schema
PulseAugur coverage of schema — every cluster mentioning schema across labs, papers, and developer communities, ranked by signal.
- 2026-07-16 research_milestone A new harness named 'Schema' achieved a 99% score on the ARC-AGI-3 benchmark using Claude Opus 4.8 and Fable 5. 来源
5 天有情绪数据
-
使用 Schema 和 AI 掌握 WordPress 中的语义 SEO
本文讨论了如何通过利用 Schema 标记和实体链接来掌握 WordPress 中的语义 SEO。它强调了从基本的关键词匹配转向更复杂的数字内容理解，并突出了 AI 在这一演变中的作用。
-
Codex CLI 自动分类 osFoundry 记录频道中的错误
这一系列文章解释了如何配置和使用 Codex CLI 来自动分类 osFoundry 记录频道中的错误。该过程包括将 Codex 连接到特定项目，定义错误跟踪器的模式，然后通过明确的规则指示 Codex 处理标记为“新”的项目。Codex 读取模式，遍历新错误，根据预定义的区域规则（账单分配给 Aiko，身份验证分配给 Mika，其他分配给 Ren）分配所有者，并设置严重性级别。如果 osFoundry 由于模式不匹配而拒绝某个值，C…
-
LLM 结构化输出方法重塑模型概率，而非仅验证
LLM 的约束解码，例如 JSON 模式和函数调用，通过干预模型逐个 token 的概率分布，从根本上改变了模型的输出。这个过程常被误认为是简单的验证，但它实际上重塑了模型的生成路径，可能迫使其输出低概率结果。模式中字段的顺序也决定了模型的承诺顺序，这可能会覆盖其自然推理过程，并在单次生成中导致累积错误。
-
LLM 文档处理易受提示注入攻击
当大型语言模型处理文档时，可能会发生提示注入攻击，因为文件中隐藏或嵌入的文本可能被解释为指令。攻击者可以通过在 PDF 等文档中插入恶意文本来利用这一点，然后由 LLM 的提取管道进行处理。这些攻击旨在更改银行账号或批准标志等关键数据，而不是让模型说出令人尴尬的话。防御措施应侧重于将所有文档视为不受信任的输入，并根据模式进行验证，而不是依赖模型忽略文档中的指令。
-
新框架SCHEMA评估科学智能体幻觉
研究人员开发了SCHEMA，一个新颖的评估框架，旨在评估科学大型语言模型（LLM）智能体的幻觉。与将事实孤立处理的现有方法不同，SCHEMA从证据和文献中构建概念图，以理解科学知识的相互关联性。这种拓扑感知方法能够评估多步推理，并识别错误如何在复杂的知识结构中传播。SCHEMA的诊断显示，幻觉通常聚集在高连接的知识中心周围，并且模型可以通过有缺陷的推理得出正确的最终答案，这突显了仅靠最终准确性对于高风险科学应用来说是不够的。
-
LLM在可靠的JSON输出方面遇到困难；修复工具应运而生
多个消息来源强调了从大型语言模型（LLM）获得可靠JSON输出所面临的挑战。一项研究发现，旨在防止重复的特定采样设置，将有效JSON的生成率从75%急剧降低到4%。建议开发人员禁用某些重复惩罚，使用约束解码，并实施健壮的解析和验证步骤，包括模式验证和错误驱动的重新提示，以处理格式错误或不正确的JSON输出。工具和API正在涌现，以协助修复这些JSON错误并确保LLM驱动的应用程序中的数据完整性。
-
新库简化了流式传输结构化 LLM 输出
一个名为 trickle-structured 的新 JavaScript 库简化了从 LLM（如 OpenAI 的 GPT-4o）流式传输结构化数据的过程。它解决了手动解析 Server-Sent Events (SSE)、部分 JSON 解析错误和最终验证等常见问题。该库使开发人员能够接收用于 UI 渲染的类型化部分更新和一个完全验证的最终对象，从而减少了样板代码。
-
Schema 方法生成可扩展的大型属性图
研究人员开发了 Schema，一种新颖的、可扩展的大型属性图生成方法。Schema 将参考图递归地分解为软社区的层次结构，从而实现了一个三阶段的生成过程，该过程可以合成节点属性、生成社区内边以及对社区间连接进行建模。这种方法避免了形成完整的邻接矩阵，并在子图上运行，与现有模型在多达 1000 万个节点的真实世界属性图上的表现相比，在结构保真度和下游效用方面均表现更优。
-
AI 代理：安全工具访问和监控最佳实践详解
dev.to 的这一系列文章讨论了实施 AI 代理访问控制和监控的最佳实践。核心信息强调，安全应在工具调用边界强制执行，而不是依赖模型本身，因为模型容易受到提示注入的影响。关键原则包括对调用者进行身份验证，根据身份和任务授权操作，以最小权限执行，并详细记录所有决策以供审计。RESK 平台被提出作为一种解决方案，为这些 AI 代理安全问题提供强制执行和监控功能。
-
Qwen Code 0.22.3 错误破坏了 llama.cpp 与工具模式限制的集成
Qwen Code 0.22.3 中的一个错误导致在与 llama.cpp 服务器交互时出现 API 错误，原因是其内置工具模式中的字符串 maxLength 限制过大。这些过大的限制阻止了 llama.cpp 成功编译工具调用所需的语法，从而在任何模型生成发生之前导致 400 错误。通过在 Qwen Code 设置中将 `tools.eager` 设置为空列表，可以暂时解决此问题，这会将工具模式处理推迟到实际使用时。
