首页
沸点
课程
数据标注
HOT
AI Coding
更多
直播
活动
APP
插件
直播
活动
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
登录
注册
确定删除此收藏集吗
删除后此收藏集将被移除
取消
确定删除
确定删除此文章吗
删除后此文章将被从当前收藏集中移除
取消
确定删除
编辑收藏集
名称:
描述:
0
/100
公开
当其他人关注此收藏集后不可再更改为隐私
隐私
仅自己可见此收藏集
取消
确定
web
订阅
NanaNona
更多收藏集
微信扫码分享
微信
新浪微博
QQ
102篇文章 · 0订阅
适配私有化部署,我手写了套支持离线验证的 License 授权系统
很多授权机制一上来就是又重又复杂,不是要引入老掉牙的 TrueLicense,就是得用第三方平台,开发成本高、接入还麻烦。这篇文章主要分享我自己用 Spring Boot 封装的一套轻量级 Licen
面试官:“聊聊你最复杂的项目?” 为什么90%的候选人第一句就栽了?
三句话,我决定要他了 最近团队业务扩张,所以有一些HC,我也因此成了“兼职面试官”,每天都在跟不同的候选人打交道。面得多了,一些有意思的现象就浮现了出来。
3K star!为RAG而生的数据清洗神器
今天我们分享一个开源项目,它为微调或者RAG而生,将任何非结构化数据转换为结构化,它就是:OmniParse
为大模型提供服务需要多少 GPU 显存?
在几乎所有的 LLM 面试中,有一个问题总是会被提及:“**为大模型提供服务需要多少 GPU 显存?**” 这不仅仅是一个随机的问题——它是一个关键指标,反映了你对这些强大模型在生产环境中部署和可
基于基础模型BERT与大语言模型ChatGLM3-6B实现文本分类、信息抽取、文本匹配等任务
在实现文本分类、信息抽取、文本匹配等任务时,可以采用两种主要的方法。1.基于基础模型进行微调训练,以适应特定任务的需求。2.基于大模型(预训练语言模型)进行任务实现。
AI Agent框架(LLM Agent):LLM驱动的智能体如何引领行业变革,应用探索与未来展望
AI Agent框架(LLM Agent):LLM驱动的智能体如何引领行业变革,应用探索与未来展望 1. AI Agent(LLM Agent)介绍 1.1. 术语 Agent:“代理” 通常是指有意
微软 GraphRAG :原理、本地部署与数据可视化揭秘——提升问答效率的图谱增强策略
微软推出GraphRAG,革新问答系统能力,通过详尽的三阶段——数据预处理、图构建与社区结构生成,有效提升对复杂信息的整合与理解。本文深入技术细节,提供了本地运行实例的全面指南,借助Neo4j实现图的
阿里 P7 三面凉凉,kafka Borker 日志持久化没答上来
前段时间有个朋友,去面了阿里集团的P7岗位,很遗憾的是三面没有过,其中有一个kafka Borker日志如何持久化的问题没有答上来,今天正好写一篇源码文章给朋友复盘一下
Kafka 科普
本文主要介绍Kafka基本知识,包含Topic、Partition、消费者、生产者、副本等基本概念,同时也介绍了Kafka版本变迁以及应用实战所必备的知识点,最后以“消息可靠性分析“结尾,加深理解。
Java开发者LLM实战——使用LangChain4j构建本地RAG系统
1、引言 由于目前比较火的chatGPT是预训练模型,而训练一个大模型是需要较长时间(参数越多学习时间越长,保守估计一般是几个月,不差钱的可以多用点GPU缩短这个时间),这就导致了它所学习的知识不会是