跳到正文
11月12日週四
  1. 阿里雲開發者社區 AI44

    DeepSeek Harness 10 款插件指南:打造 AI 效率工作台

    DeepSeek Harness 提供 10 款插件,涵蓋跨會話記憶、文件解析、視覺辨識、模型切換、搜尋、費用監控及登入憑證刷新等功能,將聊天工具擴展為可配置的 AI 工作台。文章亦説明插件安裝、部署和模型接入方式,並提醒用戶留意版本要求、插件來源及敏感資料處理。

  2. DEV Community35

    aiFetchly 的本地知識庫如何以私密記憶協助小型團隊處理客戶工作

    aiFetchly 是一款開源、以本地為先的桌面 AI 智能體,透過團隊文件建立本地知識庫,協助小型團隊處理客戶工作。智能體可參考過往電郵、報價及客戶偏好,草擬回覆、查找文件,並由團隊在發送前審核。aiFetchly 提供免費 Community 方案,Go、Plus 和 Pro 分別為每月 $5、$10 和 $30;AI Content Assistant 僅供 Plus 使用。

  3. DEV Community46

    微調與上下文學習有何分別?

    上下文學習在提示詞加入指示和例子,不改動模型權重;微調則透過例子訓練模型並更新參數,令格式、語氣或特定任務的表現更一致。上下文學習方便即時修改,但每次請求都要處理額外提示詞 token,且受上下文窗口限制;微調則需要準備數據、訓練、評估及重新部署。對於經常變動的資訊,檢索較合適,因為更新資訊來源無需重新訓練。

  4. DEV Community56

    私隱導向個人知識管理器的 Python 檢索架構:四階段調校相關性

    文章提出一套面向私隱導向個人知識管理器的 Python 檢索架構,以四階段流程調校相關性並控制索引成本。流程先套用存取規則和 metadata 篩選,再分別進行 BM25 稀疏檢索與 dense 檢索,融合排名後只重排窄候選集。作者建議用固定的私有評測集同步衡量召回率、精確率、延遲和儲存量,並按漏失類型決定調整方向。

  5. DEV Community56

    法律合約審閲的檢索架構:為何兼用索引式與即時檢索

    作者建議法律合約審閲採用混合檢索架構,讓穩定條款走索引式路徑、會變動的資訊走即時路徑,並要求檢索結果保留租戶及存取權限資料和可追溯引文。檢索時應先按呼叫者權限限制候選內容,再統一兩路結果的介面;並以實際合約及已標註問題測試整體答案的召回率、精確率和引文。

  6. AWS Machine Learning Blog57

    AWS 介紹可重用資產如何加快生成式 AI 交付

    AWS 介紹其自 2023 年起發布的 23 個開源生成式 AI 可重用資產,並示範如何選用、評估及部署 Contact Center GenAI Agent。示範流程包括部署兩個 AWS CloudFormation 範本及整合 Amazon Connect,需時不到一小時。Ricoh 案例中,每次部署的工程工時由 80 小時降至不足 5 小時。

  7. DEV Community53

    保險索償受理的檢索架構:以 Node.js 解説刪除語義

    保險索償受理的檢索架構應採用明確集合、受限查詢和可追溯來源,並將刪除視為索引事件,避免已撤回或失效的文件繼續成為回答依據。文章以 Infrai 的 REST API 示範 Node.js 集合探索,並指出來源系統須保留墓碑記錄、按刪除事件更新索引,查詢則應套用司法管轄區、文件狀態及固定 top-k 等限制。

  8. DEV Community23

    教育領域的 AI 防護措施

    教育領域的 AI 防護措施透過技術及政策管控,減少模型幻覺、偏見擴大和未經授權處理資料的風險,同時保障課程配合及學生私隱。巴西 78% 的公立學校系統缺乏正式 AI 使用政策;Granite for Education v4.2 設有 17 項對應 BNCC 課程軸線的預設防護政策。相關措施包括以 RAG 根據核實教材生成答案,並由教師審核開放式作答的評分建議。

11月11日週三
  1. Unite.AI47

    CoreWeave 在 AI 運算叢集內推出託管 PostgreSQL

    CoreWeave 宣佈 CoreWeave Database 正式推出,讓用戶可在 CoreWeave Kubernetes Service(CKS)叢集內,與 AI 訓練及推理工作負載一同使用託管 PostgreSQL。服務支援 pgvector,可在同一資料庫儲存嵌入向量並進行向量搜尋;CoreWeave 負責資料庫維護,用戶則保留對資料、結構描述、查詢及資料庫用戶的控制權。

