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
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
RAG
订阅
某个大叔
更多收藏集
微信扫码分享
微信
新浪微博
QQ
34篇文章 · 0订阅
大模型入门第一课:彻底搞懂Token!
作为一个新手,我深知初学者的痛点。所以这篇文章,我会用最直白的语言,带你从零开始,一步步搞懂Token到底是什么,为什么它如此重要。
大模型入门第二课:初识Embedding——让文字拥有"位置"的魔法
朋友们,欢迎回到我的大模型学习之旅!在上一篇文章中,我们一起攻克了Token这个概念,知道了它是大模型处理文本的基本单位。今天,我们要继续深入,探索一个更加神奇的概念——Embedding(嵌入)。
前端学AI:基于Node.js的LangChain开发-知识概念
本文主要介绍LangChain的简介、核心定位、核心组件、典型应用场景、常见基础API详解和推荐资料。
实战微软新一代RAG:GraphRAG
实战微软新一代RAG:GraphRAG 本月初,微软发布最强 RAG知识库,开源方案 GraphRAG,项目上线即爆火,现在星标量已经达到 12.1 k。 其意义在于,它能提升LLM的应答速度与品质,
实战微软新一代RAG II:GraphRAG + Neo4j实现结果可视化
前言 文接上回,GraphRAG的发布在技术界引起了轩然大波,业内大佬纷纷开始入局研究,其中就包括了neo4j的CTO Philip Rathle 。他的一篇文章讲述了GraphRAG在GenAI领域
一文入门 langchain.js,从 0-1 实现智能客服系统
基于 Vue3 + Express + Langchain 的全栈开发智能客服系统,文档处理(loader)、向量存储(vectorStore)与语义搜索(similaritySearch)等功能
开源RAG神器RAGFlow深度解析:融合Agent能力,零门槛搭建企业级AI知识库
今天要介绍的RAGFlow,正是一款将前沿RAG与Agent能力深度融合的开源引擎——无论是个人搭建知识库,还是企业级部署,它都能帮你快速将复杂数据转化为生产级AI系统。
用LangChain.js构建一个RAG应用(一)
大型语言模型(LLM)最强大的应用之一就是复杂问答(Q&A)聊天机器人。这类应用能够基于特定源信息回答问题,其核心技术称为检索增强生成。
LangChain.js 完全开发手册(二)Prompt Engineering 与模板系统深度实践
第2章:Prompt Engineering 与模板系统深度实践 前言 大家好,我是鲫小鱼。是一名不写前端代码的前端工程师,热衷于分享非前端的知识,带领切图仔逃离切图圈子,欢迎关注我,微信公众号:《鲫
超越传统 RAG:GraphRAG 全流程解析与实战指南
本文以微软 GraphRAG 为例,讲解索引构建、检索流程到实战应用与可视化展示,并与传统 RAG 对比,全面解析 GraphRAG 的优势。