<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>可靠性工程 on 办公AI智能小助手</title>
    <link>https://blog.qife122.com/tags/%E5%8F%AF%E9%9D%A0%E6%80%A7%E5%B7%A5%E7%A8%8B/</link>
    <description>Recent content in 可靠性工程 on 办公AI智能小助手</description>
    <generator>Hugo</generator>
    <language>zh-cn</language>
    <copyright>qife</copyright>
    <lastBuildDate>Fri, 03 Oct 2025 16:43:51 +0800</lastBuildDate>
    <atom:link href="https://blog.qife122.com/tags/%E5%8F%AF%E9%9D%A0%E6%80%A7%E5%B7%A5%E7%A8%8B/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>可靠性模型构建与设备韧性提升技术解析</title>
      <link>https://blog.qife122.com/p/%E5%8F%AF%E9%9D%A0%E6%80%A7%E6%A8%A1%E5%9E%8B%E6%9E%84%E5%BB%BA%E4%B8%8E%E8%AE%BE%E5%A4%87%E9%9F%A7%E6%80%A7%E6%8F%90%E5%8D%87%E6%8A%80%E6%9C%AF%E8%A7%A3%E6%9E%90/</link>
      <pubDate>Fri, 03 Oct 2025 16:43:51 +0800</pubDate>
      <guid>https://blog.qife122.com/p/%E5%8F%AF%E9%9D%A0%E6%80%A7%E6%A8%A1%E5%9E%8B%E6%9E%84%E5%BB%BA%E4%B8%8E%E8%AE%BE%E5%A4%87%E9%9F%A7%E6%80%A7%E6%8F%90%E5%8D%87%E6%8A%80%E6%9C%AF%E8%A7%A3%E6%9E%90/</guid>
      <description>&lt;p&gt;某中心Lab126正与马里兰大学可靠性研究中心合作开发可靠性模型，旨在构建更具韧性的设备。该合作将研究设备意外损坏的机制，并探索如何确保设备在事故中保持更高存活率。&lt;/p&gt;</description>
    </item>
    <item>
      <title>可靠性模型构建与设备韧性提升技术</title>
      <link>https://blog.qife122.com/p/%E5%8F%AF%E9%9D%A0%E6%80%A7%E6%A8%A1%E5%9E%8B%E6%9E%84%E5%BB%BA%E4%B8%8E%E8%AE%BE%E5%A4%87%E9%9F%A7%E6%80%A7%E6%8F%90%E5%8D%87%E6%8A%80%E6%9C%AF/</link>
      <pubDate>Sun, 14 Sep 2025 07:37:00 +0800</pubDate>
      <guid>https://blog.qife122.com/p/%E5%8F%AF%E9%9D%A0%E6%80%A7%E6%A8%A1%E5%9E%8B%E6%9E%84%E5%BB%BA%E4%B8%8E%E8%AE%BE%E5%A4%87%E9%9F%A7%E6%80%A7%E6%8F%90%E5%8D%87%E6%8A%80%E6%9C%AF/</guid>
      <description>&lt;h1 id=&#34;可靠性模型构建与韧性设备开发合作研究&#34;&gt;可靠性模型构建与韧性设备开发合作研究&lt;/h1&gt;&#xA;&lt;p&gt;某中心Lab126与马里兰大学可靠性研究中心（CRR）展开合作，共同开发可靠性数学模型以构建更具韧性的设备。该研究聚焦于设备意外损坏的机理分析，并通过建模用户行为提升设备可靠性。&lt;/p&gt;</description>
    </item>
    <item>
      <title>为不可靠的大语言模型注入可靠性：企业级GenAI工作流确定性实践</title>
      <link>https://blog.qife122.com/p/%E4%B8%BA%E4%B8%8D%E5%8F%AF%E9%9D%A0%E7%9A%84%E5%A4%A7%E8%AF%AD%E8%A8%80%E6%A8%A1%E5%9E%8B%E6%B3%A8%E5%85%A5%E5%8F%AF%E9%9D%A0%E6%80%A7%E4%BC%81%E4%B8%9A%E7%BA%A7genai%E5%B7%A5%E4%BD%9C%E6%B5%81%E7%A1%AE%E5%AE%9A%E6%80%A7%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Fri, 05 Sep 2025 20:15:03 +0800</pubDate>
      <guid>https://blog.qife122.com/p/%E4%B8%BA%E4%B8%8D%E5%8F%AF%E9%9D%A0%E7%9A%84%E5%A4%A7%E8%AF%AD%E8%A8%80%E6%A8%A1%E5%9E%8B%E6%B3%A8%E5%85%A5%E5%8F%AF%E9%9D%A0%E6%80%A7%E4%BC%81%E4%B8%9A%E7%BA%A7genai%E5%B7%A5%E4%BD%9C%E6%B5%81%E7%A1%AE%E5%AE%9A%E6%80%A7%E5%AE%9E%E8%B7%B5/</guid>
      <description>&lt;h1 id=&#34;为不可靠的大语言模型注入可靠性&#34;&gt;为不可靠的大语言模型注入可靠性&lt;/h1&gt;&#xA;&lt;p&gt;大语言模型（LLM）在设计上具有非确定性特征。本文将介绍如何向GenAI工作流中注入一定程度的确定性。&lt;/p&gt;&#xA;&lt;p&gt;&lt;em&gt;图片来源：Alexandra Francis&lt;/em&gt;&lt;/p&gt;&#xA;&lt;p&gt;随着生成式AI技术日益融入软件产品和工作流，这些产品和工作流开始越来越像LLM本身：可靠性降低、确定性减弱，偶尔会出现错误。LLM本质上是非确定性的，这意味着相同的输入会产生不同的响应。如果使用推理模型和AI智能体，早期错误在后续步骤中被使用时，这些错误可能会叠加放大。&lt;/p&gt;</description>
    </item>
  </channel>
</rss>
