领域 03
数据与知识
数据治理、搜索、RAG、知识图谱和 Memory 决定模型能够获得哪些事实与上下文。
当前阶段
模型通用能力提高后，数据质量、可追溯上下文和长期记忆越来越直接地决定应用结果。
核心概念
- 数据治理
- 合成数据
- 搜索
- RAG
- Memory
相关领域
1 篇已发布内容
它解决什么问题
这一领域负责获得、整理、检索和更新模型及 Agent 所需的数据与知识。
技术栈位置
它连接训练数据、模型上下文和应用内部的业务资料。
与相邻领域的关系
训练与对齐使用数据塑造能力，Agent 和应用在运行时使用搜索、RAG 与 Memory。
近期应关注什么
关注数据质量、来源血缘、权限、时效性、检索效果和记忆边界。
近期变化
尚无相关记录。
专题长文
- 从模型到应用：理解今天的 AI 技术栈
用八个纵向领域和四个横向视角，把模型、系统、Agent 与应用放回同一张技术地图。
横向视角
安全
- 从模型到应用：理解今天的 AI 技术栈
用八个纵向领域和四个横向视角，把模型、系统、Agent 与应用放回同一张技术地图。
评测
- 从模型到应用：理解今天的 AI 技术栈
用八个纵向领域和四个横向视角，把模型、系统、Agent 与应用放回同一张技术地图。
治理与合规
- 从模型到应用：理解今天的 AI 技术栈
用八个纵向领域和四个横向视角，把模型、系统、Agent 与应用放回同一张技术地图。
可观测性与经济性
- 从模型到应用：理解今天的 AI 技术栈
用八个纵向领域和四个横向视角，把模型、系统、Agent 与应用放回同一张技术地图。