摘要：
在数字化浪潮席卷各行各业的今天，系统的稳定性和可靠性已成为企业生命线。技术团队肩负着保障服务7x24小时不间断运行的重任。然而，许多团队在稳定性保障的实践中，常常会遇到一个难以逾越的坎：精细化监控。我们常常在故障发生后才扼腕叹息，如果能早点发现那些微小的异常信号，或许就能避免一场“大火”。 本文将与 阅读全文
posted @ 2025-05-19 18:41 蝈蝈俊 阅读(63) 评论(0) 推荐(0)
摘要：
问题 ragflow 的 v0.18.0 版本并不包含 Qwen3模型，如下图： 这里的 qwen-plus-latest 跟 qwen3 不是一个模型，具体参考阿里云的模型列表： https://help.aliyun.com/zh/model-studio/models 配置 llm_facto 阅读全文
posted @ 2025-05-13 10:19 蝈蝈俊 阅读(191) 评论(0) 推荐(0)
摘要：
在MacOS下安装 lrzsz 使用 Homebrew 安装（推荐） brew install lrzsz # 检查是否安装成功： rz --version # 查看版本 rz (lrzsz) 0.12.20 ls -alh /usr/local/bin/sz # 检查 sz 命令是否存在 lrwx 阅读全文
posted @ 2025-05-08 17:01 蝈蝈俊 阅读(500) 评论(2) 推荐(0)
摘要：
安装的前提条件 CPU >= 4 核 RAM >= 16 GB Disk >= 50 GB Docker >= 24.0.0 & Docker Compose >= v2.26.1 最后一个检查版本号的方式如下： % docker --version Docker version 28.0.4, b 阅读全文
posted @ 2025-04-24 19:13 蝈蝈俊 阅读(446) 评论(0) 推荐(0)
摘要：
在RAG（Retrieval-Augmented Generation，检索增强生成）框架中，检索机制是其核心部分，用于从知识库中提取与用户查询最相关的文档或段落。 根据技术原理的不同，检索方法主要分为稀疏检索和密集检索两种： 一、稀疏检索（Sparse Retrieval） 稀疏检索是一种基于关键 阅读全文
posted @ 2025-04-21 18:28 蝈蝈俊 阅读(308) 评论(0) 推荐(1)
摘要：
前面分析了LLM有了超长上下文，还需要RAG么？，结论是：RAG 在精准性、实时性和成本上仍有绝对优势。如果你需要精准答案、实时数据、低幻觉，RAG 仍是必选项。 哪在目前目前常见LLM的上下文普遍支持64K–128K,部分达到百万级背景下，RAG的拆分块大小是否需要增大呢？ 先说结论： RAG的拆 阅读全文
posted @ 2025-04-09 13:40 蝈蝈俊 阅读(285) 评论(0) 推荐(0)
摘要：
一般情况下模型中 token 和字数的换算比例大致如下： 1 个英文字符 ≈ 0.3 个 token，1 个token大约为 4 个英文字符或 0.75 个英文文本单词。 1 个中文字符 ≈ 0.6 个 token。 为了让token长度有所感知，下面是一些知名图书和剧本的情况： 《哈利波特与魔法石 阅读全文
posted @ 2025-04-08 19:17 蝈蝈俊 阅读(1676) 评论(0) 推荐(0)
摘要：
昨天，我们还在欢呼：“LLAMA-4 支持 1M-10M 的超长上下文！以后一本书塞进去，直接问细节，岂不是无敌？” 今天，Fiction.LiveBench 的评测结果狠狠打脸 Llama-4 在 1K token 上下文时，召回率（近似回答正确率）就已经掉到 60% 以下， 而 Llama-4- 阅读全文
posted @ 2025-04-07 14:02 蝈蝈俊 阅读(143) 评论(0) 推荐(0)
摘要：
draw.io（https://www.drawio.com/）在连接线的样式里选择“Flow Animation”可以让连接线有动画效果： 按照上图设置后，就会得到下面效果： https://www.drawio.com/doc/faq/connector-animate 展开属性以查看更多“Fl 阅读全文
posted @ 2025-04-05 19:55 蝈蝈俊 阅读(853) 评论(0) 推荐(0)
浙公网安备 33010602011771号