首页
首页
BOT
沸点
课程
直播
活动
AI刷题
NEW
商城
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
会员
登录
注册
汀丶人工智能
掘友等级
算法工程师
|
互联网公司
本博客将不定期更新关于机器学习、强化学习、数据挖掘以及NLP等领域相关知识,以及分享自己学习到的知识技能,感谢大家关注!
获得徽章 9
动态
文章
专栏
沸点
收藏集
关注
作品
赞
3
文章 3
沸点 0
赞
3
返回
|
搜索文章
汀丶人工智能
算法工程师 @互联网公司
·
1月前
关注
RAG分块策略:主流方法(递归、jina-seg)+前沿推荐(Meta-chunking、Late chunking、SLM-SFT)
RAG分块策略:主流方法(递归、jina-seg)+前沿推荐(Meta-chunking、Late chunking、SLM-SFT) 大多数常用的数据分块方法(chunk...
赞
评论
分享
汀丶人工智能
算法工程师 @互联网公司
·
1月前
关注
GraphRAG、Naive RAG框架总结主流框架推荐(共23个):LightRAG、nano-GraphRAG、Fast-GraphRAG、Dify、RAG
设想你正致力于构建一个智能问答系统,该系统旨在从庞大的知识库中迅速而精确地提取关键信息,并据此生成自然流畅的回答。然而,随着数据规模的不断扩大,系统面临着严峻的挑战:检索效...
3
1
分享
汀丶人工智能
算法工程师 @互联网公司
·
1月前
关注
RAG 系统高效检索提升秘籍:如何精准选择 BGE 智源、GTE 阿里与 Jina 等的嵌入与精排模型的完美搭配
RAG 系统高效检索提升秘籍:如何精准选择 BGE 智源、GTE 阿里与 Jina 等的嵌入与精排模型的完美搭配 Text Embedding 榜单:MTEB、C-MTEB...
赞
评论
分享
汀丶人工智能
算法工程师 @互联网公司
·
2月前
关注
机器学习、基础算法、python常见面试题必知必答系列大全:(面试问题持续更新)
基础算法 常见面试篇 1.1 过拟合和欠拟合 常见面试篇 一、过拟合和欠拟合 是什么? 二、过拟合 / 高方差(overfiting / high variance)篇 2...
赞
评论
分享
汀丶人工智能
算法工程师 @互联网公司
·
2月前
关注
LLMs 入门实战系列大全:LLMs应用、领域大模型介绍、大模型常见面经汇总
常见大模型介绍 1.1 ChatGLM-6B 系列 ChatGLM2-6B [【ChatGLM2-6B 入门】清华大学开源中文版 ChatGLM-6B 模型学习与实战] 论...
赞
评论
分享
汀丶人工智能
算法工程师 @互联网公司
·
2月前
关注
高级 RAG 技术:提升生成式 AI 系统输出质量与性能鲁棒性【预检索、检索、检索后、生成优化等】
高级 RAG 技术:提升生成式 AI 系统输出质量与性能鲁棒性【预检索、检索、检索后、生成优化等】 检索增强生成 (RAG) 是一种强大的技术,它将信息检索与生成式 AI ...
1
评论
分享
汀丶人工智能
算法工程师 @互联网公司
·
3月前
举报
#每天一个知识点#
NL2SQL之DB-GPT-Hub<详解篇>:text2sql任务的微调框架和基准对比
随着生成式人工智能(Artificial Intelligence Generated Content,简写为 AIGC)时代的到来,使用大规模预训练语言模型(LLM)来进行 text2sql 任务的 sql 生成也越来越常见。基于 LLM 的 text2SQL 方法通常分为两种:
基于 prompt 的 In context Learning(ICL)方法;
基于 text2sql 任务构建数据集并且微调开源的 LLM 以适配 text2sql 任务
基于 prompt 的方法相对来说成本较低,方法和效果都有相对成熟的结果;微调 LLM 的方法受限于消耗资源比较大,计算成本过高,没有得到很好地探索。B-GPT-Hub是一款很好的项目,这是一个基于 LLM 微调的 text2SQL 的训练推理框架和 benchmark,主要侧重于大规模微调 LLM 的方式。
文字链接:
juejin.cn
展开
NL2SQL之DB-GPT-Hub<详解篇>:text2sql任务的微调框架和基准对比
juejin.cn
大模型生态圈
分享
评论
点赞
汀丶人工智能
算法工程师 @互联网公司
·
3月前
关注
NL2SQL之DB-GPT-Hub<详解篇>:text2sql任务的微调框架和基准对比
NL2SQL之DB-GPT-Hub<详解篇>:text2sql任务的微调框架和基准对比 随着生成式人工智能(Artificial Intelligence Generate...
赞
评论
分享
汀丶人工智能
算法工程师 @互联网公司
·
3月前
关注
RAG+Agent人工智能平台:RAGflow实现GraphRA知识库问答,打造极致多模态问答与AI编排流体验
RAG+Agent人工智能平台:RAGflow实现GraphRA知识库问答,打造极致多模态问答与AI编排流体验 1.RAGflow简介 最近更新: 2024-09-13 增...
