文档关键词检索结果

倒排索引遍历的 P 完备性:论评估布尔查询 DAG 的复杂性

The P-Completeness of Inverted Index Traversal: On the Complexity of Evaluating Boolean Query DAGs

现代人工智能代理越来越依赖搜索基础设施来执行复杂的神经符号推理工作流程。这些工作流程通常编译成对文本字段的深度嵌套、非单调布尔查询。然而,在处理这些结构时,倒排索引的标准查询评估策略面临着严格的理论限制。有状态迭代器模型(一次文档)在结构上受到 NC^1 公式评估的限制,在展开重新收敛逻辑时,查询复杂性会遭受最坏情况的 O(2^|Q|) 指数爆炸。相反,递归物化模型......

Harvey 选择 DeepL 进行法律翻译

Harvey Picks DeepL For Legal Translation

Harvey 选择 DeepL 来满足法律翻译需求。其人工智能驱动的文档翻译功能现在将通过集成直接在 Harvey 平台内运行。深L ...

默认情况下,Google 的 AI 可以在 Workspace 中查看您的业务数据 - 除非您将其禁用

Google's AI can see your business data by default in Workspace - unless you disable it

在 Google Workspace 中,Gemini 默认可以访问 Gmail、文档、日历、聊天等。这就是它的重要性以及管理员如何禁用它的原因。

Google Workspace 默认允许 Gemini 访问您的公司数据 - 如何将其关闭

Google Workspace lets Gemini access your company data by default - how to shut it down

在 Google Workspace 中,Gemini 默认可以访问 Gmail、文档、日历、聊天等。这就是它的重要性以及管理员如何禁用它的原因。

2025 年版首席法官 Maggs 的 UCMJ 修正案概要

2025 edition of Chief Judge Maggs's compendium of UCMJ amendments

感谢 GW Law 的 Jacob Burns Law Library 方便的《军事司法研究指南》,读者可以访问 CAAF 首席法官 Gregory E. Maggs 的《1950 年以来统一军事司法法典修正案》概要(2025 年版)。该文档可在此处获取,最后更新时间为 2025 年 6 月 25 日。

Spritle 如何构建 InsightTwin:面向企业运营模式的动态数字孪生平台

How Spritle Built InsightTwin: A Living Digital Twin Platform for Enterprise Operating Models

我们如何在 Claude 的支持下构建组织的数字孪生,从原型到生产。我们的客户向我们提出的挑战 组织在新系统、重组团队、人工智能采用等转型举措上投入了数百万美元,却没有全面了解它们今天的实际运作方式。流程知识存在于过时的文档中,[…]《Spritle 如何构建 InsightTwin:企业运营模型的动态数字孪生平台》一文首先出现在 Spritle 软件上。

Amazon Quick for Microsoft 365:您工作的代理 AI

Amazon Quick for Microsoft 365: Agentic AI where you work

Amazon Quick 现在可直接在 Microsoft Word、Excel、PowerPoint 和 Outlook 中使用。这些扩展将连接的数据访问和代理文档编辑带入您的团队已使用的 Microsoft 365 应用程序中,以便您可以分析数据、起草内容并获取企业知识,而无需切换应用程序。

通过减少 LLM 调用而不是购买更快的模型来降低企业 RAG 管道的延迟和成本

Cut an Enterprise RAG Pipeline’s Latency and Cost by Calling the LLM Less, Not by Buying a Faster Model

企业文档智能 [Vol.1 #9ter] - 第 9 条中的管道分几个步骤调用模型以确保其正确。对于简单的问题,这是不必要的延迟。每个问题的信号都会引导他们通过模型,为关键字匹配节省大约两秒的时间。通过减少 LLM 的调用,而不是通过购买更快的模型来降低企业 RAG 管道的延迟和成本,该帖子首先出现在《走向数据科学》上。

如何在不损失质量或清晰度的情况下将图像转换为 PDF

How to Convert Images to PDF Without Losing Quality or Clarity

手机里装满了照片收据和旧纸质文档,这与将它们组织起来不同。松散的图像分散在相机胶卷和电子邮件线程中,没有人愿意打开六张单独的照片来阅读一份合同。将它们转换为单个 PDF 可以解决这个问题。它保持页面有序并打开...

