- 综合排序
- 最热优先
- 最新优先
- 来自专栏圣杰的专栏
.NET+AI | MEAI | 上下文压缩（7）
Chat Reducer：让 AI 对话突破上下文限制 一句话简介 Microsoft.Extensions.AI 的 Chat Reducer 通过智能压缩策略,在保持对话质量的前提下,有效控制上下文长度 在多轮对话场景中,我们面临三大挑战: 挑战 问题 Chat Reducer 方案 上下文限制 超出模型限制导致请求失败 智能压缩到安全范围 成本失控 输入 token 越多费用越高 过滤冗余,只保留必要信息 核心特性: 超过阈值时自动调用 AI 生成摘要 摘要存储在 AdditionalProperties 中 渐进式压缩(新摘要包含旧摘要) 保留完整语义上下文 适用场景: 医疗咨询(完整病史重要) [User] 问题5 [User] 问题5 [Assistant] 回答5 [Assistant] 回答5 [User] 问题6 [User] 问题6 参数调优建议 MessageCountingChatReducer: 策略 参数配置 适用场景 保守策略 targetCount: 10 上下文敏感场景 均衡策略 targetCount: 5 一般对话
23810编辑于 2025-12-28 - 来自专栏#大模型热点基础知识
什么是上下文压缩？如何减少Token消耗？
二、什么是上下文压缩？上下文压缩（ContextCompression）是指在保证回答质量的前提下，减少输入上下文的token数量的技术。 ：普通摘要：把长文本压缩成短文本，目的是给人阅读上下文压缩：把上下文压缩成更适合大模型推理的形式，目的是提高推理效率和质量三、上下文压缩如何工作过滤型技术过滤型技术的核心是相似度计算，把不相关的内容直接删掉 应用流程：用户和机器人对话10轮用滑动窗口：保留最近5轮对话详情早期5轮对话压缩成摘要："用户咨询了工作压力问题"总token稳定在1600左右，不会随对话轮次增长机器人能保持对话连贯性，理解用户需求效果 ：上下文稳定性：token数稳定在1600，不会溢出对话质量：用户满意度评分4.5/5成本控制：每次对话成本降低40%4.产品描述自动生成场景：内容生成系统。 解决方案：根据上下文长度和延迟预算选择压缩策略短文本（<2000字）：不用压缩中等长度：用Embedding过滤超长文本：用递归摘要延迟敏感：用快速过滤，牺牲一些准确率上下文碎片化问题：检索出来的5个文档片段
63210编辑于 2026-03-31 - 来自专栏大冰块技术记录
MD5压缩解压
java.util.Map;import java.util.zip.DeflaterOutputStream;import java.util.zip.InflaterOutputStream;/** 压缩工具 compressData(flowData); data.put(key, flowData); data.put(ISCOMPRESSED_KEY, "Y"); } /** 压缩字符串
33110编辑于 2023-11-26 - 来自专栏java系列博客
MD5压缩算法
package cn.com.test; /* 传入参数： 一个字节数组 * 传出参数： 字节数组的MD5结果字符集 */ public class MD5 { public static String getMD5 (byte[] source){ String s = null; //用来将字节转换成十六进制表示的字符 char hexDigits[] = {'0' ,'1', '2' , '3', '4' ,'5' ,'6', '7','8','9','a','b','c','d','e','f'}; try { java.security.MessageDigest md = java.security.MessageDigest.getInstance("MD5"); md.update(source); //MD5 的计算结果是一个128位的长整数 ,'@','#'}; System.out.println(MD5.getMD5(byarr)); } }
2.6K60发布于 2018-06-13 - 来自专栏AI SPPECH
85_多轮对话：上下文管理与压缩
然而，多轮对话面临着严峻的技术挑战：首先，LLM的上下文窗口长度虽然在不断扩展（如GPT-5已支持100K tokens），但依然是有限资源；其次，随着对话轮次增加，历史信息不断累积，导致token消耗激增 这使得上下文管理与压缩技术成为提升多轮对话性能的关键因素。 本教程将深入探讨2025年多轮对话上下文管理与压缩的最新技术进展，包括核心算法原理、实现方法、性能优化策略以及实际应用案例。 以下是2025年主要LLM模型的上下文窗口限制对比： 模型名称 上下文窗口大小 最大对话轮次(保守估计) 优势领域 GPT-5 100K tokens 100+ 复杂知识推理 Claude 3 Opus 3.2 上下文压缩技术 上下文压缩是在有限token预算内保留关键信息的核心技术。 5. 上下文管理的评估与优化 5.1 性能评估指标 评估上下文管理策略的有效性需要多维度的指标体系。
1.1K10编辑于 2025-11-16 - 来自专栏YOLO大作战
DeepSeek-OCR：基于光学压缩的上下文处理
