实体
GLM-5.3-flashX
GLM-5.3-flashX
PulseAugur coverage of GLM-5.3-flashX — every cluster mentioning GLM-5.3-flashX across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 0
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
本地AI模型laya-triage在支持工单上的准确率提升至90.5%
一位开发者成功微调了一个本地AI模型laya-triage，将其在支持工单分类上的准确率从51%提升至90.5%。这是通过在Kaggle的免费GPU上使用10003个BANKING77支持工单进行训练实现的。经过微调的模型现在能够以高置信度自动处理60.5%的工单，将其路由到正确的部门，评估紧急程度，并识别沮丧或流失风险，而且每张工单的成本为零。这种方法符合一种更广泛的趋势，即在工作流程中嵌入更小、更快的决策模型，而不是更大、更通用的模型。
-
Laya-compactor 将 RAG 上下文令牌在本地减少 70%
Laya-compactor 是一款新的开源工具，旨在减少检索增强生成 (RAG) 管道中发送到大型语言模型的令牌数量。它通过在本地对检索到的文档进行评分和过滤来实现这一点，只保留最相关的文档，并将令牌数量减少高达 70%，而不会影响 SQuAD 和 HotpotQA 等基准测试的答案质量。该工具提供 Python API，并与 LangChain 和 LlamaIndex 等流行框架集成，为基于 API 的决策模型提供免费替代方案。