交叉引用的循环工程:当 RAG 回答“参见第 7.2 节”而不是实际答案时

Loop Engineering for Cross-References: When RAG Answers ‘see Section 7.2’ Instead of the Actual Answer

企业文档智能 [Vol.1 #11] - 当第一个答案指向文档中的其他位置时,管道循环返回以获取链接的上下文交叉引用的后循环工程:当 RAG 答案“参见第 7.2 节”而不是实际答案首先出现在《走向数据科学》上。

超越下一个标记预测:扩散与自回归语言模型的性能表征

Beyond Next-Token Prediction: A Performance Characterization of Diffusion versus Autoregressive Language Models

大型语言模型 (LLM) 在广泛的自然语言处理 (NLP) 任务(包括文档处理和代码生成)上取得了最先进的性能。自回归语言模型(ARM)根据所有先前的标记顺序生成标记,一直是法学硕士的主要范例。虽然这些模型在一系列下游任务中实现了高精度,但由于下一个令牌预测中固有的顺序依赖性,它们表现出较低的算术强度。最近,扩散语言模型 (DLM) 已成为一种有前途的......

列表问题的循环工程:当答案是每一段而不是最上面的一段时

Loop Engineering for Listing Questions: When the Answer Is Every Passage, Not the Top One

企业文档智能 [Vol.1 #12] - 大多数 RAG 管道默默失败的问题类别,以及处理这些问题的管道形状列表问题的后循环工程:当答案是每一段时,而不是最重要的一个首先出现在走向数据科学上。

了解 CSA 云控制矩阵和 CSA CAIQ

Understanding the CSA Cloud Controls Matrix and CSA CAIQ

云一直是并且仍然是许多安全团队面临的挑战领域。验证和加入新的提供商是一场持续不断的斗争,特别是考虑到业务和技术团队采用和整合新云服务的速度很快。

幸运的是,云安全联盟 (CSA) 的免费资源在保护这些服务方面继续提供价值。让我们仔细看看这些资源,以及如何应用它们来帮助增强企业云安全,以及这些文档的最新更新如何确保它们保持最新状态。 ; CSA 安全指南

“旗舰”CSA 文档仍然是 。该指南

电子学习如何帮助组织管理多州薪资合规培训

How eLearning Helps Organizations Manage Multi-State Payroll Compliance Training

本文介绍了电子学习如何帮助组织针对复杂的多州薪资要求对薪资、人力资源和合规团队进行培训。它涵盖了针对特定州的培训、基于场景的学习、跟踪、文档以及减少工资错误和合规风险的实用方法这篇文章首先发表在电子学习行业。

俄罗斯2015年承诺购买50架新型Tu-160M轰炸机,十年后已交付两架,整个机队已达15架

Russia Promised 50 New Tu-160M Bombers in 2015. Ten Years Later It Has Delivered Two, and Its Whole Fleet Is 15

重建 Tu-160 生产线意味着收复俄罗斯失去的东西。图波列夫将纸质设计文档数字化,恢复了轰炸机钛金属中心部分所需的真空焊接,并组建了一个供应商网络来取代苏联解体时分散的供应商网络。 2015 年的目标是购买 50 架飞机。 2018年签订的合同涵盖十个。第一架新组装的轰炸机于 2022 年 1 月首飞,两架于 2025 年交付,但没有透露尾号或生产历史,美国科学家联合会估计整个现役机队数量为 15 架。没有确定的完成合同的时间表。

GroundControl 如何竞相解决航空航天的文书工作瓶颈

How GroundControl Is Racing to Untangle Aerospace's Paperwork Bottleneck

GroundControl 正在利用人工智能软件为航空航天制造商自动执行繁琐的合规文档和合同审查,确保高规格零件更快地离开车间并进入天空。

超越 RAG:AWS 上企业 AI 的任务感知知识压缩

Beyond RAG: Task-aware knowledge compression for enterprise AI on AWS

传统 RAG 在跨越数百个文档的分析任务上遇到了上限。本文展示了如何使用 AWS 上的任务感知知识压缩 (TAKC) 将整个知识库预先压缩为特定于任务的表示形式,将它们缓存在多个保真度层,并将每个查询路由到正确的层,并使用您可以部署的开源实现。

介绍 AWS 上的 Claude Opus 5:Anthropic 最强大的 Opus 模型

Introducing Claude Opus 5 on AWS: Anthropic’s most capable Opus model

本文介绍了 Opus 5 的改进以及为 AI 工程师将模型集成到 Amazon Bedrock 上的代理系统和生产推理工作负载中的实用指南。请参阅 AWS 上的 Claude Platform 文档。