PulseAugur
实时 16:45:35
(CA) Inside Claude's /deep-research

Claude 的内部研究流程使用结构化的 Map-Reduce 管道

Claude 内部研究流程的分析揭示了一个由 JavaScript 文件编排的结构化、确定性的 Map-Reduce 管道。该系统从一个自动化的 bug 查找架构移植而来,将复杂的研究问题分解为具有强制性、类型化输出的微任务,从而防止自由格式的文本,并确保证据附属于主张。研究策略由四个常量进一步定义,这些常量决定了验证主张所需的投票数以及要处理的来源或主张的最大数量。 AI

影响 深入了解了先进 AI 研究系统的运行机制。

排序理由 对内部研究流程的分析,而非新版本或产品发布。

在 dev.to — LLM tag 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

Claude 的内部研究流程使用结构化的 Map-Reduce 管道

报道来源 [1]

  1. dev.to — LLM tag TIER_1 (CA) · Michael Rakutko ·

    Inside Claude's /deep-research

    <p>Today, one call for <code>/deep-research</code> burned 6.57M Fable tokens. If you translate that through rough data-center energy estimates, it is on the order of hours or days of a desk lamp, depending on the model and serving setup. The task was a real system design problem:…