Penjelasan Jendela Konteks LLM: Token, Batasan, dan Cara Menyesuaikannya Lebih Banyak, Diukur
Jendela konteks LLM adalah jumlah total token yang dapat dibaca dan ditulis oleh model dalam satu permintaan. Pelajari apa yang mengisinya, bagaimana kata-kata berubah menjadi token, bagaimana menganggarkan input dan output, dan bagaimana memangkas riwayat obrolan dengan aman, dengan jumlah yang kami ukur.
- Jendela konteks LLM adalah batas token yang dimiliki oleh semua orang: perintah sistem, riwayat, dokumen dan jawabannya.
- Token bukanlah kata-kata. Prosa bahasa Inggris kami menggunakan 1,14 token per kata, kode Python 2.22, dan teks Hindi 1.41 dengan satu tokenizer tetapi sekitar 4.6 dengan yang lebih lama.
- Riwayat obrolan bertambah setiap saat. Pangkas pesan terlama tetapi selalu pertahankan prompt sistem; pemotongan naif menjatuhkannya dalam pengujian kami.
- Jendela besar bukanlah tiket masuk gratis. Perintah yang panjang memerlukan biaya lebih banyak, berjalan lebih lambat, dan dapat mengubur detail yang penting.
Anda menempelkan kontrak panjang ke dalam chatbot dan ia menjawab seolah-olah sepuluh halaman terakhir tidak pernah ada. Atau bot pendukung perlahan “melupakan” aturan yang Anda berikan. Keduanya mengarah ke jendela konteks LLM: jumlah token tetap yang dapat digunakan oleh model bahasa besar dalam satu permintaan. Mengetahui cara pengisiannya membantu Anda membangun fitur AI yang tetap akurat dan terjangkau.
Kami mengukur angka-angka di bawah ini dengan pustaka sumber terbuka tiktoken OpenAI, versi 0.14.0, menggunakan pengkodean o200k_base dan cl100k_base yang lebih lama pada Python 3.13. Kelompok model lain menggunakan tokenizer lain, jadi perlakukan penghitungan kami sebagai contoh realistis, bukan angka pasti untuk setiap model. Untuk mengetahui dasar-dasar token, lihat panduan token LLM kami.
Apa itu jendela konteks?
Sebuah model tidak mengingat sendiri permintaan sebelumnya. Setiap kali Anda memanggilnya, Anda mengirim teks, dan model membaca semuanya sebelum menghasilkan balasan. Jendela konteks adalah ukuran maksimum teks gabungan tersebut, diukur dalam token. Jika jendelanya berisi 128.000 token, input dan output harus sesuai di dalamnya. Panduan kami tentang apa itu model bahasa besar menjelaskan mengapa model bekerja dengan cara ini.
Ukuran jendela berkisar dari beberapa ribu token pada model kecil hingga ratusan ribu, atau lebih dari satu juta, pada model besar. Ukuran berubah setiap rilis, jadi periksa dokumentasi penyedia Anda untuk mengetahui batas pastinya dan batasan terpisah pada token keluaran.
Apa yang mengisi jendela konteks
- Permintaan sistem: instruksi, aturan, dan persona.
- Riwayat percakapan: setiap pesan pengguna dan asisten sebelumnya yang Anda kirim ulang.
- Konten yang diambil atau ditempel: dokumen, hasil pencarian, file kode.
- Definisi dan hasil alat: skema fungsi dan data yang dikembalikan.
- Jawabannya sendiri: token keluaran keluar dari anggaran yang sama.
Poin terakhir ini mengejutkan banyak orang. Prompt yang menggunakan hampir seluruh jendela tidak memberikan ruang untuk balasan, sehingga jawabannya dipersingkat.
Kata-kata vs token: apa yang kami ukur
Kami mengulangi tiga teks pendek masing-masing 20 kali dan menghitung kata dan token:
| Teks | Kata-kata | o200 ribu token | Token per kata | token cl100k |
|---|---|---|---|---|
| prosa bahasa Inggris | 740 | 841 | 1.14 | 841 |
| Kode piton | 180 | 400 | 2.22 | 400 |
| teks Hindi | 300 | 422 | 1.41 | 1,381 |
Ada tiga pelajaran yang menonjol. Bahasa Inggris Biasa mendekati satu token per kata. Kode menggunakan sekitar dua kali lebih banyak token per “kata”, karena simbol, lekukan, dan nama pendek masing-masing menggunakan token. Dan bahasa sangat penting: teks Hindi yang sama memerlukan 422 token dengan tokenizer yang lebih baru dan 1.381 dengan tokenizer yang lebih lama, yang berarti tiga kali lebih banyak. Jendela yang menyimpan dokumen berbahasa Inggris yang panjang mungkin menyimpan lebih sedikit dokumen dalam bahasa lain.
import tiktoken
enc = tiktoken.get_encoding("o200k_base")
print(len(enc.encode("Your text here")))
Kiat: jangan pernah memperkirakan token dengan membagi karakter sebanyak empat untuk batas produksi. Hitung dengan tokenizer untuk model Anda, lalu pertahankan margin keamanan.
