稀土掘金 稀土掘金
    • 首页
    • AI Coding
    • 数据标注 NEW
    • 沸点
    • 课程
    • 直播
    • 活动
    • APP
      插件
      • 搜索历史 清空
        • 写文章
        • 发沸点
        • 写笔记
        • 写代码
        • 草稿箱
        创作灵感 查看更多
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
0 /100
大模型数据清洗
订阅
avatar
更多收藏集

微信扫码分享

微信
新浪微博
QQ

2篇文章 · 0订阅
  • ​​⚠️Embedding选型指南:五步搞定数据规模、延迟与精度平衡!
    在实际应用项目开发中,如何高效、精准地处理文本检索和相似性匹配已成为关键问题。不同的嵌入(Embedding)技术有各自的优缺点和适用场景,正确选型能够显著提升系统性能与效果。 今天我将系统解析七种主
    • 聚客AI
    • 4月前
    • 1.9k
    • 点赞
    • 评论
    人工智能 LLM 掘金·日新计划
    ​​⚠️Embedding选型指南:五步搞定数据规模、延迟与精度平衡!
  • RAG系统效果不达预期?一定要看看这篇详细高效的优化指南!
    还在为RAG系统效果不佳而发愁?本篇文章从RAG系统三个核心环节出发,针对每个环节提出了诸如切片优化、提示词优化等详细的优化策略,大家可以尝试组合这些优化策略,预计可将现有RAG系统效果提高20%
    • 大模型真好玩
    • 9月前
    • 2.8k
    • 19
    • 1
    人工智能 MCP Python
    RAG系统效果不达预期?一定要看看这篇详细高效的优化指南!