ChatGPT与大模型研究

现在是深入探讨并更技术性地了解LlamaIndex如何在幕后发挥魔力的时候了。在本章中，我们将探索构成LlamaIndex架构的一些关键概念和组件。我们将学习框架用来摄取、结构化和查询数据的核心构建块

现在你已经对大型语言模型（LLM）有了扎实的了解，知道它们能做什么以及不能做什么。是时候发现LlamaIndex如何将你的交互式AI应用提升到一个新高度了。我们将探讨如何利用LlamaIndex进行检

如果你在阅读这本书，你可能已经探索过大型语言模型（LLMs）的领域，并且已经认识到它们的潜在应用以及它们的缺陷。本书旨在解决LLMs所面临的挑战，并提供一本实用指南，教你如何使用LlamaIndex构

生成式人工智能（GenAI）已成为一种变革性技术，彻底改变了我们与人工智能的互动方式和利用方式。在本章中，我们将探索生成式人工智能的激动人心的世界，并学习如何在 Kubernetes 上发挥其力量。我

微软 4 月发表 GraphRAG 后，7 月在 Github 也开源了代码方案。GraphRAG 也被寄予厚望能够成为 RAG 方向的终极形态，llamaIndex @llama_index 也发布

在第一章中，我们将深入探讨嵌入（或向量）的迷人世界及其在各个领域中的多样化应用。我们将介绍嵌入的概念，它帮助表示复杂数据，并使强大的机器学习（ML）模型能够分析和处理这些数据。你将了解监督学习和无监督

今天，我们宣布推出 RAG 2.0，这是我们为企业级性能开发强大可靠的人工智能的方法。与之前的 RAG 一代不同，该系统是端到端优化的，不再拼凑冻结模型、向量数据库和质量低劣的嵌入。利用 RAG 2.

这部分笔记是关于RAG系统中文档索引与存储部分（下一篇关于检索与生成），感觉挺适合作为checklist用于对自己的系统查漏补缺的，同样先放一张整体的架构图： 1、Encoder Encoder将查询

这部分笔记是关于RAG系统中用户鉴权与输入部分（下一篇关于文档索引与存储），挺适合作为checklist用于对自己的系统查漏补缺的，同样先放一张整体的架构图： 1、用户鉴权 用户鉴权是最基础的，sup

欢迎回来阅读“精通 RAG”系列文章！让我们撸起袖子，深入探索构建企业级 RAG 系统的复杂世界。 虽然互联网上充斥着有关简单 RAG 系统的文章，但构建一个稳健的企业级解决方案的过程却往往充满未知。

大型语言模型（LLMs）通过在自然语言任务及其它领域的成功应用，如 ChatGPT、Bard、Claude 等所示，已经彻底改变了 AI 领域。这些 LLMs 能够生成从创意写作到复杂代码的文本。然而

这一章涵盖了文本到数据的转换。它从历史的角度开始，简要介绍了语义解析和意义表示方面的早期相关工作，然后转向利用词嵌入、语义组合性、知识图谱和大型语言模型的新方法。深入探讨了三个关键主题： （1）将句子

这是构成Sora基础之一的Diffusion Transformer论文作者关于Sora的一些猜测和技术解释。 这个老哥可能是除了这篇论文的另一个作者（现在在Open AI工作）之外最懂Diffusi

在本章中，我们回顾了一些数据库中的关键概念，以帮助读者更好地理解本书的后续部分。我们从数据模型的概念开始，数据模型可以被视为数据的语法，类似于使用语法为自然语言和编程语言定义的语法。它提供了一种描述数

本章的主要目的是帮助读者形成对NLIDB的高层理解，并更好地理解和利用本书中介绍的技术和方法。我们首先在第2.1节描述了一个示例数据库以及针对数据库的示例输入问题。然后在介绍本书剩余部分将要使用的术语

如果我们要满足数据库的普通用户的需求，我们必须突破目前阻碍这些用户自由使用他们的母语的障碍。——Ted Codd 这段评论是在谈论1974年的情境下提出的，当时Ted Codd构想了一种名为Rende

什么是提示工程？ 提示工程，就是创建一堆指令，提示（询问、指导）ChatGPT 这类语言模型输出语料文本。提示工程帮助用户控制语言模型输出，生成适合的特定需求。 提示公式（prompt formula

这一章是关于提高LLMs在特定场景中可靠性和性能的技术和最佳实践，比如复杂的推理和问题解决任务。调整模型以适应特定任务或确保模型输出符合预期的过程被称为条件化。在本章中，我们将讨论微调和提示作为条件化

正如我们在本书中讨论的那样，由于其生成类似人类文本的能力，大型语言模型（LLMs）近年来引起了广泛关注。从创意写作到对话式聊天机器人，这些生成式人工智能模型在各个行业都有各种应用。然而，将这些复杂的神

虽然本书主要讨论将生成式人工智能（尤其是LLMs）集成到软件应用程序中，但在本章中，我们将讨论如何利用LLMs来帮助软件开发。这是一个庞大的主题；软件开发已被几家咨询公司（如毕马威和麦肯锡）的报告强调