Menganggarkan permintaan
Kami merencanakan permintaan dengan prompt sistem 600 token, 4.200 token riwayat obrolan, dan 25.000 token dokumen, lalu memeriksanya terhadap tiga ukuran jendela, menyisakan 2.000 token untuk jawabannya:
window 8000: input 29800 tokens, left -21800, room for 2,000-token answer: False
window 32000: input 29800 tokens, left 2200, room for 2,000-token answer: True
window 128000: input 29800 tokens, left 98200, room for 2,000-token answer: True
Jendela 8K tidak dapat menerima permintaan sama sekali. Jendela 32K cocok, tetapi dengan hanya 2.200 token tersisa, jadi satu dokumen lagi akan memberikan jawabannya. Tuliskan cek ini ke dalam kode Anda sebelum setiap panggilan: hitung bagiannya, kurangi anggaran keluaran yang dipesan, dan putuskan apa yang akan dipotong jika tidak sesuai.
Apa yang terjadi ketika Anda pergi
Perilaku bergantung pada API dan aplikasi. Beberapa API menolak permintaan dengan kesalahan. Beberapa aplikasi obrolan secara diam-diam menghapus pesan terlama. Beberapa dokumen terpotong. Dan jika masukannya cocok tetapi menyisakan terlalu sedikit ruang, jawabannya berhenti di tengah kalimat ketika mencapai batas keluaran. Tak satu pun dari hal ini terlihat jelas bagi pengguna, itulah sebabnya model tersebut tampak “lupa” atau mengabaikan sebagian dokumen.
Riwayat obrolan bertambah setiap saat
Aplikasi obrolan mengirimkan ulang seluruh percakapan setiap giliran sehingga model dapat melihatnya. Sekitar 350 token per giliran:
chat of 10 turns x 350 tokens = 3500 tokens
chat of 50 turns x 350 tokens = 17500 tokens
chat of 200 turns x 350 tokens = 70000 tokens
Obrolan dukungan yang panjang secara diam-diam dapat mencapai puluhan ribu token, dan setiap pesan baru akan membayar semua pesan lama lagi.
Memangkas sejarah tanpa menghilangkan aturan
Kami membuat obrolan 31 pesan yang terdiri dari 1.455 token dan memangkasnya hingga batas 800 token dengan dua cara. Cara cerdas menjaga sistem tetap cepat, lalu menambahkan pesan dari yang terbaru ke terlama hingga anggaran penuh. Cara naifnya hanya menyimpan 800 token terakhir dari teks yang digabungkan.
history: 31 messages, 1455 tokens -> kept 17 (783 tokens), system kept: True, oldest kept: 'message 14'
naive tail-truncation keeps system prompt: False
Versi naif menghilangkan prompt sistem, yang berisi instruksi “Selalu jawab dalam bahasa Inggris”. Begitulah cara bot kehilangan aturannya dalam obrolan panjang. Strategi yang lebih baik, kira-kira berdasarkan urutan upaya:
- Selalu sematkan prompt sistem dan pesan pengguna terbaru.
- Jatuhkan atau rangkum putaran terlama terlebih dahulu.
- Ganti putaran lama dengan ringkasan singkat yang ditulis oleh model.
- Simpan fakta di luar obrolan dan ambil hanya apa yang dibutuhkan pertanyaan saat ini.
Apakah jendela konteks yang lebih besar selalu lebih baik?
Tidak. Jendela besar memungkinkan Anda memasukkan lebih banyak, tetapi penelitian seperti studi “Lost in the Middle” tahun 2023 yang dilakukan oleh Liu dan rekannya menemukan bahwa model menggunakan informasi di awal dan akhir masukan panjang dengan lebih andal dibandingkan informasi di tengah. Kami tidak mengujinya sendiri. Dalam praktiknya, hanya mengirimkan bagian yang relevan sering kali lebih baik daripada mengirimkan semuanya, dan ini mengurangi halusinasi yang disebabkan oleh teks yang mengganggu atau bertentangan. Letakkan instruksi penting di dekat awal dan nyatakan kembali pertanyaan sebenarnya di akhir.
Pemotongan dan pengambilan (RAG)
Pembuatan augmented pengambilan menyimpan dokumen di luar perintah. Anda membaginya menjadi beberapa bagian, menemukan bagian yang terkait dengan pertanyaan, dan hanya mengirimkannya. Kami membagi dokumen 4.201 token menjadi beberapa bagian yang terdiri dari maksimal 500 token dengan 50 token yang tumpang tindih dan mendapatkan 10 bagian. Tumpang tindih membuat kalimat yang melewati batas dapat dibaca setidaknya dalam satu bagian.
def chunks(text, size, overlap):
ids = enc.encode(text)
step = size - overlap
return [enc.decode(ids[i:i + size]) for i in range(0, max(1, len(ids) - overlap), step)]
Potongan dicocokkan dengan pertanyaan menggunakan embeddings yang disimpan dalam indeks vektor. apa itu panduan RAG kami menjelaskan keseluruhan alurnya.
Biaya dan kecepatan
Sebagian besar API mengenakan biaya per token masukan dan keluaran, dan permintaan yang lebih lama memerlukan waktu pemrosesan yang lebih lama. Permintaan 100.000 token yang dikirim 1.000 kali sehari berarti 100.000.000 token masukan setiap hari, meskipun jawabannya singkat. Memangkas riwayat, mengambil alih-alih menempelkan, dan menyimpan prefiks cepat berulang di mana penyedia mendukungnya dapat memotong biaya dan latensi secara tajam. Periksa harga saat ini di halaman harga penyedia Anda, karena harga tersebut sering berubah.
