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
AI大模型
订阅
duck不必鸭
更多收藏集
微信扫码分享
微信
新浪微博
QQ
17篇文章 · 0订阅
有赞搜索系统的技术内幕
上文说到有赞搜索系统的架构演进,为了支撑不断演进的技术架构,除了 Elasticsearch 的维护优化之外,我们也开发了上层的中间件来应对不断提高的稳定性和性能要求。 不论是强制合并或者 index buffer/refresh_interval,都有其应用场景的限制,比如调…
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
AI - Java AI - LangChain4J 实战
一 Java AI: 通常指的是使用Java编程语言进行人工智能(AI)开发。Java作为一种成熟且广泛使用的编程语言,具有许多特性使其适合AI开发,比如面向对象编程、丰富的库和框架支持、跨平台能
LangGraph篇-持久化管理
添加持久性 内存 LangGraph 具有一个内置的持久化层,通过检查点实现。当您将检查点与图形一起使用时,您可以与该图形的状态进行交互。当您将检查点与图形一起使用时,您可以与图形的状态进行交互并管理
3分钟教你开发一个自己的MCP服务
你是否想让自己的AI助手拥有专属的“工具箱”?MCP就是让AI和你的服务无缝对接的桥梁!本教程将手把手教你用Spring Boot开发一个简单的MCP服务。
深入浅出LangGraph AI Agent智能体开发教程(六)—LangGraph 底层API入门
本期内容分享了LangGraph底层自定义图API点、边、状态State的设计理念,并通过简单加减法串联结构图演示了底层API的使用方法,同时介绍了如何使用Pydantic约束State使代码更健壮。
LangGraph构建Ai智能体-8-计划和执行架构-更多示例
前言 为了让大家更好地理解计划与执行架构,下面将通过更多的例子进行详细阐述。这些例子将涵盖不同场景,帮助大家清晰地看到计划如何为执行提供方向,而执行又如何反馈并完善计划。 示例 IT诊断工具 运行结果
📚LangChain框架下的检索增强:5步构建高效智能体系统
检索增强智能体技术正在重塑AI应用的开发范式,它巧妙地将大语言模型的推理能力与结构化知识检索相结合,解决了传统智能体在处理动态信息时的局限性。今天我将根据实际开发中的痛点:如何设计高效、灵活的智能体系
MCP 到底解决了什么问题?
MCP 本身并无法提升 LLM 的能力,他不会让 LLM 变得更聪明。但是他提供了一种让应用层开发者更友好的与 LLM 进行融合的方案,MCP 自然不是 function call 的替代者 。
🤯RAG系统升级:微调嵌入模型提升上下文检索质量
我们都知道文本嵌入模型能将文本表示为具有语义意义的向量,广泛应用于检索、分类、检索增强生成(RAG)等场景。然而,通用嵌入模型在特定领域任务上往往表现不佳,语义相似度不足以确保检索结果真正有用。解决这