- 光学压缩的渐进模糊特性为模拟人类遗忘机制、解决长上下文挑战提供了创新思路 这些贡献为VLM和LLM的长上下文处理提供了全新的技术路径。 这为历史长上下文压缩、大语言模型记忆遗忘机制等研究方向展现了可观潜力。 DeepEncoder为了探索上下文光学压缩的可行性，我们需要一个具备以下特征的视觉编码器：1. 能够处理高分辨率；2. 在高分辨率下激活量低；3. 视觉标记数量少；4. 支持多分辨率输入；5. 这些实验结果进一步揭示了上下文光学压缩的边界，这可能为VLM中视觉标记优化、LLM中上下文压缩及遗忘机制的研究提供有效的参考。4.3. 定性研究4.3.1. 5. 讨论我们的工作代表了对视觉-文本压缩边界的初步探索，旨在研究解码个文本标记需要多少视觉标记。
81131编辑于 2026-01-05 Go在AI对话上下文压缩处理上的实践
这是因为大模型有上下文长度限制，对话越长，历史消息越多，就越容易超限。结合我的理解，这篇文章分享一下如何实现上下文压缩，让你的 AI 应用既能"记住"关键信息，又能节省成本。 为什么需要上下文压缩？ 面对上下文压缩，我们有三种主流策略： 摘要压缩：让 AI 把历史对话总结成一段摘要。适合长对话场景，比如客服机器人、知识问答。优点是信息损失小，缺点是需要额外 API 调用。 return callAI(prompt) } 什么时候触发压缩？ 可以设置一个阈值，比如对话超过 15 轮时触发。也可以根据 Token 数量判断，超过总上下文的 70% 就压缩。 一般建议 5-10 条。太小会丢失上下文，太大又起不到压缩效果。可以根据实际场景调整。 一个改进技巧： 系统消息（System Prompt）要始终保留。 压缩前先估算当前上下文大小，别等到报错了才处理。
33610编辑于 2026-03-02- 来自专栏OECOM
html5前端图片压缩
如今手机像素越来越高，造成拍出来的照片越来越大，随便拍一张就好几兆，于是乎就有了一种需求就是压缩图片，在之前压缩图片的功能是在后台操作的，之后前端亦可以进行图片的压缩功能。 前端进行图片压缩的原理很简单，就是利用canvas来进行压缩，js将file框内的图片文件读取之后，按照比例绘制到canvas上，然后将canvas保存成图片即可实现了压缩功能。 200, 0,myorientation);//获得的路径是将图片转换成了base64 $("#myImage").attr("src",thumb); } } 至此，图片的压缩功能已经完全实现了
4.2K50发布于 2020-07-02 - 来自专栏数据技巧
Power Pivot概念(5)—理解上下文
十、 上下文的理解 (一) 查询上下文 1. 定义 简单理解就是通过筛选查询得到的结果。 2. 说明 影响的方式包括：筛选器，切片器，透视表的行和列，透视图的轴等。 (二) 行上下文 根据信息所在的行决定的，并涉及到行的信息数据来计算。 1. 定义 行上下文可以被认为是当前行，如果在当前行创建公式，其参数就对应的是当前行的值。 2. 注意 行上下文也会涉及到关系。例如在多端引用1端数据是使用Related，则会默认当前行关联的数据。 4. 复杂的行上下文 根据行上下文筛选出的表在和原表做比较计算。 例如涉及到行数Earlier (三) 筛选上下文 1. 定义 对于查询上下文的进一步定义。可以直接在公式中指定过滤器表达式或动态获取计算中使用的值的上下文。
95220发布于 2020-03-23 - 来自专栏软件研发
讲解YOLOv5模型剪枝压缩
为了解决这个问题，模型剪枝压缩成为了一种常用的方法。在本文中，我们将讲解如何使用YOLOv5模型进行剪枝压缩，以实现模型的高效部署。 YOLOv5模型剪枝压缩方法在进行YOLOv5模型剪枝压缩时，可以采用以下几种常用的方法：1. 通道剪枝通道剪枝是指通过剪枝模型中的冗余通道来减少模型的参数和计算量。 模型部署：将剪枝压缩后的模型部署到目标设备上，并进行推理或应用。总结在本篇文章中，我们讲解了如何使用YOLOv5模型进行剪枝压缩，以实现模型的高效部署。 希望本文能对您了解YOLOv5模型剪枝压缩提供一些帮助，同时也希望读者能够深入探索和扩展模型剪枝压缩的方法，为实际的深度学习应用提供更多的解决方案。 以下是YOLOv5的一些缺点：检测小目标的能力相对较弱：YOLOv5在检测小目标时会面临一些挑战，因为小目标通常具有较少的像素，并且难以获取足够的上下文信息。
1.3K11编辑于 2023-12-08 - 来自专栏仙士可博客
H5图片压缩与上传
现在手机用户拍照照片都十分巨大,1m-10m,而普通用户的上传带宽大概为100kb/s-1m/s,导致上传图片十分缓慢 解决方法为上传之前先把图片进行压缩,使得上传速度增加,服务器硬盘,带宽速度压力也更小 var mpImg = new MegaPixImage(file); // render方法的maxWith，maxHeight,以及quality都决定了压缩图片的质量 var resImg 压缩图片十分的耗时,尤其是多张图片一起的时候,所以需要稍微变换一下 fileSelected: function () { var files = $("#fileImage $upload->getSysSetPath();//目录地址 $new_file = md5(uniqid($this->member_info['member_id'])).". {$type}";//用微秒和会员id产生md5唯一字符串 if (file_put_contents($path.