Menguji batas konteks di aplikasi Anda
- Uji dengan masukan realistis terpanjang, bukan sampel pendek.
- Uji obrolan panjang: apakah bot masih mengikuti perintah sistem setelah 50 putaran?
- Uji masukan non-Bahasa Inggris, yang mungkin menggunakan lebih banyak token.
- Tegaskan bahwa kode Anda mencadangkan token keluaran dan menangani kesalahan yang melebihi batas dengan baik.
- Pastikan bahwa pemangkasan tidak pernah menghilangkan peraturan keselamatan, yang juga penting untuk pertahanan injeksi cepat.
Penutup
Jendela konteks LLM adalah anggaran token bersama, bukan memori. Hitung token dengan tokenizer yang tepat, sisakan ruang untuk jawabannya, sematkan perintah sistem Anda saat memangkas riwayat, dan ambil bagian yang relevan daripada menempelkan semuanya. Lakukan itu dan bahkan jendela sederhana pun akan memberikan manfaat yang besar, sementara jendela besar tetap cepat dan terjangkau. Perintah yang jelas juga membantu, seperti yang ditunjukkan dalam panduan teknik cepat kami.
Pertanyaan yang sering diajukan
Apa yang dimaksud dengan jendela konteks di LLM?
Ini adalah jumlah maksimum token yang dapat ditangani oleh suatu model dalam satu permintaan, yang mencakup perintah sistem, riwayat percakapan, dokumen tambahan, dan jawaban yang dihasilkan secara bersamaan.
Berapa banyak kata yang muat dalam jendela konteks?
Itu tergantung pada teks dan tokenizer. Prosa bahasa Inggris kami menggunakan sekitar 1,14 token per kata, jadi 100.000 token kira-kira sama dengan 88.000 kata, namun kode dan banyak bahasa lainnya menggunakan lebih banyak token per kata.
Apa yang terjadi jika Anda melampaui jendela konteks?
API mungkin menolak permintaan tersebut, aplikasi mungkin membuang pesan lama atau memotong dokumen, atau jawabannya mungkin terpotong karena tidak ada token keluaran yang tersisa.
Apakah keluaran diperhitungkan dalam jendela konteks?
Ya. Input dan output berbagi jendela yang sama, jadi selalu sediakan token yang cukup untuk balasannya. Banyak API juga memiliki batas maksimum terpisah untuk token keluaran.
Apakah jendela konteks yang lebih besar lebih baik daripada RAG?
Tidak selalu. Jendela besar lebih mahal dan model dapat kehilangan detail di tengah masukan yang panjang. Mengambil hanya potongan yang relevan seringkali lebih murah dan akurat.
Teruslah belajar
Butuh bantuan dengan pengujian, WordPress atau SEO?
Kami membantu tim mengirimkan perangkat lunak yang lebih baik dan mengembangkan situs mereka. Beritahu kami apa yang sedang Anda kerjakan dan kami akan menyarankan langkah selanjutnya yang jelas.
Panduan lebih lanjut tentang pengujian, AI & pengembangan modern
Menikmati artikel ini? Pilih topik dan langsung masuk ke tutorial terbaru kami.
Penjelasan Strategi Chunking RAG: Tetap, Tumpang Tindih, Kalimat, Rekursif dan Judul, Terukur
Strategi pengelompokan RAG dibandingkan pada satu dokumen dengan tiktoken 0.14: ukuran tetap, tumpang tindih, pengepakan kalimat, pemisahan rekursif…
Baca artikel →Pengembangan perangkat lunakPenjelasan Idempotensi API: Kunci Idempotensi dan Percobaan Ulang Aman, Diuji
Idempotensi API dijelaskan dengan server dan klien Python yang kami jalankan: respons yang hilang menyebabkan tagihan ganda tanpa kunci dan satu tag…
Baca artikel →DevOpsPenjelasan Git Stash: Simpan, Terapkan, Pop dan File Tidak Terlacak, Diuji
Git stash dijelaskan dengan perintah yang kami jalankan di Git 2.56: push dengan pesan, file yang tidak terlacak, daftar dan tampilkan, terapkan vs …
Baca artikel →Pengujian perangkat lunakPenjelasan Pengujian Berpasangan: Bagaimana Semua Pasangan Memotong 216 Tes menjadi 13, Diuji
Pengujian berpasangan dijelaskan dengan generator yang kami jalankan di Python 3.13: checkout dengan 216 kombinasi yang tercakup dalam 13 pengujian,…
Baca artikel →Otomatisasi pengujianPenjelasan Tes Ganda: Dummy, Stub, Spy, Mock dan Fake, dengan Kode Python yang Diuji
Tes ganda dijelaskan dengan satu contoh Python yang dijalankan di pytest 9.2: dummy, stub, spy, mock dan fake, kapan menggunakan masing-masing, peme…
Baca artikel →Basis data & SQLPenjelasan SQL COALESCE: Default, NULLIF, IFNULL vs ISNULL dan Traps, Diuji
