态更新,聚类的数量,性能这些都会带来其他影响。为了实现有效的检索,需要手工调整一些超参数,如最大聚类大小和每个阶段的候选项数量。这增加了系统的复杂性,

文章图片
#人工智能
大模型的数据合成与增强技术总结:

大模型数据工程进展-大模型的数据合成与扩充综述,A Survey on Data Synthesis and Augmentation for Large Language Models ,详细介绍了数据生成的两个主要方法:数据扩充和合成 :https://arxiv.org/pdf/2410.12896。这个工作不错,探讨了大模型在训练和评估过程中对大量、多样化和高质量数据的需求,并分析了当前数

文章图片
#人工智能
23个大模型推理框架及量化技术总结:兼看大模型信息抽取框架EDC

此外,随着大型模型的出现,还出现了其他专门为LLMs提出的推理框架,如bitsandbytes、ctransformers、MLC-LLM、DeepSpeed-MII、vLLM、LMDeploy、LightLLM、QServe、llama.cpp、llama2.c、inferflow、ScaleLLM、SGLang、gpt-fast、FastChat2、OpenLLM等等。图1展示了大型语言模型(

文章图片
#知识图谱#人工智能
    共 22 条
  • 1
  • 2
  • 3
  • 请选择