<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/">
  <channel>
    <title>大模型 on 紫塞</title>
    <link>https://zisai.net/tags/%E5%A4%A7%E6%A8%A1%E5%9E%8B/</link>
    <description>Recent content in 大模型 on 紫塞</description>
    <image>
      <title>紫塞</title>
      <url>https://zisai.net/images/site/zisai-share-q88.webp</url>
      <link>https://zisai.net/images/site/zisai-share-q88.webp</link>
    </image>
    <generator>Hugo -- 0.167.0</generator>
    <language>zh-CN</language>
    <lastBuildDate>Thu, 15 Oct 2026 14:00:00 +0800</lastBuildDate>
    <atom:link href="https://zisai.net/tags/%E5%A4%A7%E6%A8%A1%E5%9E%8B/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>从2026中国CIO调研，看AI进入企业的现实</title>
      <link>https://zisai.net/posts/cio-survey-ai-2026/</link>
    <pubDate>Thu, 15 Oct 2026 14:00:00 +0800</pubDate>
      <guid>https://zisai.net/posts/cio-survey-ai-2026/</guid>
      <description>参与2026中国CIO调研，记录对国内大模型、企业AI投入与实际应用价值的一些思考。</description>
    </item>
    <item>
      <title>优化涉密案件证据数据分析方案</title>
      <link>https://zisai.net/posts/confirmationandanalysisplanforhigh-contaminationprojects/</link>
    <pubDate>Fri, 02 May 2025 12:38:08 +0800</pubDate>
      <guid>https://zisai.net/posts/confirmationandanalysisplanforhigh-contaminationprojects/</guid>
      <description>&lt;h2 id=&#34;优化涉密案件证据数据分析方案&#34;&gt;优化涉密案件证据数据分析方案&lt;/h2&gt;
&lt;p&gt;在涉密案件的数据分析中，数据类型复杂且分析需求高，传统方法难以满足精准性和效率要求。本文分析当前挑战，提出基于本地化大模型和多模态分析的优化方案，以提升案件卷宗分析效率。&lt;/p&gt;</description>
    </item>
  </channel>
</rss>
