Search Results

系统概述 核心需求 目标用户: 缺乏大型LLM部署能力的小公司 技术路径: 外部API + 内部MCP Tools / RAG module + 数据脱敏/隐藏 使用场景: 处理敏感数据的内部智能代理系统 系统架构原则 数据安全: 敏感数据不出本地环境 成本控制: 利用外部API降低基础设施成本 灵活扩展: 模块化设计支持功能扩展 三大核心模块 1. 脱敏映射转换模块 (Data Anonymization & Mapping) 1.1 数据提取引擎 小型LLM方案 使用轻量级本地模型（如Qwen等）...

Element All (or most) Ka, Kv pairs (by tremendous API invoke) set of labels auxiliary dataset Attack Alg heuristic building tree verify on aux dataset small local train to assist position set

背景观察 决策树是可解释模型；LLM是文字生成式模型； LLM->DT LLM可以主动或被动为客户/数据分析师训练树模型，然后根据树的信息生成可理解的report； DT->LLM 定制化趋势显著：LLM hypervisor类工具（如cherrystudio）兴起，专门定制客户端涌现，模型使用明确朝向定制化、细分化发展 交互修正频繁：用户频繁输出"不对，我想要的是xxxx"、"错了，应该是xxx"等修正指令，实质上在提供监督学习的label信号 解释性需求强烈：现有系统缺乏对"为什么这样回复让用户满意/不满...

核心映射关系 基础组件对应 计算机系统 LLM系统 功能特征 CPU LLM Core 核心推理计算能力，token处理与生成 内存(RAM) Context Window 临时存储当前处理的信息，有容量上限 程序 Prompts 指令集合，定义具体执行任务和行为模式 输入设备 User Input 外部数据输入接口 存储设备 RAG/Knowledge Base 持久化信息存储，按需检索访问 动态链接库 MCP Tools/APIs 外部功能模块，运行时动态调用 操作系统 L...