首页
AI Coding
NEW
沸点
课程
直播
活动
AI刷题
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
会员
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
LLM
订阅
大模型
angular001
更多收藏集
微信扫码分享
微信
新浪微博
QQ
4篇文章 · 0订阅
基于 Langchain 和 Langchain-serve 的智能文档问答系统
💡前言 在日常工作中,企业会拥有企业的知识库,个人会拥有个人的知识库。但这些知识库沉淀多了,且如果不进行分类的话,久而久之,我们在查找问题答案的时候,就会发现「查找」这个事情,变得困难了许多。 基于此
Elasticsearch:dense vector 数据类型及标量量化
密集向量(dense_vector)字段类型存储数值的密集向量。 密集向量场主要用于 k 最近邻 (kNN) 搜索。 dense_vector 类型不支持聚合或排序。 默认情况下,你可以基于 elem
搭建个人知识库
用自己写的所有笔记,基于 LLM + 外挂知识库的知识库问答系统,搭建一个个人知识库,通过 LLM 的推理和归纳能力,将这些吃灰的笔记回收利用!!!
手把手教你从零搭建自己的知识库
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