SQL COALESCE dijelaskan dengan kueri yang kami jalankan di SQLite 3.50: nilai bukan nol pertama, string kosong, NULL dalam matematika, NULLIF untuk …
Baca artikel →Basis data & SQLSQL Self Join Dijelaskan: Karyawan-Manajer, Perbandingan Pasangan dan Baris, Diuji
Gabung mandiri SQL dijelaskan dengan kueri yang kami jalankan di SQLite 3.50: karyawan dan manajer, penghasilan lebih dari manajer, pasangan unik, p…
Baca artikel →Pengembangan perangkat lunakPenjelasan Operator Penyebaran JavaScript: Penyebaran vs Istirahat, Salinan dan Gotcha, Diuji
Operator penyebaran JavaScript menjelaskan dengan kode yang kami jalankan di Node 24: array, objek, salinan dangkal, parameter istirahat, batas Math…
Baca artikel →Pengembangan perangkat lunakPenjelasan Modul Koleksi Python: Counter, defaultdict, deque dan Lainnya, Diuji
Koleksi Python dijelaskan dengan kode yang kami jalankan di Python 3.13: Counter, defaultdict, deque, nametuple, OrderedDict dan ChainMap, ditambah …
Baca artikel →Kecerdasan buatanJendela Konteks LLM Dijelaskan: Token, Batasan, dan Cara Menyesuaikannya Lebih Banyak, Diukur
Jendela konteks LLM dijelaskan dengan jumlah token yang kami ukur menggunakan tiktoken: kata vs token untuk prosa, kode dan bahasa Hindi, anggaran i…
Baca artikel →Pengembangan perangkat lunakPenjelasan Webhook: Cara Kerjanya dan Cara Menerimanya dengan Aman
Webhook menjelaskan dengan penerima dan pengirim yang kami jalankan dengan Python: push vs polling, tanda tangan HMAC-SHA256, menolak permintaan yan…
Baca artikel →DevOpsPenjelasan Git Cherry-Pick: Salin Komit yang Anda Butuhkan, Aman, Teruji
Git cherry-pick dijelaskan dengan perintah yang kami jalankan di Git 2.56: menyalin perbaikan terbaru ke cabang rilis, hash baru dan id patch, -x, -…
Baca artikel →Otomatisasi pengujianPenjelasan Pengujian Snapshot: Cara Kerja, Kapan Membantu, dan Kapan Menyakitkan
Pengujian snapshot dijelaskan dengan demo pytest dan manis yang kami jalankan: membuat snapshot, membaca perbedaan setelah perubahan kode, menutupi …
Baca artikel →Pengujian perangkat lunakPenjelasan Pengujian Mutasi: Mengapa Cakupan 100% Masih Melewatkan Bug Kami
Pengujian mutasi dijelaskan dengan alat mutasi kecil yang kami buat dan jalankan: 14 mutan, rangkaian pengujian dengan cakupan garis 100% yang mempe…
Baca artikel →Kecerdasan buatanPenjelasan Injeksi Cepat: Bagaimana Aplikasi AI Ditipu dan Cara Mempertahankannya
Penjelasan injeksi cepat untuk pembuat: serangan langsung dan tidak langsung, mengapa filter kata kunci gagal (pengujian kami memblokir 1 dari 4), d…
Baca artikel →DevOpsPenjelasan Catatan DNS: A, AAAA, CNAME, MX, TXT dan TTL Dengan Pencarian Nyata
Catatan DNS dijelaskan dengan pencarian yang kami jalankan: cara kerja resolusi, A dan AAAA, aturan CNAME, MX dan null MX, TXT untuk SPF dan verifik…
Baca artikel →DevOpsPenjelasan Bendera Fitur: Rilis Aman, Peluncuran Bertahap, dan Kebersihan Bendera
Tanda fitur dijelaskan dengan simulasi peluncuran yang kami jalankan: jenis tanda, persentase peluncuran dengan hashing stabil, tombol pemutus, daft…
Baca artikel →Otomatisasi pengujianUji Pembuatan Data Dengan Python Faker: Data yang Realistis, Dapat Diulang, dan Aman
Uji pembuatan data dengan Python Faker, jalankan dan ukur: penyemaian data berulang, lokal, nilai unik, catatan berbentuk domain, kasus tepi yang te…
Baca artikel →Pengujian perangkat lunakPenjelasan Pengujian Shift-Kiri: Temukan Bug Lebih Awal Tanpa Memperlambat Tim
Pengujian shift-kiri menjelaskan: apa artinya, mengapa cacat awal lebih murah, praktik mulai dari tinjauan persyaratan hingga pemeriksaan CI, peruba…
Baca artikel →Basis data & SQLPenjelasan Fungsi String SQL: TRIM, SUBSTR, REPLACE, CONCAT dan Pembersihan Data
Fungsi string SQL dijelaskan dengan kueri yang kami jalankan: penggabungan dan NULL, TRIM, UPPER dan LOWER, SUBSTR dan INSTR, REPLACE, padding, panj…
Baca artikel →Basis data & SQLPenjelasan Pemicu SQL: SEBELUM dan SETELAH Pemicu, Log Audit, dan Kesalahan
Pemicu SQL dijelaskan dengan pemicu yang kami jalankan: SEBELUM vs SETELAH, LAMA dan BARU, log audit, validasi, pembaruan stok, kondisi KAPAN, penge…
Baca artikel →Pengembangan perangkat lunakPenjelasan Modul Python JSON: dumps, load, Tipe Kustom, dan Kesalahan Umum
