AI前沿-Euler的博客

累计撰写 211 篇文章
累计创建 82 个标签
累计收到 0 条评论

目录CONTENT

以下是 AI前沿相关的文章

【上下文工程】Agent的上下文工程：Manus实战经验深度解析论文地址原文链接：Context Engineering for AI Agents: Lessons from Building Manus 作者：Yichao 'Peak' Ji 发布时间：2025年7月18日机构：Manus AI 核心内容概述这篇文章来自 Manus AI 团队的技术分
- 2025-10-23
- 6
- 0
- 0
- 大语言模型
【OCR】通过光学压缩实现长上下文的高效OCR(DeepSeek-OCR) 论文信息论文标题：DeepSeek-OCR: Contexts Optical Compression 论文地址：https://arxiv.org/html/2510.18234 作者：Haoran Wei, Yaofeng Sun, Yukun Li (DeepSeek-AI) 发表时间：2
- 2025-10-22
- 3
- 0
- 0
- 论文
【论文】Lost in the Middle：语言模型长上下文位置偏见深度解析论文地址论文标题：Lost in the Middle: How Language Models Use Long Contexts 论文链接：https://ar5iv.labs.arxiv.org/html/2307.03172 作者：Nelson F. Liu, Kevin Lin, Joh
- 2025-10-21
- 3
- 0
- 0
- 论文
【论文】嵌入式检索的理论极限：LIMIT论文解读论文地址标题：On the Theoretical Limitations of Embedding-Based Retrieval 链接：arXiv 作者与机构：Orion Weller, Michael Boratko, Iftekhar Naim, Jinhyuk Lee（Google De
- 2025-10-17
- 17
- 0
- 0
- 论文
【LLM】OpenRouter模型工具调用支持分析技术背景在使用OpenRouter API调用大语言模型时，经常会遇到工具调用（Tool Calling）的需求。工具调用是现代AI应用中的重要功能，允许模型调用外部工具来执行特定任务，如搜索、计算、API调用等。然而，在实际使用过程中，我发现了一个重要问题：并非所有模型都支持工具调用功能。特别
- 2025-10-16
- 9
- 0
- 0
- 大语言模型
【MCP】MCP协议演进：从SSE到Streamable HTTP 引言在AI工具集成的世界中，Model Context Protocol (MCP) 作为连接AI模型与外部工具的标准协议，其传输层的选择直接影响着系统的可靠性、性能和可扩展性。本文将深入分析MCP协议从Server-Sent Events (SSE) 演进到Streamable HTTP的技术原
- 2025-10-15
- 8
- 0
- 0
- MCP
【论文】密集向量检索在开放域问答中的应用(DPR) 论文信息标题：Dense Passage Retrieval for Open-Domain Question Answering arXiv链接：https://arxiv.org/abs/2004.04906 作者：Vladimir Karpukhin, Barlas Oğuz, Sewon
- 2025-10-14
- 14
- 0
- 0
- 论文
【模型安全】大语言模型投毒攻击仅需近乎恒定的样本数量论文地址 arXiv: https://arxiv.org/html/2510.07192 论文标题: Poisoning Attacks on LLMs Require a Near-constant Number of Poison Samples 作者机构: UK AI Security In
- 2025-10-14
- 10
- 0
- 0
- 论文
【论文】Qwen3 Embedding：基于大语言模型的文本嵌入与重排序技术论文地址 arXiv: https://arxiv.org/html/2506.05176 HuggingFace: https://huggingface.co/Qwen GitHub: https://github.com/QwenLM/Qwen3-Embedding ModelScope: h
- 2025-10-14
- 7
- 0
- 0
- 论文
【范式】深入理解 Point-wise、Pair-wise 与 List-wise 排序模型一、引言在招聘智能匹配、搜索排序、推荐系统等任务中，模型的核心目标都是：根据相关性将候选项排序。以招聘场景为例，给定一个职位（Job Description, JD），我们希望模型能自动为候选简历打分，并按匹配度排序，从而找到最合适的人选。然而，排序问题本质上并非单一预测问题。不同的建模方式对“
- 2025-10-14
- 9
- 0
- 0
- 理论

1
2
3
4
5
6