基于.NET框架的、面向对象的高级编程语言
8 类常见 LLM 输出损坏(尾逗号、截断、字符串内裸换行、智能引号、全角标点、行注释、尾部说明文字、单引号),JsonDocument.Parse 全军覆没,...
将 PDF 表单域扁平化是一种有效的方法,可以防止他人修改或删除表单域中的内容。扁平化后,表单域将失去编辑和填写功能,其中的内容则会以普通文本的形式显示。
2.4 万篇 × 300 字、2.88 亿个文档对:精确 shingle 倒排 1.42~1.61 秒就把 6,054 个真值(J≥0.8)全捞干净。这个规模上...
给 LLM 应用写日志、写事件、写向量,几乎所有人最后都会落到同一个模式:Channel<T> 加一个后台 flusher,攒够 N 条再写一次。然后就开始拍脑...
LLM 工具调用的参数大多是字符串,解析成数值这步看着不起眼,坑却最密。本文用 .NET 10 在 Apple M4 上实测 8 种读法,先说结论:
给 Agent 挂一个 50ms 周期的后台轮询,跑 300 拍(15 秒),三种写法的账完全不同:
在处理 PDF 文档时,如果页面存在过多的空白边距或不必要的边框,可以通过裁剪页面来优化显示效果。裁剪操作能够保留所需的页面区域,使文档内容更加紧凑,也便于后续...
在打印 Excel 工作表时,尤其是处理包含复杂数据或详细报表的文件时,合理设置页面参数非常重要。Excel 提供了多种页面设置选项,例如页边距、页面方向、纸张...
LLM 抽出来的实体名要挂回知识库,靠的不是某个"更好"的相似度算法,而是三件事分开算:
匀速流量下五种全对。除了"滑动窗口计数",它稳定少放 1%(6000 个请求只放 5941 个)。
Agent 工具注册表的分发路径有三种常见实现:每次反射 MethodInfo.Invoke、启动时缓存强类型委托、表达式树编译成统一签名委托。本文在 .NET...
PDF 文件除了包含文本、图片和表格,还可以嵌入 Excel、Word、CSV 等其他格式的文件。例如,一份项目报告可能附带财务数据表,或者在某张图表旁附加原始...
给内容做合规过滤,最常见的写法是把词表拼成正则,或者 foreach 一遍 Contains。词表小的时候都能跑,词表涨到一万条就完全不是一回事了。
多轮 Agent 对话的历史会越滚越长,总得裁。裁得狠,用户早就说过的关键约定就丢了;裁得松,token 账单和模型注意力一起爆。本文用一组可控语料实测四种裁剪...
在制作 Excel 报价单、预算表或销售报表时,我们通常希望用户能够填写和修改数据,但不能随意更改表格中的计算公式。
BM25 路由和向量路由各查一遍,然后怎么把两份排名合成一份?这是 RAG 里最容易写错的一段代码。我用一份可复现的合成语料把 RRF、min-max 加权、z...
在处理 Excel 文档时,由于数据的修改或删除,工作表中可能会出现一些空白行或空白列。虽然空白行和空白列不一定会影响文档的正常使用,但在很多情况下,它们会影响...
当单元格中输入的文本过长,无法在当前单元格内完整显示时,可以使用 Excel 的“自动调整”(AutoFit)功能,快速调整列宽或行高,使单元格能够完整显示所有...
实际项目需求是做个包裹错分检测系统,通过视觉方式检测包裹流向,根据追踪轨迹的方式来实现包裹定位。考虑到模型训练需要大量包裹来做样品标记,所以用自己办公电脑的前置...
10 万条 768 维向量全量扫描一次 10 毫秒,检索 1000 条就要 10 秒——这是所有"先暴力扫一遍"方案的天花板。IVF(倒排文件索引)的思路很朴素...