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
人工智能
MobotStone
创建于2023-11-12
订阅专栏
收集人工智能相关资料
等 39 人订阅
共68篇文章
创建于2023-11-12
订阅专栏
默认顺序
默认顺序
最早发布
最新发布
七个步骤带你轻松搭建商用 AI Agent
当我们着手打造商用AI代理时,通常会遇到以下一些问题: 在众多平台和工具中,我应该选择哪一个?是 Coze、Dify 还是 LangGraph?或者是自己开发一套系统? 在开发过程中有哪些关键的注意事
没有数据、没有GPU的情况下怎么训练DeepSeek
春节期间,AI 界热闹非凡,到处都是关于 DeepSeek 的报道。大家都知道,训练好的模型通常需要昂贵的专用 GPU,这对很多想试试微调技术的人来说,真是一道门槛。 好消息来了:你完全可以用免费的
手机也能跑大模型?DeepSeek-r1 部署教程来了!
现在,大家用手机的时间越来越长,对隐私安全的关注也越来越高。各大厂商也在琢磨,怎么才能让大模型直接跑在手机上。这几天写文章时,发现不少小伙伴都在问:怎么在手机上部署 DeepSeek? 既然大家都感兴
从零开始:使用DeepSeek-R1 实现高效的本地 RAG
有小伙伴私信我,DeepSeek-R1能用来搭建 RAG(检索增强生成)系统吗?答案是绝对可以! 春节前夕,我们接到了业务方的紧急任务,需要探讨如何将 DeepSeek-R1 快速集成到即将上线的项目
DeepSeek R1 简单指南:架构、训练、本地部署和硬件要求
DeepSeek推出的LLM推理新策略 DeepSeek最近发表的论文DeepSeek-R1中介绍了一种创新的方法,通过强化学习(RL)提升大型语言模型(LLM)的推理能力。这项研究在如何仅依靠强化学
从基础到进阶:基于RAG 生物医学摘要聊天Agents(四)
到目前为止我们构建了一个生物医学聊天Agents的原型!不过需要说明的是,这个应用程序目前仅限于一个概念验证(PoC)的范围,实际部署到生产环境之前,还有一些需要解决的局限性和问题。
从基础到进阶:基于RAG PubMed检索AI Agents (三)
我们已经完成了基于PubMed的AI Agents应用后端部分的构建,包括数据持久化和向量化的实现。 我们测试了到目前为止构建的所有后端组件的协作情况。
从基础到进阶:通过AI Agents检索生物医学摘要 (二)
我们使用 metapub 库构建了文献摘要检索API。 我们利用 LLM 优化了使用人员的自然语言查询,从而提高了检索到相关结果的概率。 在接下来的部分,我重点讨论如何将检索到的文献摘要保存到数据库中
从基础到进阶:基于 LangChain、Streamlit 和 PubMed 构建 AI Agents (一)
这是一系列四篇文章,我将带你从零开始,逐步构建一个基于RAG技术的Streamlit应用——PubMed筛查器。它结合了ChatGPT和PubMed数据库,能帮助你从生物医学研究摘要中快速获取关键信息
AI Agents与Agentic AI:如何选择适合您需求的AI?
最近几天,我收到了不少读者的私信,他们都在讨论AI Agents在各种不同场景下的应用。交流中我发现,许多朋友对AI Agents和Agentic AI这两个术语的定义及其区别似乎有些模糊。这两个听上
从实践中学习:过去一年构建AI Agents的经验教训
在讯飞工作的一年里,我在构建AI Agent方面积累了丰富的经验,这些经验来自于我与工程师和用户体验设计师的紧密合作。我们的目标是为客户提供一个平台,让他们可以使用我们的AI Agent-一款标准数据
Text2SQL与TAG前沿:探索数据查询的新高度
假设你是一名业务分析师,正在分析公司上个季度销售额下降的原因。你输入一个自然语言问题到数据库中:“为什么上个季度的销售额下降了?” 你理想中的情况是,AI系统可以马上给出一个丰富、有价值的答案,将所有
如何应对 RAG 开发挑战?12 个痛点逐一击破
并结合实际开发 RAG(检索增强生成)系统的经验,本文将介绍论文中提到的七个失败点,以及开发 RAG 流程中经常遇到的另外五个常见问题。
从理论到实践:哪些技术能有效提升 RAG 系统的可靠性?
在现有市场上,使用检索增强生成(Retrieval-Augmented Generation,简称RAG)的应用中,我们发现未经处理的“幻觉”问题仍然非常严重。为了解决这个问题,我在实际操作中对四个公
使用NDCG评估RAG系统:提升查询效率和答案准确性
在使用检索增强生成(RAG)技术的过程中,我们面临一个共同的挑战:缺乏有效的方法来客观评估RAG的搜索效果。与所有机器学习模型相同,在RAG技术投入日常使用之前,我们必须对其性能进行严格的测试和监控。
LLaMA 3.1:开源大模型的新里程碑
7月23日,Meta公布了它的人工智能模型Llama的最新版本——Llama 3.1。这次更新推出了三种不同的版本,其中包括了Meta迄今为止最高级的人工智能模型。重要的是,Llama 3.1依旧是开
开始使用开源LLM前先了解这十个重要事项之一
在我准备这篇文章之前,许多朋友向我询问关于选择开源LLM的建议,希望了解哪一款更加适合他们的项目。因此,我决定撰写一篇文章,介绍在选择开源大型语言模型前,需要考虑的十个关键因素。
OpenAI 首次推出 GPT-4o“全能”模型,干翻所有语音助手
OpenAI 在本周一(2024年5月13号)推出了一款名为 GPT-4o 的新旗舰级生成式AI模型。这里的“o”代表“全能”,因为这款模型能够处理文本、语音和视频三种不同的输入。在未来几周内,GPT
OpenAI 推出“模型规范”:塑造责任制的人工智能的框架
为了提升人工智能开发的责任性和透明度,OpenAI 最近发布了一份名为“模型规范”的初步草案。这份文件首次明确了其 API 和 ChatGPT 模型行为的指导原则,并通过博客形式对外公布。
三大排序算法之堆排序
堆排序是三大排序算法系列文章的最后一篇。 堆是一种以二叉树为基础表示数组的数据结构。堆的结构遵循以下规则: 完全性。堆的每一层都必须完全填充,但最后一层可以不完全填充,且填充从左侧开始。 堆性质。在最
下一页