Modul Python JSON dijelaskan dengan kode yang kami jalankan: dumps dan load, file, konversi tipe, tanggal dan desimal, encoder khusus, object_hook, …
Baca artikel →Pengembangan perangkat lunakModul ES vs CommonJS: Cara Kerja Impor JavaScript di Node.js, Diuji
Modul ES vs CommonJS dijelaskan dengan kode yang kami jalankan di Node.js: sintaksis impor dan ekspor, persyaratan, pengikatan langsung, caching, pe…
Baca artikel →Pengembangan perangkat lunakPenjelasan Regex Python: Pola, Grup, Pandangan ke Depan, dan Kesalahan, Diuji
Regex Python dijelaskan dengan pola yang kami jalankan: pencarian vs kecocokan, temukan semua, grup dan grup bernama, serakah vs malas, sub, lihat k…
Baca artikel →Kecerdasan buatanPenjelasan Keluaran Terstruktur LLM: Mendapatkan JSON yang Andal dari Model AI
Output terstruktur LLM dijelaskan dengan validasi yang kami jalankan di Pydantic: mode dan skema JSON, decoding terbatas, cara output model terputus…
Baca artikel →DevOpsPenjelasan Kunci SSH: Cara Kerjanya, ssh-keygen, Ed25519 dan Kebiasaan Aman
Kunci SSH dijelaskan dengan kunci yang kami buat: kunci publik vs pribadi, ssh-keygen, Ed25519 vs RSA, sidik jari, frasa sandi, ssh-agent, Authorize…
Baca artikel →DevOpsPenjelasan Caching HTTP: Kontrol Cache, Respons ETag dan 304, Dengan Tes Langsung
Caching HTTP dijelaskan dengan server kecil yang kami jalankan: arahan Kontrol-Cache, max-age, no-cache vs no-store, validasi ulang ETag dan respons…
Baca artikel →Otomatisasi pengujianPenjelasan Pengujian Kontrak API: Tangkap Perubahan yang Dapat Mengganggu Sebelum Dikirim
Pengujian kontrak API dijelaskan dengan pemeriksaan skema yang kami jalankan: apa itu kontrak, kontrak yang digerakkan oleh konsumen, Pakta, OpenAPI…
Baca artikel →Pengujian perangkat lunakPenjelasan Pengujian Berbasis Risiko: Nilai Risiko, Buat Matriks, dan Uji Hal yang Penting
Pengujian berbasis risiko menjelaskan langkah demi langkah: mengidentifikasi risiko, menilai kemungkinan dan dampak, membangun matriks risiko, memet…
Baca artikel →Basis data & SQLPenjelasan Kendala SQL: BUKAN NULL, UNIK, PERIKSA dan KUNCI ASING, Diuji
Batasan SQL dijelaskan dengan pengujian yang kami jalankan: NOT NULL, UNIQUE, CHECK, DEFAULT, PRIMARY dan FOREIGN KEY, celah NULL, pengaturan kunci …
Baca artikel →Basis data & SQLPenjelasan Fungsi Tanggal SQL: Menambah, Membandingkan dan Mengelompokkan Tanggal Tanpa Bug
Fungsi tanggal SQL dijelaskan dengan kueri yang kami jalankan: penambahan interval, kejutan akhir bulan, perbedaan tanggal, jebakan ANTARA, pengelom…
Baca artikel →Pengembangan perangkat lunakPenjelasan Python asyncio: async, menunggu, mengumpulkan dan TaskGroup Dengan Waktu Nyata
Python asyncio dijelaskan dengan kode yang kami atur waktunya: coroutine, menunggu, mengumpulkan, TaskGroup, penanganan kesalahan, batas waktu, memb…
Baca artikel →Pengembangan perangkat lunakDebounce vs Throttle dalam JavaScript: Cara Kerjanya, Kapan Menggunakannya, Diuji
Debounce vs throttle dalam JavaScript dijelaskan dengan pengaturan waktu yang kami ukur di Node.js: cara kerja masing-masing, implementasi sederhana…
Baca artikel →Pengembangan perangkat lunakPenjelasan Manajer Konteks Python: Pernyataan with, lib konteks, dan Penggunaan Nyata
Manajer konteks Python menjelaskan dengan kode yang kami jalankan: cara kerja, __enter__ dan __exit__, kontekslib.contextmanager, penekan, ExitStack…
Baca artikel →Kecerdasan buatanPenjelasan Suhu dan Top-p LLM: Bagaimana Model AI Memilih Kata Berikutnya
Suhu LLM dan top-p dijelaskan dengan simulasi yang kami jalankan: bagaimana probabilitas dibentuk kembali, apa yang dipertahankan top-p, pengaturan …
Baca artikel →DevOpsPenjelasan YAML: Sintaks, Masalah Norwegia, dan Jebakan Lain yang Kami Uji
YAML menjelaskan dengan tes parser: sintaks dasar, daftar dan peta, masalah Norwegia, versi berubah menjadi float, kode pos oktal, waktu sexagesimal…
Baca artikel →DevOpsPenjelasan Cron Jobs: Sintaks, Jadwal Sebenarnya, dan Kesalahan yang Melanggarnya
Pekerjaan Cron dijelaskan dengan jadwal yang kami verifikasi: lima bidang, operator, contoh nyata, jebakan hari dalam sebulan ATAU hari dalam seming…
