最新在研究大语言模型的Prompt工程，在大语言模型逐步开始流行的阶段，如何正确向模型提问已经是我们每个人要关注的事情，未来如何提问题比解决问题更加重要了。

从零开始实现了大模型外接知识库的流程： 中文数据集处理 词向量模型训练 文档向量化 向量数据库存储知识库 本地ChatGLM2-6B大模型部署 简单的知识库应用

在上一篇文章中，我们探讨了大语言模型的局限性，其中很重要的一点就是大语言模型对 tokens 的限制，这个限制使得我们在开发大语言模型应用时面临很多顾虑。向量数据库就是解决这个

探讨使用火山引擎云数据库PostgreSQL版与大语言模型LLM，实现企业智能交互式问答系统，介绍其原理与向量化存储检索技术。

近些年来，向量数据库引起业界的广泛关注，一个相关事实是许多向量数据库初创公司在短期内就筹集到数百万美元的资金。 你很可能已经听说过向量数据库，但也许直到现在才真正关心向量数据库——至少，我想这就是你现

向量数据库介绍 我们先来看一下为什么需要向量数据库。 从互联网开始发展的第一天起，数据的规模就在迅速增长，几乎每一天、每一秒，数据都在增长。这是所有人都知道的事实。 从最早我们的数据库采用关系型数据库

继承 派生 和继承是一个概念，只是站的角度不同。继承是儿子接收父亲的产业，派生是父亲把产业传承给儿子 被继承的类称为父类或基类 继承出来的类称为子类或派生类 派生类除了拥有基类的成员，还可以定义自己的

null 是一种不明确的表示，它既可以表示一个值不存在，也可以表示一个值未知，也可以表示一个值无效。这样就会导致很多逻辑错误和空指针异常，给程序员带来很多麻烦。他建议使用 Optional 类来封装可

数据类型 七种基本的 C++ 数据类型 类型 关键字 布尔型 bool 字符型 char 整型 int 浮点型 float 双浮点型 double 无类型 void 宽字符型 wchar_t 一些基本