  2. 第一財經48

    守住數據安全底線,推動人工智能有序發展|法經兵言

    人工智能快速迭代及應用擴大了數據安全治理挑戰,文章主張以全生命週期治理守住安全底線、促進有序發展。風險包括違規爬取、數據泄露、GEO數據投毒,以及AI智能體自主交互引發的非預期數據採集。建議從制度、技術和治理層面完善訓練數據全生命週期管理,明確各方責任並加強協同。

  3. 阿里雲開發者社區 AI40

    SEO 與 GEO 雙生態協同:AI 搜尋重構流量入口的技術演進解析

    AI 搜尋正把用戶資訊入口由關鍵字搜尋轉向直接提問,文章指出 SEO 與 GEO 並非替代關係,而是依靠傳統索引、口碑信源及統一資訊口徑相互協同。文章梳理三代搜尋演進,比較內容中台自建、雙軌並行及整合服務商三條落地路線,並提出分別衡量 SEO、GEO 及雙軌交叉效果的指標體系。

  4. DEV Community45

    詞彙重疊檢查在偵測 RAG 幻覺方面勝過 DeBERTa NLI 模型

    在 RAGTruth 的 900 條測試回應中,詞彙重疊檢查偵測 RAG 幻覺的 AUROC 為 0.778,高於 DeBERTa NLI 模型的 0.716。詞彙檢查在全部 2,700 條測試回應中的 AUROC 為 0.785,而集成檢測器整體表現未勝過單獨使用詞彙檢查。作者建議把廉價檢測器用作分流訊號,而非封鎖答案的門檻。

  5. 阿里雲開發者社區 AI32

    大模型 ITSM:從智能理解到智能體執行

    大模型賦能 ITSM,先以意圖識別、資訊抽取和語義匹配理解自然語言工單,再由智能體按任務規劃步驟並調用工具執行。Function Calling、RAG 及記憶與狀態管理支援自動派單、診斷和處置,亦可在需要時轉交人工。

  6. DEV Community63

    Ember 如何解決 AI 記憶與 RAG 的資料刪除與收據三難題

    Ember 為既有 AI 記憶與 RAG 儲存層提供可驗證刪除機制,處理刪除指定用戶資料時保留其他人的來源收據,以及清除衍生記憶等問題。方案結合加鹽、長度前綴 RFC 6962 Merkle 文件、雙層 AES-256-GCM 加密銷毀及以 HMAC-SHA256 保護的 tombstones,並在探測原始儲存層後,確認沒有殘留才簽發 ErasureCertificate。

  7. DEV Community49

    餐廳菜單語義搜尋:採用分階段檢索與明確刪除語義

    餐廳菜單助理應採用分階段檢索,明確限定查詢範圍與候選數量,並為檢索結果附上可追溯至菜單文件的來源資訊。刪除菜式或更新資料後,須執行刪除並驗證舊文件不再出現;選擇檢索方案前,應以相同測試集衡量召回率與延遲,並可用 Infrai 的 REST 向量 API 作為實驗基準。

  8. DEV Community31

    基準測試在騙你:如何真正評估大語言模型

    文章指出,基準測試未能呈現 AI 系統在實際部署中的表現,評估大語言模型不應只追逐評分。生產環境中的智能體多為用途明確的系統,成效更取決於工具設計、失敗處理和可觀測性。RAG 的檢索結果若在脈絡上失效,問題可能出在分塊或中繼資料,而非嵌入模型。

  9. DEV Community51

    Node.js 招聘候選人搜尋:以三層回退保留重複檔案的來源引用

    文章建議招聘候選人檢索採用三層有界回退,沿途保留租戶及存取權限資料,並為可能重複的候選人檔案附上來源識別碼供招聘人員核查。三層依次為指定集合、另一個已批准集合,以及在產品政策允許時使用網絡來源;各層須保留來源脈絡並設定結果上限與逾時。文中提供 Node.js 腳本查閲 Infrai 公開 discovery 索引及能力合約,並建議用同一組重複檔案測試比較候選方案,不把比較表視為基準測試。

  10. DEV Community46

    房地產樓盤搜尋的引用追蹤:分階段檢索架構

    房地產樓盤搜尋應採用分階段檢索,以明確的集合、有限範圍的查詢及可追溯至確切樓盤 PDF 修訂版本的來源脈絡,確保答案有證據支持。攝取、候選選取和引用呈現應各自分工,並為每項答案主張保留結果 ID、文件修訂版本、區塊 ID 及頁碼或章節位置。PostgreSQL、Elasticsearch、Pinecone、Weaviate 和 Infrai 各有適用情境;單一 API 介面本身不能保證引用可靠。

