动态数据太折磨人！静态RAG搞不定，就试下ZEP，让Agent调用实时知识图谱。
动态数据太折磨人！静态RAG搞不定，就试下ZEP，让Agent调用实时知识图谱。您是否遇到过这样的困扰：明明搭建了完善的RAG系统，但Agent总是回答过时的信息，或者面对历史偏好变化时一脸茫然？
来自主题: AI技术研报
5811 点击 2025-05-28 14:45
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
您是否遇到过这样的困扰：明明搭建了完善的RAG系统，但Agent总是回答过时的信息，或者面对历史偏好变化时一脸茫然？
我们采用了AI暴露度指标构建的方法，随机抽取了2018年1月到2024年5月的125万条招聘大数据进行分析，并最终计算出每个职业的AI大语言模型暴露度。
基于开源模型继续在下游任务上使用私有下游数据进行微调，得到在下游任务表现更好的专有模型，已经成为了一类标准范式。
Meta推出KernelLLM，这个基于Llama 3.1微调的8B模型，竟能将PyTorch代码自动转换为高效Triton GPU内核。实测数据显示，它的单次推理性能超越GPT-4o和DeepSeek V3，多次生成时得分飙升。
“当我们看到这些数据趋势的时候，一个词浮现在我的眼前——黑客松（Hackathon），AI 领域的项目，快速地出现、快速地停更，他们似乎在做一场真实市场里的黑客松，那么，什么领域涌现了最多项目，哪些方面是停更的重灾区，哪些项目幸存了，激烈竞争的项目们如今怎么样了，我们都尝试着在这份趋势报告里叙述一二。”
腾讯自发布一季报以来股价表现平平，虽有小涨，但未能创出新高。今年2月我在《Deepseek带来的价值重估 腾讯还能涨多久？》中说过，腾讯股价接下来能不能继续上涨，要看AI能带来多少实实在在的收入贡献。在一季报中，腾讯管理层虽然强调了AI对广告业务的提升，但未量化到具体的收入，也没有披露任何与AI相关的运营数据。
大模型巨无霸体量，让端侧部署望而却步？华为联手中科大提出CBQ新方案，仅用0.1%的训练数据实现7倍压缩率，保留99%精度。
2023年，业界还在卷Scaling Law，不断突破参数规模和数据规模时，微软亚洲研究院张丽团队就选择了另一条路径。
新增 Qwen3-0.6B 在 Ag_news 数据集 Zero-Shot 的效果。新增 Qwen3-0.6B 线性层分类方法的效果。
想象一下，你是一位金融分析师，面前堆满了数百页的季报、SEC文件和市场数据，你需要在明天早上交出一份全面的行业分析报告。