语落心生

最近这周也在想如何结合公司的业务做一个embedding(高维向量转换模型), 为风电业务接入RAG系统做准备. transformer可以自己定义 or 采用科大讯飞的，以下只是一种实现方式, 仅供

最近也在思考这个问题，如果你的agent有一些未定义的预期行为，又要决策的准，怎么办呢? 下面以eepwiki-open蓝本介绍一下实现思路 架构设计 数据结构设计 长期记忆的核心数据结构由以下几个类

虽然没进决赛，但总结一下oceanbase ai hackthon中所实现的多路召回 1. 重排序（Rerank）实现 实现了基于 bge-reranker-large 模型的重排序功能，通过对检索到

适逢oceanbase举办第一届ai hackthon. 比较遗憾没杀入前八强，在此记录一下自己打比赛的概要设计吧 (一) 项目简介   网络医生系统旨在通过为任何关心自身健康的人提供人工智能健康助手

前言 小公司没什么钱买公有云，由于目前的xxx数据中心架构所导致，客户在部署单机Clickhouse的时候需要做资源控制。 需要进行资源调优 分别创建天级，小时级，分钟级的物化视图，对使用的内存资源进

最近社区列了一些Jmanus的todo list. 以下是个人的一些思路 实现方案 创建高德地图工具集成：参考现有的百度地图工具实现 设计MCP协议接口：使用MCP服务器配置来处理地理位置请求 实现路

RAGFlow 目前已经有完整文件下载功能，通过 api/apps/document_app.py 中的 get 方法实现,这个方法允许用户通过文档 ID 获取整个文档的内容。但目前没有直接支持获取文

目前doris作为冷库，在5亿数据读写的情况下，由于数据写入HDD的性能会出现下降，所以需要compaction将小文件按照版本合并，由随机写组织成顺序写. 这需要保证compaction score

一、RAG简介 大型语言模型（LLM）已经取得了显著的成功，尽管它们仍然面临重大的限制，特别是在特定领域或知识密集型任务中，尤其是在处理超出其训练数据或需要当前信息的查询时，常会产生“幻觉”现象。为了