首页
AI Coding
NEW
沸点
课程
直播
活动
AI刷题
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
会员
登录
注册
大模型入门到实战
居然JuRan
创建于2024-09-04
订阅专栏
大模型入门到实战
等 18 人订阅
共50篇文章
创建于2024-09-04
订阅专栏
默认顺序
默认顺序
最早发布
最新发布
LangChain从0到1实战:手把手教你实现RAG
LangChain从0到1实战:手把手教你实现RAG 更多LangChain框架知识,搜索【码上有模力】GZH 一、引言 在大模型的广阔天地中,RAG(Retrieval-Augmented Gene
LangChain之链:解锁大模型应用开发的密钥
LangChain之链:解锁大模型应用开发的密钥 更多LangChain框架知识,搜索【码上有模力】 从 0 到 1 学 LangChain 之链:开启大模型应用开发的奇幻之旅 在当今这个人工智能飞速
从0到1学Langchain:解锁Model IO的奥秘
从0到1学Langchain:解锁Model IO的奥秘 更多Langchain框架知识,搜索【码上有模力】,一起学Langchain 什么是 Model IO 在 LangChain 框架中,
从0到1学LangChain:开启大模型应用开发之旅
从0到1学LangChain:开启大模型应用开发之旅 更多LangChain框架知识,搜索【码上有模力】 什么是 LangChain 在大模型开发的广阔天地里,LangChain 就像是一把神奇的钥匙
解锁17种RAG秘籍,大模型生成质量狂飙之路
解锁17种RAG秘籍,大模型生成质量狂飙之路 更多大模型知识,搜索【码上有模力】,解锁RAG全流程知识 什么是 RAG 在大模型的发展进程中,RAG(检索增强生成,Retrieval-Augmente
LightRAG:大模型时代的低成本检索利器
LightRAG:大模型时代的低成本检索利器 大模型浪潮下,RAG 技术的困境与曙光 在科技飞速发展的当下,大语言模型(LLMs)已成为人工智能领域的璀璨明星。从最初惊艳世人的 GPT-3,到如今功能
解锁GraphRAG:大模型背后的高效工作流
解锁GraphRAG:大模型背后的高效工作流 从 RAG 到 GraphRAG:技术演进 在深入探讨 GraphRAG 之前,我们先来回顾一下它的前身 ——RAG(检索增强生成)。RAG 作为提升大语
一文读懂RAG评估:解锁大模型性能密码
一文读懂RAG评估:解锁大模型性能密码 什么是 RAG 评估 在深入探讨 RAG 评估之前,我们先来了解一下什么是 RAG。RAG,即检索增强生成(Retrieval-Augmented Genera
Trae Solo模式:程序员的996救星还是新挑战?
Trae Solo模式:程序员的996救星还是新挑战? Trae Solo 模式是什么? Trae Solo 模式,是字节跳动 TRAE 2.0 推出的一项创新功能,也是业内首个基于 “Context
大模型微调面试题大揭秘:掌握这些,Offer到手!
大模型微调面试题大揭秘:掌握这些,Offer到手! 面试前的准备 在当今大模型技术蓬勃发展的时代,模型微调已然成为该领域不可或缺的关键环节。它就像是为通用大模型这把万能钥匙,量身定制一把能够精准开启特
打破常规!OpenAI无向量化RAG技术全解析
打破常规!OpenAI无向量化RAG技术全解析 无向量化 RAG,是什么? 无向量化 RAG,全称为 Retrieval-Augmented Generation,是 OpenAI 提出的一种新型检索
解锁Coze开源新姿势:本地部署全攻略
解锁Coze开源新姿势:本地部署全攻略 Coze 开源,为何值得关注? 在 AI 领域蓬勃发展的当下,新的技术和工具层出不穷,而 Coze 的开源,无疑是投下了一颗重磅炸弹。它的出现,打破了以往 AI
RAG 技术落地:从文档处理到模型输出,细节决定大模型应用效果
RAG技术落地:从文档处理到模型输出,细节决定大模型应用效果 基于经典的RAG(检索增强生成)流程,我们能快速搭建大模型相关应用,但实际落地中,细节把控直接决定应用效果能否达到上线标准。从文档读取到最
RAG 技术深度面试题:架构、优化与实践应用
1. RAG 基础架构设计 问题:对比单阶段检索(Single-stage Retrieval)与两阶段检索(Two-stage Retrieval)在 RAG 系统中的架构差异,说明在企业知识库场景
大模型面试题讲解
大模型面试题讲解 涵盖大模型架构、训练、部署、优化、RAG等热门核心知识点。每道题都配有详细讲解和参考答案
10分钟速通AI黑话
大模型知识框架:从原理到训练,看懂 AI 背后的逻辑 每天清晨,我们总会被各种 AI 新闻刷屏:“XX 大模型参数突破万亿”“AI 神器实现突破性功能”…… 这些新闻让我们兴奋地见证着技术浪潮,却也常
搞懂 RAG 里的 “分块”:21种分块策略
RAG概述 提到检索增强生成(RAG)技术,不少 AI 工程师都会有点 “爱恨交织”。理论上它很简单:从自己的自定义数据里找到相关内容,再让大模型(LLM)基于这些内容生成答案。
大模型 “瘦身术”:量化与蒸馏背后的秘密
大模型 “瘦身术”:量化与蒸馏背后的秘密 在 AI 技术飞速发展的今天,大模型就像一个个 “超级大脑”,能帮我们处理各种复杂任务。但这些 “超级大脑” 往往体型庞大,部署起来成本高昂。
大模型为何能应对未知问题?揭秘核心的 “泛化能力”
大模型为何能应对未知问题?揭秘核心的 “泛化能力” 你有没有过这样的经历:问大模型一个它肯定没学过的问题,比如 “怎么用废旧纸箱做猫窝”,它居然能给出一套像模像样的步骤?这可不是模型 “未卜先知”,
一文看懂 MOE 模型:让大模型像医院看病一样高效工作
一文看懂 MOE 模型:让大模型像医院看病一样高效工作 最近一年,MOE 模型突然成了大模型领域的 “顶流”,我们熟悉的 DeepSeek 等热门模型都采用了 MOE 架构。但很多初学者可能会疑惑
下一页