  11. DEV Community56

    研究團隊如何建置私有本地文獻問答系統:工程實踐指南

    Uglypear Data 發表研究團隊建置私有本地文獻與知識問答系統的工程指南,涵蓋文件預處理、混合檢索、評估、權限管理及回滾。文章建議先用真實研究問題建立 gold set,再結合詞法與語義檢索及重排序,並在查詢時按請求者身份執行權限檢查。本地部署可讓未發表的研究資料留在內部網絡,快照及可恢復刪除則有助降低操作失誤風險。

  12. 阿里雲開發者社區 AI49

    一次搭建接通網站、釘釘、公眾號和企微的 AI 客服

    阿里雲百煉方案以一個 RAG 應用作為 AI 客服的統一「大腦」,接入網站、釘釘、微信公眾號和企業微信四個渠道。四個渠道共用同一應用,知識資料只需維護一份;網站需加入前端程式碼,另外三個渠道可透過配置接入。方案建議先試用 1 小時,消耗 1 試用點起/小時。

  13. 阿里雲開發者社區 AI45

    2026 年阿里雲雙 11 百煉大模型服務平台全解析:功能、價格、六大模組及模型選型指南

    阿里雲百煉大模型服務平台在雙 11 推出全模型低至 4.5 折等優惠,並提供模型調用、RAG 知識庫、Agent、微調及專屬部署等能力。新用戶可獲超 7000 萬免費 Token,有效期 90 天;Wan3.0-Video 限時 7 折,支援生成最長 30 秒的影片。平台提供按量付費、Token Plan、Night Plan 等方案,涵蓋個人開發者及企業應用。

  14. 阿里雲開發者社區 AI56

    DeepSeek Harness 進階插件指南:實測 10 款熱門插件

    文章實測並整理 DeepSeek Harness 的 10 款熱門插件,涵蓋插件市場、圖片識別、文件引用、搜尋、長期記憶、費用監控、知識管理及介面等用途。文中列出相關安裝命令及倉庫地址,並建議新手分階段安裝,避免一次加入過多插件引發依賴衝突或拖慢運行速度。

  15. DEV Community52

    金融研究儀錶板如何以四個階段實作增量索引並維持資料時效

    文章建議金融研究儀錶板把增量索引拆成文件接收、分塊準備、集合 upsert 和有界查詢四個可觀察階段,並在檢索結果保留來源中繼資料。作者建議先確定文件版本與時效規則,再用包含新版取代舊版情況的代表性 PDF 測試召回率、精確率及來源可追溯性,然後選擇服務商。TypeScript 範例以 HTTP 呼叫 upsert 和 query,寫入時使用冪等鍵,並對 429 狀態採用有限次重試。

  16. DEV Community51

    內部工程文件檢索架構:存取權限與可追溯上下文

    內部工程文件的 RAG 檢索應先解析授權範圍及可搜尋集合,再執行受限查詢,並保留來源文件、章節錨點和修訂時間以供追溯。文章建議在候選生成時套用權限篩選、限制查詢期限與候選數,並為更新、刪除及失敗重試保留可稽核追蹤。Infrai 適合重視統一 REST 介面與供應商可替換性的團隊,但作者指出這只是營運便利,並不表示檢索品質較佳。

  17. DEV Community50

    權限感知入職智能體透過知識檢索縮短新員工上手時間

    權限感知入職智能體透過檢索角色範圍內的公司知識、在現有工作工具中回答常見問題,並記錄未能回答的查詢,以縮短新員工上手時間。聯絡中心部署資料顯示,採用檢索式智能體輔助後,上手時間由 9.2 週降至 5.7 週,約減少 38%。文章建議智能體沿用員工身份,按來源系統 ACL 篩選文件,並把未解答查詢納入文件改善流程;寫入操作則須經政策驗證及人工批准。

11月10日週二
  1. DEV Community61

    Spring AI RAG 示例:用 PgVector 為依賴項目源碼建立索引

    Spring AI RAG 示例以 PgVector 為依賴項目源碼建立索引,並讓聊天端點根據檢索到的程式碼回答問題及提供檔案引用。Gradle 下載依賴項目的 source JAR,MCP 工具建立索引,/api/chat 提供問答;索引流程以校驗和及確定性分塊 ID 識別文件,並用 JdbcTemplate 在嵌入前略過未變更檔案。回覆中的檔案路徑取自檢索文件的元資料,而非要求模型自行生成。