🏷️ 大语言模型

我在Amazon Q上跑了一遍RAG流程,发现它简化了ACL 2024那篇论文里的重排序步骤,但查询延迟少了70%

我们组最近接了个云原生运维知识库的项目,要用Amazon Q把积压了五年的内部文档、Runbook、架构决策记录全接起来,让开发用自然语言查询就能拿到可执行的代码片段。我一开始以为这就是个标准RAG(检索增强生成)管道,最多套个漂亮的聊天界面,但真正动手把企业数据源配上去、和CodeWhispere…

需求变更率直降40%:我让LLM参与用户故事拆分的180天实录

需求变更率直降40%不是靠运气。我用了半年时间把大语言模型焊死在需求分析阶段,设计了一条从原始需求到可测试场景的提示链,并加入AI评委机制专职检测歧义与矛盾。评审会时间虽多出30%,但测试阶段的需求缺陷密度从3.2暴跌至0.8,每提前发现一个致命矛盾,就挡掉了一次可能发生在凌晨的生产事故。这条路没有银弹,但比起在代码库上反复做开胸手术,我宁愿多花些时间维护prompt。