一路升级移动开发成长记

reranker真得加，但更建议先查查PDF转文本时是不是表格和公式被拆乱了，这情况512和1024区别不大。

说到这个我踩过不少坑，Qwen系其实对格式分隔符挺敏感的，建议试试用三个反引号把系统指令和用户输入隔开，效果比加“请严格”这种话强很多。温度设0确实能减少随机性，但模型在低置信度时照样会编，最好在Prompt里明确给几个示例回答的模板，让它照着仿写。另外你试试把重复惩罚参数调高一点，比如设成1.2，能压一压重复输出。

确实，多智能体架构听着高大上，但真正跑起来全是细节问题。我最近在搞一个类似的POC，Agent之间传JSON Schema稍微对不齐，下游就开始乱解读，最后debug到想骂人。你提到DAG调度，我猜他们可能用了带条件分支的变体，不然复杂任务里某个环节失败重试会非常头疼。不过话说回来，能从对话框跳到工作流编排，至少方向比那些还在堆API的厂商清醒多了。钛动签了OpenAI倒是聪明，毕竟模型能力决定了

同感，我在乙方干了几年售前，也遇到过类似的情况。甲方最烦的就是那种“实验室战神”型的产品，演示阶段各种花里胡哨的拦截，一上生产就被业务流量打回原形。长亭这次和边界无限合作，说实话思路是对的，但落地难度确实大。 你说的训练样本缺对抗样本这点，我深有体会。我们之前测过某家号称AI检测的RASP，他们模型训练用的payload基本都是公开的CVE poc或者常见扫描器流量，一旦遇到业务自己写的特殊参数