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
用户735248141347
掘友等级
获得徽章 0
动态
文章
专栏
沸点
收藏集
关注
作品
赞
0
文章 0
沸点 0
赞
0
返回
|
搜索文章
最新
热门
第十三,十四,十五篇笔记 | 豆包MarsCode AI刷题
代理 Chain与Agent的区别: Chain是预先定义好的操作序列(硬编码) Agent则利用语言模型作为推理引擎,动态决定操作序列和执行顺序 LangChain的核心理念: 让语言模型(如GPT
方向三刷题实践+第十一,二篇记忆,代理笔记 | 豆包MarsCode AI 刷题
AI辅助刷题通过不同难度,可以根据个人水平针对性做题,降低挫败感。大题量,知识点覆盖全面,可以提高效率,减少无效重复练习,集中精力攻克个人弱点。 例如: 从简单的数组操作题目开始 根据完成情况,逐步尝
第九,十篇链笔记 | 豆包MarsCode AI 刷题
什么是chain: Chain将多个组件(如模型、提示模板、解析器)连接成一个连贯的工作流。 通过模块化设计,简化了复杂应用的实现、调试、维护和扩展。 chain如何工作: Chain的封装功能,LL
第六,七,八课笔记合集 | 豆包MarsCode AI刷题
提示工程(下): chain of thought是一种提示工程技术,通过给大语言模型提供推理步骤来提升解决问题的能力,主要有两种: fewer shot CoT (包含推理示例) zero shot
第四五课模型I/O,提示工程(上)合第二篇笔记 | 豆包MarsCode AI 刷题
第四节课开篇就强调了模型作为Langchain六大核心组件之一的重要性: 1.模型作为Langchain框架底层中最核心的元素 2.Langchain功能都由语言模型驱动 模型I/O三个组成部分: 1
青训营x豆包MarsCode Langchain入门与鲜花答题系统合集笔记 | 豆包MarsCode AI刷题
第二节第三节LangChain课笔记. 第二节对于人工智能模型中的语言模型的介绍,本质是大规模的预测工具,训练都基于海量投喂数据语言,不具备独立思维及理解
个人成就
文章被阅读
584
掘力值
61
关注了
1
关注者
0
收藏集
0
关注标签
0
加入于
2024-07-03