长上
长上下文 (long context)
概念
本站收录 3 集 · 0 条金句 · 关联 10 个
集里怎么说它
- 《应用公司如何低成本建自己的AI研究实验室：Harvey 的实战手册》(03:02起):本集说是尚未解决的难题：8000 万 token 的数据室，模型目前管不好这种复杂环境，性能差距仍然很大
- 《为 AI 智能体构建文档上下文层:LlamaIndex 谈 2026 年的 RAG》(03:21起):本集提到随着 compaction、长上下文等技术演进,上下文讨论正向栈上层移动。
- 《AI 没有网络效应，只有「复利效应」：Perplexity CEO 的反共识打法》(30:49起):本集说随着用户个人上下文增长，上下文窗口比内存中的模型权重更重要，100k 上下文时本地硬件开始变得划算
② 出现在这些集
3 集
- 《应用公司如何低成本建自己的AI研究实验室：Harvey 的实战手册》 — 作为概念(提及)
- 《为 AI 智能体构建文档上下文层:LlamaIndex 谈 2026 年的 RAG》 — 作为概念(提及)
- 《AI 没有网络效应，只有「复利效应」：Perplexity CEO 的反共识打法》 — 作为概念
③ 关联
点进去有真内容 —— 本页主要出口
智能体 · DeepMind · Gabe Pereyra · Jerry Liu · Arvind Srinivas · Harvey · LlamaIndex · Perplexity · 后训练 · LlamaParse