2.4K11发布于 2019-12-19 - 来自专栏清菡软件测试
Appium上下文和H5测试(一)
目录 一、混合应用-H5 1.混合应用是什么？ 2.怎么样分辨一个 App 页面究竟是原生的还是 Web 的？ 5.想定位一个元素怎么操作？ 四、代码 一、混合应用-H5 微信小程序的前提都是基于 H5，没有 H5 的情况下来操作微信小程序您可能不太明白。H5 是混合应用，有原生应用和混合应用。 1）在手机/模拟器中点击关于手机中的版本号 5 下，出来开发者选项。 2）在开发者选项中勾选上显示布局边界，再返回到 App 界面。 识别到 Web View 的前提是：下载知乎或者豆瓣，去获取所有当前可以操作的上下文，会发现没有 web view。也就是关闭了 Web View 的显示。 5.想定位一个元素怎么操作？ 跟我们之前使用谷歌 F12 的套路是一样的。 ? 一个手机中除了这个 Web View 网页，可能还有别的 Web View 网页。
1.2K20发布于 2020-12-02 - 来自专栏清菡软件测试
Appium上下文和H5测试(二)
三、上下文切换 可用的上下文（Contexts） 列出所有可用的上下文（contexts） driver.contexts driver.window_handles 获取所有窗口的 handle，返回 当前上下文（context）：列出当前的上下文（context） driver.current_context 切换至默认的上下文（context） 切换回默认的上下文（context）。 driver.current_package 上下文的操作方式在这里，和 Windows 窗口是一模一样的。和 Web 自动化中所谓的窗口是一样的。 首先列出所有可用的上下文。 列出所有可用的上下文，再去切换至需要的上下文。怎么切换呢？他们得到的结果也是个列表啊。 列表当中放的值呢，不是原生控件就是 WebView。所以它也有下标。 如果你想获取当前的窗口，当前的上下文，叫做driver.current_context。 它的做法与窗口是一模一样的。Web 自动化中叫做窗口，这里叫做上下文。
74820发布于 2020-11-30 - 来自专栏前端之攻略
HTML5+APP 拍照压缩上传 原
HandheldFriendly" content="true" /> <meta name="MobileOptimized" content="320" /> <title>Hello H5+ else { alert("fail") wt.close(); } } ); task.addData("client", "HelloH5+ appendByGallery() { plus.gallery.pick(function(p) { compress(p); appendFile(p); }); } //压缩图片 > 主要用到html5+拍照与压缩插件 在拍照成功后会返回图片保存的路径，如上面的p参数，在压缩图片时要用到p，overwrite: true不能省略。
1.3K31发布于 2019-04-04 - 来自专栏清菡软件测试
Appium上下文和H5测试(二)
三、上下文切换 可用的上下文（Contexts） 列出所有可用的上下文（contexts） driver.contexts driver.window_handles 获取所有窗口的 handle，返回 当前上下文（context）：列出当前的上下文（context） driver.current_context 切换至默认的上下文（context） 切换回默认的上下文（context）。 列出所有可用的上下文，再去切换至需要的上下文。怎么切换呢？他们得到的结果也是个列表啊。 列表当中放的值呢，不是原生控件就是 WebView。所以它也有下标。 如果你想获取当前的窗口，当前的上下文，叫做driver.current_context。 它的做法与窗口是一模一样的。Web 自动化中叫做窗口，这里叫做上下文。 上篇文章Appium上下文和H5测试(一) 中此处代码错了，应该改成这样： ? ----
1.3K10发布于 2020-12-02 - 来自专栏清菡软件测试
Appium上下文和H5测试(一)
目录 一、混合应用-H5 1.混合应用是什么？ 2.怎么样分辨一个 App 页面究竟是原生的还是 Web 的？ 5.想定位一个元素怎么操作？ 四、代码 一、混合应用-H5 微信小程序的前提都是基于 H5，没有 H5 的情况下来操作微信小程序您可能不太明白。H5 是混合应用，有原生应用和混合应用。 1）在手机/模拟器中点击关于手机中的版本号 5 下，出来开发者选项。 2）在开发者选项中勾选上显示布局边界，再返回到 App 界面。 识别到 Web View 的前提是：下载知乎或者豆瓣，去获取所有当前可以操作的上下文，会发现没有 web view。也就是关闭了 Web View 的显示。 5.想定位一个元素怎么操作？ 跟我们之前使用谷歌 F12 的套路是一样的。 一个手机中除了这个 Web View 网页，可能还有别的 Web View 网页。
