首页
沸点
课程
APP
AI用量
作品广场
专家标注
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
snakeshe1010
掘友等级
前端工程师
|
盛迭科技
不想当制作人的rapper不是好程序员!
获得徽章 0
动态
文章
专栏
沸点
收藏集
关注
赞
7
文章 7
沸点 0
赞
7
返回
|
搜索文章
最新
热门
ChatGLM行业垂直领域微调实战:从需求分析到数据集加载完整流程
ChatGLM行业垂直领域微调实战:从需求分析到数据集加载完整流程 前言 ChatGLM系列作为国内开源较早的对话大模型,凭借不错的中文能力,被广泛用于企业内部知识库、客服问答、行业咨询等垂直业务。
# 大模型三种主流微调范式:上下文学习、指令学习、CoT 思维链、PEFT 参数高效微调实战 >
大模型三种主流微调范式:上下文学习、指令学习、CoT思维链、PEFT参数高效微调实战 前言 大预训练语言模型在海量通用文本上完成预训练之后,具备强大的基础语言理解、生成能力。但原生预训练模型无法直接很
Python A2A 玩转MCP协议:Agent五种工作模式原理与代码实战
Python A2A 玩转MCP协议:Agent五种工作模式原理与代码实战 摘要 在多智能体协作场景下,MCP(Model Context Protocol)作为标准化的智能体通信协议,解决不同Age
大模型Agent工具能力进阶:MCP协议与mcp包实战上手
大模型Agent工具能力进阶:MCP协议与mcp包实战上手 前言 现在的LLM Agent已经不再局限于单纯文本生成,通过调用外部工具(Tool),Agent可以完成查询数据、执行函数、调用服务等现实
大模型 Function Call 实战入门:原理、环境搭建与多轮调用完整教程
大模型 Function Call 实战入门:原理、环境搭建与多轮调用完整教程 前言 现在大模型应用开发中,Function Call(函数调用)是非常核心的能力。它解决了大模型本身知识截止、无法访问
大模型从评估到上线:模型评估、部署与Agent完整流程实践
大模型从评估到上线:模型评估、部署与Agent完整流程实践 一、前言 在大模型应用开发中,完成模型微调、RAG/Agent算法逻辑只是工作的一部分。一个可用的大模型应用,必须走完:模型效果评估 → 服
大模型智能检索增强:ReAct 与 Agentic RAG 实践入门
大模型智能检索增强:ReAct 与 Agentic RAG 实践入门 一、项目背景 传统RAG(Retrieval‑Augmented Generation,检索增强生成)工作流程比较直接:用户提问
LangGraph:构建复杂AI智能体,入门与实战示例
LangGraph:构建复杂AI智能体,入门与实战示例 前言 我们平时使用 LangChain 的 Chain 大多是单向线性执行:A→B→C,执行完就结束。但真实业务中很多AI场景并不是简单线性流程
RAG实战:搭建简历知识库,文档解析到VectorStore向量检索完整实践
RAG实战:搭建简历知识库,文档解析到VectorStore向量检索完整实践 一、项目背景与整体框架 业务场景:大量不同格式简历文档,希望不做关键词匹配,通过语义检索快速筛选匹配简历。 整体数据流:
RAG 从原理到实战:检索增强生成与 Milvus 向量数据库完整实践
1. Milvus介绍和概念解读 Milvus 是开源生产级向量数据库,专门存储、索引、检索高维向量。在RAG系统中替代轻量向量库Chroma,承接海量Embedding向量,提供高性能语义召回,适用
下一页
个人成就
优秀创作者
文章被点赞
232
文章被阅读
256,673
掘力值
9,596
关注了
127
关注者
110
收藏集
5
关注标签
1
加入于
2020-01-26