ChatGPT与大模型研究

本章内容包括： 使用AutoGen Studio构建多代理系统 构建一个简单的多代理系统 创建可以在群聊中协作工作的代理 使用CrewAI构建代理团队和多代理系统 扩展代理数量并使用CrewAI探索处

本章内容: 介绍OpenAI GPT助手平台和ChatGPT界面 构建一个可以使用代码解释功能的GPT 通过自定义动作扩展助手功能 通过文件上传向GPT添加知识 将GPT商业化并发布到GPT商店 在探

本章内容包括： 理解大型语言模型（LLMs）的基础知识 连接并使用OpenAI API 使用LM Studio探索和使用开源LLM 通过提示工程（Prompt Engineering）进行LLM提示

本章内容包括： 定义代理（Agent）的概念 区分代理的组成部分 分析代理时代的崛起：为什么是代理？ 深入剖析AI界面 探索代理的生态系统 代理并不是机器学习和人工智能（AI）中的新概念。例如，在强化

本章内容包括： 机器学习算法的类型 从零开始学习算法的重要性 贝叶斯推理和深度学习简介 从零开始实现机器学习算法的软件 算法是为完成特定任务而需要的步骤序列。算法接受输入，执行一系列操作，并生成所需的

本章内容概述： 什么是机器学习（ML）系统设计，为什么它如此难以定义，以及你可能在何时第一次接触到它。 我们认为谁将从阅读本书中受益，我们将提供哪些信息，以及本书的结构安排。 机器学习系统设计中有哪些

本章内容包括： 查询意图分类 查询意义消歧 从用户信号中识别关键术语 从用户信号中学习相关短语 从用户信号中学习拼写错误和替代术语变体 在第5章中，我们演示了如何生成和使用语义知识图谱（SKG），以及

本章内容包括： 查询解释的机制 实现端到端的查询意图管道，用于解析、增强、转换和搜索 标记和分类查询术语和短语 使用知识图谱遍历增强查询 解释领域特定查询模式的语义 在第5章和第6章中，我们使用内容和

在这除夕夜里，来聊点全世界唯一首发的重量级干货吧，看问题需要看本质，今天带大家读懂奥卡姆剃刀下DeepSeek一炮而红真正的原因，那就是“工程的胜利”与“这依然是个达尔文的世界”，这是人类自我迭代道路

本章内容包括： 构建和使用知识图谱 实现开放信息抽取以从文本中生成知识图谱 使用语义知识图谱发现任意语义关系 使用知识图谱进行查询扩展和重写 使用知识图谱解读文档 在上一章中，我们主要关注了如何基于用

本章内容包括： 利用用户的集体洞察力来提高搜索平台的相关性 收集并处理用户行为信号 使用反射智能创建自我调节的模型 构建端到端的信号增强模型 在第一章中，我们介绍了用户意图的维度，包括内容理解、用户理

本章内容： 执行查询并返回搜索结果 根据查询的相关性对搜索结果进行排名 关键词匹配和过滤与基于向量的排名 使用功能查询控制和指定自定义排名函数 针对特定领域定制排名函数 搜索引擎从根本上做三件事：获取

本章内容包括： 非结构化数据中的隐藏结构 以搜索为中心的语言哲学 探索分布式语义学和基于向量的嵌入 建模领域特定的知识 自然语言和查询中的挑战 将自然语言理解技术应用于内容和信号 在第一章中，我们提供

本章内容包括： 什么是人工智能驱动的搜索？ 理解用户意图 人工智能驱动的搜索是如何工作的 内容与行为智能 构建人工智能驱动的搜索引擎 搜索框已经成为大多数现代应用中与数据交互的默认用户界面。如果你想一

本章内容包括： 探索流行的聊天机器人应用 理解生成式聊天机器人的优缺点 通过信息检索增强生成式聊天机器人 设计对话界面以改善用户体验 监控、评估并优化你的聊天机器人 你现在已经掌握了所有在软件中加入对

本章内容： 从文本中提取命名实体 使用依存句法分析理解句子的结构 将依存句法树转换为知识 从文本中构建知识图谱 在第10章中，你学习了如何使用大型变换器生成听起来聪明的词语。但仅靠语言模型，它们只是通

本章内容包括： 识别大型语言模型（LLM）输出中的错误、虚假信息和偏见 让LLM说出其企业控制者不希望其说的话 在私有数据上微调LLM 用于抽取式和生成式问答的向量搜索索引 使用LLM生成基于事实的、

本章内容包括： 了解变换器如何实现无限堆叠和扩展 微调变换器以适应你的应用 应用变换器进行长文档的抽取式和概括式总结 使用变换器生成合理、语法正确的文本 估算变换器的信息容量 变换器正在改变世界。变换

本章内容： 展开递归，帮助你理解如何将其应用于自然语言处理（NLP） 在PyTorch中实现基于单词和字符的递归神经网络（RNN） 确定RNN是最佳选择的应用场景 理解时间反向传播 使用长短期记忆（L

本章内容包括： 理解用于自然语言处理（NLP）的神经网络 在序列中寻找模式 使用PyTorch构建卷积神经网络（CNN） 训练卷积神经网络 训练嵌入 文本分类 在本章中，你将揭开卷积在自然语言处理（N