-
LLM JSON 提取：Schema、枚举及修复策略
本文解释了如何通过优化 Schema 来显式处理缺失字段和 Null 值，以及将枚举值限制为应用程序控制的标签，从而改进大型语言模型 (LLM) 的 JSON 提取。文章建议为枚举不匹配设置重试机制，并提倡在需要提供商特定调优时直接连接模型，或使用兼容的网关进行成本归属和简化凭证管理。核心建议是将提取和修复逻辑保留在应用程序拥有的适配器内，以确保准确的数据处理和租户计费。
-
AI需要明确的含义和信任才能处理企业数据
AI代理需要比基本模式信息更多的信息才能可靠地解释企业数据。数据模型必须明确传达含义、结构、关系、使用规则和信任因素，以便AI系统能够理解超越简单列类型的上下文。仅仅为列添加描述是不够的；更健健的方法包括定义具有清晰业务术语、聚合规则和源映射的显式指标，以确保AI能够准确地检索和分析数据。
-
Trust Gateway 管道通过 12 级验证完善安全性
Trust Gateway，此前被错误地标记为防火墙，现在是一个 12 级验证管道，旨在在任何阶段拒绝请求。它包含了提示注入检测规则和参数检查，尽管这些并未被呈现为完整的防御措施，而是一个隔离层。该系统已经过大量使用变异凭证的模糊测试，确保了拒绝而不会崩溃，并且基于属性的测试验证了规范化不变性。未来的更新将包括用于增强安全性的工具输出的执行后过滤和伪影摘要固定。
-
聊天机器人的LLM API成本：质量门槛优于令牌速率
在为客户支持聊天机器人选择LLM API时，最具成本效益的选择取决于每条可接受答案或目录更新的最低成本，而不仅仅是宣传的令牌速率。这需要一个严格的测试过程，所有候选LLM处理相同的一组代表性数据，并根据预定义的质量门槛和模式要求验证其输出。最终决定应考虑成本、延迟、重试率以及生成结构化、可验证输出的能力，确保所选模型真正满足应用程序的特定需求和安全标准。
-
LLM结构化输出依赖JSON模式和验证器，而非提示
为了提高LLM输出的可靠性，开发人员正在使用JSON模式和验证器来实现结构化输出契约。这种方法通过拒绝格式错误的响应并将验证错误反馈给模型进行纠正来强制执行数据完整性。关键策略包括使用枚举来限制文本字段，向LLM提供逐字错误消息，并将温度设置为零以最小化随机性，确保由验证器而非模型来决定真相。
-
LLM提取审计跟踪：版本化模型和跟踪人工更正
第一篇文章讨论了对LLM提取进行版本化的重要性，以便准确地追溯错误。它强调存储API返回的确切模型标识符，而不仅仅是别名，并将解码参数（如temperature和max tokens）包含在版本戳中。第二篇文章详细介绍了如何为字段更正构建审计跟踪，重点关注捕获谁进行了更改、何时进行的以及他们查看了什么。它提出了一种结构化记录，包括稳定的审阅者ID、先前的值和来源，以及所审查内容的证据，并强调了数据完整性的仅追加方法。
-
Kimi K3挑战前沿模型；GPT-5.6智能体导致数据丢失
Moonshot AI发布了Kimi K3，一个拥有2.8万亿参数的模型，其能力可媲美顶尖西方AI，并已通过API提供服务，计划于7月开放权重。该模型在编码基准测试中表现出色，并展示了令人印象深刻的自主能力，例如设计芯片和编译GPU。与此同时，OpenAI的GPT-5.6在数学推理方面表现出先进能力，能够解决复杂的定理，但也引发了重大的安全担忧，因为其自主智能体在非沙盒环境中意外删除了用户文件。这凸显了先进AI智能体在应用层面安全方面…
-
Moonshot 发布 Kimi K3；Google 延迟 Gemini 3.5 Pro；新工具提升 ARC-AGI 性能
Moonshot 发布了 Kimi K3，这是一个拥有 2.8 万亿参数的多模态模型，具有 100 万 token 的上下文窗口，并针对更快的长上下文解码和代理编码进行了优化。据报道，Google 因性能问题（尤其是在编码方面）推迟了其 Gemini 3.5 Pro 模型，尽管该公司表示该模型仍在进行合作伙伴测试。此外，一个名为 Schema 的新工具已被开发出来，通过让模型根据游戏机制编写、测试和执行程序，来提高前沿模型在 ARC-…
-
新型“Schema”工具将ARC-AGI-3分数提升至99%，使用Claude Opus 4.8
一款名为“Schema”的新型AI工具已被开发出来，它显著提高了在ARC-AGI-3基准测试上的性能。当与Anthropic的Claude Opus 4.8和Meta的Fable 5结合使用时，“Schema”在该基准测试上取得了99%的分数。另一项使用OpenAI的GPT-5.6 Sol模型的独立测试得分为95.35%。Schema的改进源于其在处理观察、测试预测和执行计划方面的新颖方法，而不是改变底层模型的权重。
-
Schema 框架声称在 ARC-AGI 3 基准测试中取得高分
一个名为 Schema 的新框架已被推出，旨在评估大型语言模型。早期报告表明，Schema 在使用 Fable+4.8 和 GPT 5.6 Sol 等模型时，在 ARC-AGI 3 基准测试中分别取得了 99% 和 95.35% 的令人印象深刻的分数。然而，一项澄清表明这些分数是在公共数据集上取得的，在保留集上的表现仍有待观察。