暂无搜索历史
今天按计划是想讲一些RAG的高阶属性的,但连着几天的烧脑模式,着实脑袋也有点疲惫,经常长篇大论的理论学说,看着可能也觉得枯燥了,今天计划结合前面的几篇文章,做个...
前面几篇文章已经深入讨论过LangChain、RAG架构的细节,对RAG有了基础的了解,今天重点梳理一下RAG的切片策略;
NumPy(Numerical Python)是 Python 科学计算生态系统的核心库,提供了高性能的多维数组对象和用于处理这些数组的工具。如:矩阵数据类型、...
经过一段时间的接触,大型语言模型(LLM),展现出了令人惊叹的文本生成、对话和推理能力。它们饱读诗书、才华横溢,能够就几乎任何话题进行流畅的对话。然而,这个天才...
回忆我们日常的场景中,有时候我们使用百度或Google,要得到一个问题的答案,似乎来来回回换了很多次问法,才得到了我们期望的答案,或者到最后都没有获取预期的结果...
在如今的数字时代,数据的形式正以前所未有的速度变得多样化。文本、图片、音频、视频等
以往我们在训练一个模型后,需要写大量的前端代码(HTML, CSS, JavaScript)、搭建后端服务器、处理API请求等,才能做一个演示Demo。这个过程...
Chains 是LangChain的工作流水线,Chains提供了标准化的工作流管理、实现组件间的数据传递、支持复杂逻辑的编排执行,能将多个组件(如Prompt...
想象一下你面对成千上万篇中文文章,想要快速了解这些文章主要讨论什么话题,或者找到相似的文档,甚至让计算机理解词语之间的语义关系,并发现文本中的相似模式和语义结构...
我们通常说“三个臭皮匠,顶个诸葛亮”,集成学习就是利用这个思想。在机器学习中,我们训练多个模型,这些模型可以是同一种类的,也可以是不同种类的,然后通过某种方式将...
在大模型蓬勃发展的今天,我们天天被动输入,一度对这个名字都耳熟能详,但对于主流架构可能还没有接触的很深,大模型的Encoder-only与Decoder-onl...
今天主题是“时间序列模型”,在开始之前我们先讨论一下学习大模型需要了解时间序列吗,首先要看我们的目标,学习大模型也必须也要有自己的目标。
结合我们生活中例子,如果你是一个水果店老板,你想知道“草莓的重量”和“它的价格”之间有什么关系。凭经验你知道,越重的草莓肯定越贵。线性回归就是帮你把这种模糊的经...
随着企业数字化进程的加速,数据已成为决策的重要依据,但传统数据分析流程存在诸多痛点。业务人员往往需要依赖专业数据团队进行SQL查询和报表制作,这个过程耗时耗力且...
随着大模型技术的发展,智能助手(Agent)已成为连接用户需求与外部服务的核心载体。智能Agent作为基于千问大模型的智能框架,支持通过工具调用扩展能力,而天气...
随着模型在自然语言理解、文本生成等基础任务上的性能持续突破,其在复杂问题解决场景中的推理能力不足逐渐成为技术落地的关键瓶颈。尽管主流模型在单一任务中展现出接近甚...
在大数据时代,无限流数据已成为企业和机构的核心数据资产,如实时产生的舆情信息、客服工单、系统日志,但这类数据具有无界性、实时性、非结构化三大特征,传统的批量聚类...
如果接触过大模型调用、或从事AI应用开发的工程师,基本天天都和Embedding打交道,分词Token、向量检索、语义匹配、RAG知识库、大模型对话生成,处处都...
我们需要在 10 台 RTX 4090 组成的算力集群上部署 Qwen-14B大模型,支撑日均 10 万次用户对话推理请求,核心痛点:
前面我们已经完整讲过全新服务器从零搭建、部署运行大模型的全套流程,今天咱们就在这个基础上,继续往下做关键一步:给服务器配置独立显卡,打通 GPU 硬件加速能力。...
暂未填写学校和专业
暂未填写个人网址