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9544052365747
掘友等级
获得徽章 1
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
链(下) | 豆包MarsCode AI刷题
整体框架 RouterChain,也叫路由链,能动态选择用于给定输入的下一个链。我们会根据用户的问题内容,首先使用路由器链确定问题更适合哪个处理模板,然后将问题发送到该处理模板进行回答。如果问题不适合
链(上) | 豆包MarsCode AI刷题
LLMChain:最简单的链 LLMChain围绕着语言模型推理功能又添加了一些功能,整合了PromptTemplate、语言模型(LLM或聊天模型)和 Output Parser,相当于把Model
自动修复解析器和重试解析器 实战 | 豆包MarsCode AI刷题
自动修复解析器(OutputFixingParser)实战 来设计一个解析时出现的错误。 这段代码如果运行,会出现错误。 这个错误消息来自Python的内建JSON解析器发现输入的JSON格式不正确。
Pydantic(JSON)解析器实战 | 豆包MarsCode AI刷题
Pydantic(JSON)解析器实战 Pydantic (JSON) 解析器应该是最常用也是最重要的解析器。 第一步:创建模型实例 先通过环境变量设置OpenAI API密钥,然后使用LangCha
输出解析:用OutputParser生成鲜花推荐列表 | 豆包MarsCode AI刷题
LangChain 中的输出解析器 语言模型输出的是文本,这是给人类阅读的。但很多时候,你可能想要获得的是程序能够处理的结构化信息。这就是输出解析器发挥作用的地方。 输出解析器是一种专用于处理和构建语
调用模型:使用OpenAI API还是微调开源Llama2/ChatGLM? | 豆包MarsCode AI刷题
大语言模型发展史 说到语言模型,我们不妨先从其发展史中去了解一些关键信息。 Google 2018 年的论文名篇Attention is all you need,提出了Transformer架构,也
提示工程 | 豆包MarsCode AI 刷题
大模型的提示工程该如何做,吴恩达老师在他的ChatGPT Prompt Engineering for Developers公开课中,给出了两个大的原则:第一条原则是写出清晰而具体的指示,第二条原则是
AI刷题体验2 | 豆包MarsCode AI 刷题
在前天的文章中,我谈论了关于我自身对AI刷题体验的四个方面,包括提高学习效率方面、系统化知识掌握方面,实时反馈与纠错方面,增强自信心方面这四个方面,这篇文章主要谈谈这两天的体验,并做了一个小结。 5.
模型I/O:输入提示、调用模型、解析输出 | 豆包MarsCode AI 刷题
LangChain中的具体组件包括: 模型(Models) ,包含各大语言模型的LangChain接口和调用细节,以及输出解析机制。 提示模板(Prompts) ,使提示工程流线化,进一步激发大语言模
“AI刷题体验 | 豆包MarsCode AI 刷题”
使用 AI 刷题功能对我学习的积极影响非常明显,尤其在编程学习的过程中。 1. 提高学习效率 在传统学习过程中,刷题往往需要花费大量时间寻找合适的题目,而 AI 刷题工具能够根据我的学习水平和进度,智
下一页
个人成就
文章被点赞
1
文章被阅读
2,771
掘力值
216
关注了
1
关注者
1
收藏集
0
关注标签
10
加入于
2022-12-09