Baca artikel →Kecerdasan buatanPenjelasan Halusinasi AI: Mengapa Model Bahasa Memperbaiki Masalah dan Cara Menguranginya
Halusinasi AI menjelaskan: apa itu, mengapa model bahasa memproduksinya, tipe umum, cara menguranginya dengan landasan dan petunjuk, dan pemeriksaan…
Baca artikel →DevOpsPenjelasan Variabel Lingkungan: File .env, Rahasia, dan Konfigurasi Dilakukan dengan Benar
Variabel lingkungan dijelaskan dengan contoh Python yang kami jalankan: membaca dan mengaturnya, mengapa setiap nilai berupa string, file .env, pewa…
Baca artikel →Pengembangan perangkat lunakPenjelasan Pembatasan Kecepatan API: Algoritma, Header, dan Penanganan 429 Kesalahan
Pembatasan laju API dijelaskan dengan simulasi yang kami jalankan: keranjang token, jendela tetap, jendela geser, respons 429, header batas laju, pe…
Baca artikel →Otomatisasi pengujianMengejek dengan Python: unittest.mock, patch dan Kesalahan yang Membuat Tes Berbohong
Mengejek dengan Python dengan unittest.mock, menguji: Mock dan return_value, side_effect, menambal di mana nama digunakan, spesifikasi dan autospec,…
Baca artikel →Pengujian perangkat lunakPenjelasan Cakupan Kode: Cakupan Jalur vs Cabang dan Apa Arti 100% Sebenarnya
Cakupan kode dijelaskan dengan coverage.py yang sebenarnya dijalankan: cakupan garis, cabang dan kondisi, membaca laporan, mengapa cakupan 100% masi…
Baca artikel →Basis data & SQLDELETE vs TRUNCATE vs DROP dalam SQL: Perbedaan, Rollback dan Kapan Menggunakan Masing-Masing
DELETE vs TRUNCATE vs DROP dijelaskan dengan SQL yang diuji: apa yang dihapus, rollback, pemicu, reset identitas, kecepatan, dan perbedaan PostgreSQ…
Baca artikel →Basis data & SQLPenjelasan Tampilan SQL: Membuat, Menggunakan, dan Menghindari Kesalahan, Dengan Contoh
Tampilan SQL dijelaskan dengan kueri yang kami jalankan: membuat tampilan, hasil langsung, menyembunyikan kolom, kinerja, tampilan yang dapat diperb…
Baca artikel →Pengembangan perangkat lunakAntarmuka TypeScript vs Tipe: Perbedaan Nyata, Diuji Dengan Kompiler
Antarmuka TypeScript vs tipe, diperiksa dengan kompiler sebenarnya: apa yang bisa dilakukan keduanya, apa yang hanya bisa dilakukan satu orang, peng…
Baca artikel →Pengembangan perangkat lunakPenjelasan Python *args dan **kwargs: Fungsi Fleksibel Dengan Contoh Jelas
Python *args dan **kwargs dijelaskan dengan kode yang kami jalankan: pengepakan dan pembongkaran, urutan parameter, argumen hanya kata kunci dan pos…
Baca artikel →Pengembangan perangkat lunakFungsi Python Lambda: Sintaks, Kegunaan Sebenarnya, dan Kapan Tidak Digunakan
Fungsi python lambda dijelaskan dengan kode yang kami jalankan: sintaksis, pengurutan dengan kunci, peta dan filter, penutupan, jebakan pengikatan a…
Baca artikel →Kecerdasan buatanApa Itu Agen AI? Cara Kerjanya, Dengan Agent Loop Sederhana yang Dapat Anda Jalankan
Apa itu agen AI? Panduan sederhana tentang loop agen, alat, memori, dan pagar pembatas, dengan loop Python kecil yang kami jalankan, risiko nyata da…
Baca artikel →DevOpsPemantauan vs Observabilitas: Perbedaan Nyata, Dengan Log, Metrik, dan Jejak
Penjelasan pemantauan vs observabilitas: kegagalan yang diketahui dan tidak diketahui, log, metrik dan jejak, penelusuran insiden checkout, sinyal e…
Baca artikel →DevOpsVolume Docker vs Bind Mounts: Pertahankan Data Kontainer dengan Cara yang Benar
Volume Docker vs pengikatan pengikat dijelaskan: mengapa data kontainer menghilang, volume yang diberi nama, pengikatan pengikatan, tmpfs, contoh Tu…
Baca artikel →Otomatisasi pengujianTDD vs BDD: Perbedaan Utama, Satu Fitur Dibangun dengan Dua Cara dan Kapan Menggunakan Masing-masing
TDD vs BDD dijelaskan dengan satu fitur diskon yang dibuat dengan dua cara: refactor merah-hijau dengan kode yang kami jalankan, skenario Mengingat-…
Baca artikel →Pengujian perangkat lunakUser Acceptance Testing (UAT): Proses, Checklist dan Contoh Nyata
Pengujian penerimaan pengguna menjelaskan: siapa yang menjalankannya, perbedaannya dengan QA, proses tujuh langkah, templat kasus uji UAT, daftar pe…
Baca artikel →Basis data & SQLPenjelasan Nilai NULL SQL: IS NULL, COALESCE, NULLIF dan Jebakan yang Harus Dihindari
Nilai SQL NULL dijelaskan dengan kueri yang kami jalankan: logika tiga nilai, IS NULL, COALESCE, NULLIF, cara agregat, penggabungan, dan pengurutan …
