DeNA LLM 研究 Part 4: RAG 架构与最新趋势
DeNA 内部 LLM 研究 Part 4：从基础 RAG 实现到利用知识图谱的 GraphRAG、自主决定检索策略的 Agentic RAG， 深度分析最新架构演进。同时整理生产环境采用标准与 2025〜2026 年技术趋势。
archive
专栏 · 第 25
356 · 第 25
DeNA LLM研究Part 3: 模型训练方法论 - 从预训练到RLHF/DPO
基于DeNA LLM研究资料Part 3，深入分析预训练、微调和强化学习的差异，以及LoRA、QLoRA、DPO等最新高效学习技术，帮助你理解各训练阶段的成本与适用场景。
DeNA LLM 研究 Part 2: 结构化输出与多LLM组合模式
从使用JSON Schema和Pydantic的结构化输出到Sequential、Parallel、Cascade等生产环境可用的Multi-LLM管道设计模式
DeNA LLM 学习 Part 1: LLM基础与2025年AI现状
DeNA LLM学习系列开始。比较GPT-4、Claude、Gemini，涵盖Next Token Prediction、Instruction Tuning、Reasoning模型、提示工程基础。
Agent Effi Flow的战略转型：面向日本入境市场推出おもてなしBot
从AI效率工具到日本入境旅游市场的战略转型。分享一位独立开发者如何避开竞争激烈的红海，寻找蓝海机会的市场分析和おもてなしBot服务构建过程。
迭代审查循环方法论：在复杂开发中通过多智能体编排最小化错误
通过以编排智能体为核心的迭代审查循环，系统性地介绍如何将复杂开发工作的错误率降低40-90%的方法论。
AI搜索时代的AEO实施经验：Agent Effi Flow实战案例
分享针对ChatGPT、Perplexity等AI搜索引擎优化内容的AEO策略实施经验。涵盖Schema标记、FAQ页面优化、结构化数据设计等核心技术，以及Agent Effi Flow实际应用结果。
使用多代理编排改进博客自动化系统
使用Claude Code的多代理编排模式分析48个文件并修复61个问题的大规模系统改进完整指南，涵盖任务分解、并行执行与质量验证的实战经验。
AdSense挑战记：用AI分析克服"低价值内容"拒绝
被Google AdSense以"低价值内容"拒绝后，我利用ChatGPT、Claude、Gemini三个AI分析原因，将批准可能性从5.5分提升到8.5分。分享我的实际经验。
AI时代，想对后辈们说的话
在AI缩减招聘的时代，分享从中小企业5年开发经验中提炼的生存策略。深入积累领域知识、以T型人才方式成长、并与AI协作提升个人价值的方法，坦诚整理如下。从初级到高级开发者都适用的AI时代职业发展路线图。
生成式AI导入，为何需要自上而下：42%失败率背后的真正原因
自下而上AI导入的局限与组织变革管理战略。通过业务文档化和标准化实现系统化方法
用Vertex AI Search实现站内搜索：Cloud Functions与自动化部署
介绍如何利用Google Vertex AI Search在网站上实现AI搜索功能。从Cloud Functions API服务器构建到Shell脚本自动化部署，逐步详细讲解。