关于digest，请教高人

2011-01-28 02:47:31 154 阅读 AI 写同款 · GEO 优化AI 选题数据监测一键分发 ›

法律AI如何根治大模型幻觉？RAG实战架构与工程细节大语言模型在法律场景中的‘幻觉’问题，本质是知识不可靠性与生成自由度的冲突。其原理在于模型缺乏对权威、时效、效力层级等法律要素的内在约束，导致虚构判例、编造法条等高危错误。技术价值体现在将‘能否答对’转化为‘能否找对资料’这一可工程化问题，通过检索增强生成（RAG）构建确定性知识闭环。典型应用场景包括法官辅助办案、律所智能知识库、合规审查系统等高可信要求环境。本文聚焦法律领域RAG落地中的三重异构性适配、检索-重排-生成闭环设计及法律语义切块等关键实践，直击幻觉治理与引用可控两大核心痛点。阅读详情

以下内容来自于firefox httpheader上截取的

HTTP/1.1 401 Unauthorized
WWW-Authenticate: Digest realm="My Realm", qop="auth", nonce="104e14d2cfcc69a8b17bbdfa54675ef1", opaque="c64c0f5a2193f1814d0e8f032d66d6e9"

GET /authen/subdir/index.jsp HTTP/1.1
Authorization: Digest username="test", realm="My Realm", nonce="104e14d2cfcc69a8b17bbdfa54675ef1", uri="/authen/subdir/index.jsp", response="16a0f4594b03f3cb7ae8b765ff89a0ab", opaque="c64c0f5a2193f1814d0e8f032d66d6e9", qop=auth, nc=00000001, cnonce="082c875dcb2ca740"

在网上查得
response=MD5(HA1:nonce:nonceCount:clientNonce:qop:HA2)

HA1=MD5(A1)=MD5(usernaem:realm:password)

如果qop选项的值为auth，那么HA2散列计算方法为：
HA2=MD5(A2)=MD5(method:digestURI)

如果qop选项的值为auth-int，那么HA2散列计算方法为：
HA2=MD5(A2)=MD5(method:digestURI:H(entity-body))

问题1：
1） auth-int,和auth说法是可以保存一些状态信息，请问是如何实现的。那个H(entity-body)是什么意思
2）这种算法是如何防止窃听攻击的

...全文