12
评论
分享
汀丶人工智能
算法工程师 @互联网公司
·
4月前
举报
#每天一个知识点#
FastGPT一站式解决方案[1-部署篇]:轻松实现RAG-智能问答系统(含sealos云端部署、docker部署、OneAPI&Xinference模型接入)
FastGPT是一个功能强大的平台,专注于知识库训练和自动化工作流程的编排。它提供了一个简单易用的可视化界面,支持自动数据预处理和基于Flow模块的工作流编排。FastGPT支持创建RAG系统,提供自动化工作流程等功能,使得构建和使用RAG系统变得简单,无需编写复杂代码。
简单易用的可视化界面 :FastGPT 采用直观的可视化界面设计,为各种应用场景提供了丰富实用的功能。通过简洁易懂的操作步骤,可以轻松完成 AI 客服的创建和训练流程。
工作流编排 :基于 Flow 模块的工作流编排,可以帮助你设计更加复杂的问答流程。例如查询数据库、查询库存、预约实验室等。
参考链接:
juejin.cn
展开
FastGPT一站式解决方案[1-部署篇]:轻松实现RAG-智能问答系统(含sealos云端部署、docker部署、OneAPI&Xinference模型接入)
juejin.cn
技术交流圈
分享
评论
点赞
汀丶人工智能
算法工程师 @互联网公司
·
4月前
关注
FastGPT一站式解决方案[1-部署篇]:轻松实现RAG-智能问答系统(含sealos云端部署、docker部署、OneAPI&Xinference模型接入)
FastGPT一站式解决方案[1-部署篇]:轻松实现RAG-智能问答系统(含sealos云端部署、docker部署、OneAPI&Xinference模型接入) FastG...
赞
评论
分享
汀丶人工智能
算法工程师 @互联网公司
·
4月前
关注
深入探索AI文生语音技术的奥秘:从文本输入到逼真语音输出的全链条语音合成过程解析
深入探索AI文生语音技术的奥秘:从文本输入到逼真语音输出的全链条语音合成过程解析 1. 语音合成任务简介 1.1. 语音与文本 对比语音来说,NLP 技术在深度学习中更为普...
赞
评论
分享
汀丶人工智能
算法工程师 @互联网公司
·
4月前
关注
AI(文生语音)-TTS 技术线路探索学习:从拼接式参数化方法到Tacotron端到端输出
AI(文生语音)-TTS 技术线路探索学习:从拼接式参数化方法到Tacotron端到端输出 在数字化时代,文本到语音(Text-to-Speech, TTS)技术已成为人机...
赞
评论
分享
汀丶人工智能
算法工程师 @互联网公司
·
4月前
关注
专业级语义搜索优化:利用 Cohere AI、BGE Re-Ranker 及 Jina Reranker 实现精准结果重排
专业级语义搜索优化:利用 Cohere AI、BGE Re-Ranker 及 Jina Reranker 实现精准结果重排 1. 简介 1.1 RAG 在说重排工具之前,我...
赞
评论
分享
汀丶人工智能
算法工程师 @互联网公司
·
4月前
举报
#金石计划征文活动#
深度解读RAG技术发展历程:从基础Naive RAG 到高级Advanced,再到模块化Modular RAG的全面升级
RAG(Retrieval-Augmented Generation,检索增强生成),是指对大型语言模型输出进行优化,使其能够在生成响应之前引用训练数据来源之外的权威知识库。大型语言模型(LLM)用海量数据进行训练,使用数十亿个参数为回答问题、翻译语言和完成句子等任务生成原始输出。在 LLM 本就强大的功能基础上,RAG 将其扩展为能访问特定领域或组织的内部知识库,所有这些都无需重新训练模型。这是一种经济高效地改进 LLM 输出的方法,让它在各种情境下都能保持相关性、准确性和实用性。
Advanced RAG提高检索质量,采用了检索前和检索后策略(pre-retrieval and post-retrieval strategies)。为了解决索引问题,Advanced RAG 通过使用滑动窗口方法、细粒度分段和元数据的合并来改进其索引技术。
Modular RAG 引入多个特定功能模块和替换现有模块, 总体上展示了更大的灵活性。其过程并不局限于顺序检索和生成,包了括迭代和自适应检索等方法。
juejin.cn
展开
深度解读RAG技术发展历程:从基础Naive RAG 到高级Advanced,再到模块化Modular RAG的全面升级
juejin.cn
技术交流圈
等人赞过
分享
评论
5
汀丶人工智能
算法工程师 @互联网公司
·
4月前
举报
#每天一个知识点#
模块化RAG技术路线图(Modular RAG Technical Map):从基础Naive RAG 到高级Advanced,再到Modular RAG全方位
juejin.cn
展开
模块化RAG技术路线图(Modular RAG Technical Map):从基础Naive RAG 到高级Advanced,再到Modular RAG全方位 - 掘金
juejin.cn
技术交流圈
赞过
分享
评论
1
汀丶人工智能
算法工程师 @互联网公司
·
4月前
关注
模块化RAG技术路线图(Modular RAG Technical Map):从基础Naive RAG 到高级Advanced,再到Modular RAG全方位
模块化RAG技术路线图(Modular RAG Technical Map):从基础Naive RAG 到高级Advanced,再到Modular RAG全方位技术解读 1...
5
1
分享
汀丶人工智能
算法工程师 @互联网公司
·
4月前
关注
深度解读RAG技术发展历程:从基础Naive RAG 到高级Advanced,再到模块化Modular RAG的全面升级
深度解读RAG技术发展历程:从基础Naive RAG 到高级Advanced,再到模块化Modular RAG的全面升级 1.RAG简介 为了引出什么是 RAG,先看一下 ...
8
评论
分享
下一页
个人成就
优秀创作者
文章被点赞
587
文章被阅读
325,417
掘力值
12,355
关注了
3
关注者
421
收藏集
0
关注标签
13
加入于
2022-01-06