96240发布于 2020-11-25 - 来自专栏mac软件推荐
BetterZip 5 for Mac(苹果解压缩软件)
BetterZip 5 for Mac是一款运行在苹果电脑上面的解压神器，支持市面上所有的压缩格式、支持压缩包加密，而且不用解压即可预览文件，同时还具有窗口式的查看界面，解压部分文件等功能，这款mac解压工具支持的格式包括 BetterZip 5 for Mac(苹果解压缩软件)
72220编辑于 2022-11-16 - 来自专栏Java知识图谱
Nginx网络压缩 CSS压缩 图片压缩 JSON压缩
技术实现依托gzip压缩，仅仅在服务器与客户端网络传输时对静态资源进程压缩，文件的大小在压缩前与还原后保持不变。 gzip on; gzip_comp_level 5; gzip_min_length 10K; gzip_types application/javascript text/css; 2、动态资源 通过代理后端服务返回的 gzip on; gzip_comp_level 5; gzip_min_length 50K; gzip_types application/json; （二）图片资源 1、图片文件 常见的图片文件格式有 gzip on; gzip_comp_level 5; gzip_min_length 50K; gzip_types image/jpeg image/gif image/png; 三、图片压缩 Nginx 图片压缩分为两类：一是等比压缩；二是固定宽高压缩。根据应用场景的不同也分为两类：一是固定参数；二是动态参数。 此部分图片压缩后到达浏览器不会被还原。
6.7K41编辑于 2022-02-08 - 来自专栏openclaw系列
OpenClaw插件Lossless Claw（LCM）：为 OpenClaw 带来无损上下文压缩的革命性
随着对话轮次增加，token消耗迅速逼近模型上限，导致：新消息无法加入上下文关键历史信息被截断智能体“失忆”或逻辑断裂传统解决方案如“滑动窗口”或“简单摘要”虽能缓解问题，却以牺牲信息完整性为代价——一旦压缩 1.1传统压缩方法的致命缺陷方法原理问题截断（Truncation）丢弃最早消息丢失关键前提（如“用Python写”）滑动窗口仅保留最近N轮上下文碎片化，无法回溯LLM摘要让模型生成总结信息失真、细节丢失 二、核心技术：DAG+增量压缩=无损上下文2.1对话即图：构建语义依赖DAGLCM将整个对话历史建模为一个有向无环图（DirectedAcyclicGraph）：节点（Node）：每条用户/助手消息边（ （继续10轮优化）850接近阈值（如900）15“现在改成用pandas实现”870触发压缩：•将前14轮构建DAG•压缩冗余交互•生成摘要节点（token=150）16AI返回pandas版本280上下文总 LCM执行DAG构建与增量压缩压缩后的上下文仍支持/resume、/review等操作这意味着：高级控制命令+无损压缩=可信赖的长期智能体六、性能与兼容性项目说明支持模型所有OpenClaw支持的模型（
1.5K20编辑于 2026-03-27 - 来自专栏Android开发指南
5.post上传和压缩、插件模拟请求
gzip gzip一种压缩方式,或者是文件形式,它主要用于网络传输数据的压缩 gzip压缩好不好用 浏览器:网速一定.内容越小.请求响应的速度是不是更快 手机server:返回数据类型是json/ xml->文本-->压缩率会很高. gzip执行流程 //1. 根据响应头得知服务器知否进行了gzip压缩 * Header[] headers = response.getHeaders("Content-Encoding"); for (Header IoUtils.convertStreamToString(in); } else { result = EntityUtils.toString(entity); } 服务端具体怎么支持gzip压缩 //4. string-->byte[]; byte[] bitmapByteArr = Base64.decode(bitmapString, Base64.DEFAULT); //5.
2.5K90发布于 2018-05-14
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号