Baca artikel →Basis data & SQLPernyataan SQL CASE WHEN: Sintaks, Contoh Nyata dan Kesalahan Umum
SQL CASE KETIKA dijelaskan dengan kueri yang kami jalankan: formulir sederhana dan dicari, urutan kondisi, pivot dengan SUM, trik COUNT, pengurutan …
Baca artikel →Pengembangan perangkat lunakApa itu JWT? Token Web JSON Dijelaskan Dengan Contoh Kerja
Apa itu JWT? JSON Web Tokens menjelaskan: tiga bagian, token yang dibuat dan dirusak dalam kode yang kami jalankan, sesi JWT vs, penyimpanan, token …
Baca artikel →Pengembangan perangkat lunakPenjelasan Loop Acara JavaScript: Call Stack, Microtasks, dan Timer Dengan Contoh
Perulangan peristiwa JavaScript dijelaskan dengan kode yang kami jalankan: tumpukan panggilan, antrian tugas dan tugas mikro, mengapa setTimeout 0 t…
Baca artikel →Pengembangan perangkat lunakGenerator Python dan Penjelasan Hasil: Menghemat Memori Dengan Contoh Nyata
Generator dan hasil Python dijelaskan dengan kode yang kami jalankan: bagaimana mereka menjeda dan melanjutkan, mengukur penghematan memori, saluran…
Baca artikel →Kecerdasan buatanApa itu Embedding? Kesamaan Vektor dan Kosinus Dijelaskan Secara Sederhana
Apa itu embeddings? Panduan bahasa sederhana tentang vektor, kesamaan kosinus, dan penelusuran semantik, dengan contoh kecil yang kami jalankan, pen…
Baca artikel →DevOpsPenerapan Biru-Hijau vs Canary: Perbedaan, Kompromi, dan Cara Memilih
Penjelasan penerapan blue-green vs canary: cara kerja masing-masing, biaya, risiko dan rollback, pengelompokan pengguna stabil yang kami uji, migras…
Baca artikel →Otomatisasi pengujianTes Tidak Stabil: Apa Penyebabnya dan Cara Memperbaikinya untuk Kebaikan
Pengujian yang tidak stabil dijelaskan dengan demo yang kami jalankan: penyebab utama, cara mengonfirmasi dan mendiagnosisnya, perbaikan waktu yang …
Baca artikel →Pengujian perangkat lunakLoad Testing vs Stress Testing: Perbedaan, Metrik dan Contoh k6
Penjelasan pengujian beban vs pengujian stres: apa yang dibuktikan masing-masing, pengujian lonjakan dan rendam, metrik yang penting, mengapa rata-r…
Baca artikel →Pengujian perangkat lunakKasus Uji vs Skenario Uji: Perbedaan Utama, Contoh, dan Kapan Menggunakan Masing-masing
Penjelasan kasus uji vs skenario pengujian: definisi yang jelas, tabel berdampingan, satu fitur pengaturan ulang kata sandi yang diambil dari skenar…
Baca artikel →Basis data & SQLOptimasi Kueri SQL: Baca Rencana Eksekusi dan Perbaiki Kueri Lambat, Dengan Pengaturan Waktu
Pengoptimalan kueri SQL diuji pada sejuta baris: membaca rencana eksekusi, menambahkan indeks yang tepat, memperbaiki filter yang tidak dapat disarg…
Baca artikel →Basis data & SQLSQL UNION vs UNION ALL: Perbedaan, Contoh dan Kinerja Diuji
SQL UNION vs UNION ALL dijelaskan dengan kueri yang kami jalankan: duplikat, aturan yang diikuti keduanya, bug data nyata, kinerja terukur, INTERSEC…
Baca artikel →Pengembangan perangkat lunakTutorial API Pengambilan JavaScript: GET, POST, Penanganan Kesalahan, dan Batas Waktu
Tutorial JavaScript Fetch API diuji pada server lokal: GET dan POST, mengapa 404 tidak muncul, bantuan yang dapat digunakan kembali, string kueri, b…
Baca artikel →Pengembangan perangkat lunakPenanganan File Python: Baca, Tulis, CSV, JSON dan pathlib Dengan Contoh
Penanganan file Python dijelaskan dengan kode yang kami jalankan: mode terbuka, dengan, membaca file besar, CSV, JSON, pathlib, file biner, penulisa…
Baca artikel →Pengembangan perangkat lunakKelas dan Objek Python: Tutorial OOP Dengan Contoh Nyata
Kelas dan objek Python dijelaskan dengan kode yang kami jalankan: __init__, metode, atribut kelas vs instance, warisan, properti, metode dunder, kel…
Baca artikel →Kecerdasan buatanApa Itu Model Bahasa Besar? Bagaimana LLM Bekerja, Dijelaskan Tanpa Hype
Apa yang dimaksud dengan model bahasa besar? LLM dijelaskan dalam bahasa sederhana: token, penyematan, perhatian, pelatihan, jendela suhu dan kontek…
Baca artikel →DevOpsPerintah Linux untuk Pemula: Panduan Terminal Penting Dengan Contoh
Perintah Linux untuk pemula, dikelompokkan berdasarkan tugas: navigasi, file, melihat log, grep, pipa, izin, proses dan arsip, dengan contoh analisi…
