首页
沸点
课程
数据标注
HOT
AI Coding
更多
直播
活动
APP
插件
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
JavaEdge在掘金
掘友等级
公众号
|
JavaEdge
多家互联网大厂一线研发经验,现魔都某一线数据中心软件架构师,编程严选网创始人,编程上选 javaedge.cn!
获得徽章 15
动态
文章
专栏
沸点
收藏集
关注
作品
赞
53
文章 50
沸点 3
赞
53
返回
|
搜索文章
最新
热门
淘宝的商品信息缓存体系是如何构建的?
## 0 前言 在电商系统中,商品信息的快速获取对用户体验至关重要。本文将详细讲解一个多层级的商品信息缓存体系,旨在提高系统性能和可靠性。 开局一张图,剩下全靠编! ,筛选出JDK 14新特性。 \- 343: 打包工具 (Incubator) \- 3
Neo4j:图数据库的革命性力量
Neo4j 首席技术官 @prathle 撰写了一篇出色的博文,总结最近围绕 GraphRAG 的热议、我们从一年来帮助用户使用知识图谱 + LLM 构建系统中学到的东西,以及我们认为该领域的发展方
三分钟,快速了解区块链技术!
区块链,一种分布式账本技术,是一种分布式数据存储技术。 链式存储结构: -利用TTS技术让你的AI Agent发声
## 1 语音逻辑设计 一个AI Agent应用的语音逻辑设计流程图。 ### 1.1 基本流程 ``` - 用户 -> Agent -> 文本回答 ``` 最基础的交互模式。用户输入被传递
MySQL报错Duplicate entry '0' for key 'PRIMARY'
## 报错现场 -什么是zero-shot, one-shot和few-shot Learning?
## 1 Zero-shot learning 零样本学习。 ### 1.1 任务定义 利用训练集数据训练模型,使得模型能够对测试集的对象进行分类,但是训练集类别和测试集类别之间没有交集;期间
AI大模型企业应用实战(23)-Langchain中的Agents如何实现?
## 0 前言 这将所有可用的代理按照几个维度进行分类。 ### 预期模型类型 用于聊天模型(接收信息,输出信息)或 LLM(接收字符串,输出字符串)。这主要影响所使用的提示策略。 ###
AI大模型企业应用实战(22)-Prompt让LLM理解知识
## 1 Prompt Prompt 可理解为指导AI模型生成特定类型、主题或格式内容的文本。 NLP中,Prompt 通常由一个问题或任务描述组成,如“给我写一篇有关RAG的文章”,这句话就是
AI大模型企业应用实战(21)-RAG的核心-结果召回和重排序
## 1 完整RAG应用的检索流程 ![](https://my-img.javaedge.com.cn/javaedge-blog/2024/06/114e63da2df746f038e2f
下一页
个人成就
2023年度人气作者No.106
文章被点赞
1,896
文章被阅读
569,104
掘力值
20,700
关注了
48
关注者
972
收藏集
3
关注标签
0
加入于
2018-02-19