Baca artikel →Otomatisasi pengujianSelenium vs Penulis Drama: Perbedaan Utama, Perbandingan Kode, dan Mana yang Harus Dipilih
Selenium vs Playwright dibandingkan: arsitektur, menunggu, dukungan browser dan bahasa, debugging, pengujian yang sama di kedua alat, saran migrasi …
Baca artikel →Pengujian perangkat lunakPartisi Ekivalensi: Teknik Desain Tes Dijelaskan Dengan Contoh yang Dikerjakan
Penjelasan partisi ekivalensi: cara menemukan partisi yang valid dan tidak valid, contoh yang berfungsi untuk usia, kata sandi dan kupon, pengujian …
Baca artikel →Pengujian perangkat lunakSeverity vs Priority dalam Pengujian Perangkat Lunak: Perbedaan, Matriks dan Contoh Nyata
Keparahan vs prioritas dalam pengujian perangkat lunak dijelaskan: definisi yang jelas, matriks empat arah dengan contoh, skala level, siapa yang me…
Baca artikel →Basis data & SQLTutorial Subkueri SQL: Jenis, Subkueri yang Berkorelasi, dan ADA Dengan Contoh
Tutorial subkueri SQL dengan kueri yang kami jalankan: subkueri skalar, IN, FROM dan SELECT, subkueri yang berkorelasi, EXISTS, jebakan NOT IN NULL …
Baca artikel →Basis data & SQLPenjelasan Transaksi SQL dan ACID: COMMIT, ROLLBACK dan Tingkat Isolasi
Transaksi SQL dan ACID dijelaskan dengan transfer bank yang kami jalankan: COMMIT, ROLLBACK, savepoint, kunci, tingkat isolasi, pembacaan kotor, keb…
Baca artikel →Pengembangan perangkat lunakLembar Cheat Perintah Git: Perintah yang Sebenarnya Anda Gunakan, Beserta Contohnya
Lembar contekan perintah Git yang dikelompokkan berdasarkan tugas: pengaturan, pementasan, cabang, remote, simpanan, riwayat, dan pembatalan kesalah…
Baca artikel →Pengembangan perangkat lunakPenjelasan Janji JavaScript: lalu, tangkap, Janji.semua, dan Kesalahan Umum
Janji JavaScript dijelaskan dengan kode yang kami jalankan: status, rantai lalu dan tangkap, penanganan kesalahan, Promise.all, allSettled, race dan…
Baca artikel →Pengembangan perangkat lunakTutorial Kamus Python: Metode, Contoh dan Pola Umum
Tutorial kamus Python dengan kode yang kami jalankan: membuat, membaca dan memperbarui dicts, metode utama, penggabungan, pemahaman, pola penghitung…
Baca artikel →Kecerdasan buatanApa itu RAG? Generasi Retrieval-Augmented Dijelaskan Dengan Contoh Kerja
Apa itu RAG? Generasi yang ditambah pengambilan dijelaskan langkah demi langkah: pengindeksan, pemotongan, penyematan, pengambilan, contoh kecil Pyt…
Baca artikel →DevOpsTutorial Terraform untuk Pemula: Infrastruktur sebagai Kode Dari File Pertama hingga Modul
Tutorial Terraform untuk pemula: mulai tanpa akun cloud, pelajari init, rencanakan dan terapkan, lalu variabel, keluaran, status, modul, dan alur ke…
Baca artikel →DevOpsDocker vs Kubernetes: Perbedaan Utama, Cara Kerja Sama, dan Yang Anda Butuhkan
Docker vs Kubernetes menjelaskan: apa yang dilakukan masing-masing, aplikasi yang sama dijalankan dengan keduanya, Docker Compose dan Swarm dibandin…
Baca artikel →Otomatisasi pengujianTutorial Pytest untuk Pemula: Fixture, Parametrize dan Contoh Nyata
Tutorial pytest untuk pemula dengan pengujian yang kami jalankan di pytest 9.2: pernyataan, perlengkapan, parametrize, conftest, marker, tmp_path, m…
Baca artikel →Pengujian perangkat lunakSiklus Hidup Pengujian Perangkat Lunak (STLC): 6 Fase, Kriteria Masuk dan Keluar, Contoh
Siklus hidup pengujian perangkat lunak menjelaskan: enam fase STLC dengan kriteria masuk dan keluar, hasil, contoh fitur login yang berfungsi, STLC …
Baca artikel →Pengembangan perangkat lunakGit merge vs rebase: perbedaan, contoh, dan kapan memakai masing-masing
Git merge vs rebase dijelaskan dengan keluaran log nyata, tabel perbandingan, aturan emas rebase, dan alur kerja tim yang aman.
Baca artikel →Pengembangan perangkat lunakList Comprehension Python: Sintaks, Contoh, dan Kapan Harus Dihindari
List comprehension Python dijelaskan: sintaks, filter, if-else, perulangan bersarang, waktu yang diukur, dan kapan perulangan for biasa lebih baik.
Baca artikel →Basis data & SQLPenjelasan SQL JOIN dengan Contoh (Inner, Left, Right, Full)
Pahami SQL JOIN langkah demi langkah dengan tabel dan query contoh: INNER, LEFT, RIGHT, FULL, CROSS, dan SELF, plus kesalahan umum dan tips performa.
Baca artikel →