首页
AI Coding
NEW
沸点
课程
直播
活动
AI刷题
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
大鲸鱼crush
掘友等级
研⑨生
|
中国人民大学
获得徽章 0
动态
文章
专栏
沸点
收藏集
关注
作品
赞
90
文章 90
沸点 0
赞
90
返回
|
搜索文章
赞
文章( 90 )
沸点( 0 )
LangGraph + MCP + Ollama 实战教程:打造强大的多智能体聊天机器人
学完这个教程,你将理解 MCP 和函数调用 (Function Call) 的区别、何时使用哪种方案,以及如何用 LangGraph、MCP 和开源工具创建强大的智能体聊天机器人。
Minion-Agent + Smolagents + DeepSeek-R1 实战教程:打造智能网页数据采集机器人
本教程将结合 Minion-Agent 框架、Smolagents 工具和 DeepSeek-R1 模型,手把手教你构建一个强大的智能网页数据采集机器人。
Mistral OCR + Gemma 3 实战指南:构建强大的文档智能分析系统
近期,Mistral AI 推出了 Mistral OCR,Google 则发布了开源模型 Gemma3。本指南面向开发者,将详细介绍如何将这两个模型结合,构建一个具备文档理解和智能问答能力的完整系统
DeepSeek-R1 + RAG 完全实战教程:从零打造超低成本智能文档问答系统
本教程将手把手教你结合 LangChain 技术,用 DeepSeek-R1 构建一个具备记忆能力和文档理解的 RAG 聊天机器人。即使是完全的AI新手,也能跟着这个教程成功搭建出自己的智能文档助手
从零构建智能对话系统:LangGraph + DeepSeek-R1 + Agentic RAG
这篇教程将讲解如何结合多种先进技术,构建一个功能强大的智能对话系统。即使你对AI领域知识不甚了解,也能轻松跟上这个教程的步伐。
Tokenformer: 下一代Transformer架构
本文提出了Tokenformer架构,其优势在于增量学习能力:在增加模型尺寸时,无需从头开始重新训练模型,大大降低了成本。 本文由北大和谷歌进行合作,一作是北大在读博士,代码已开源
Adaptive-RAG:基于问题难度的自适应RAG框架
Adaptive-RAG是一种智能化的检索增强生成(简称RAG)系统。与传统RAG系统不同,Adaptive-RAG能够根据用户提问的难度自动选择最合适的处理模式,从而实现最优回答质量
CRAG: 提升RAG鲁棒性的升级版架构
在大型语言模型(LLMs)领域,检索增强生成技术的出现极大地提高了模型的表现。然而,RAG的性能严重依赖于检索文档的质量。为了解决这一问题,研究者提出了纠正式检索增强生成方法CRAG
Qwen1.5模型文本分类微调实战教程
大家好啊!今天咱们来聊聊怎么给大语言模型"调教"一下,让它在文本分类这个任务上玩得更溜。具体来说,我们要用Qwen1.5这个模型来做文章。别看这活儿听着高大上,其实做起来也没那么难。
深入浅出JSON Web Token(JWT)认证机制:概念与具体实现demo
大家好!今天我们要聊一个在现代Web开发中非常流行的话题 - JSON Web Token,简称JWT。听起来很高大上,对吧?别担心,我们会把它掰开揉碎,让每个人都能轻松理解。
下一页
个人成就
文章被点赞
236
文章被阅读
91,155
掘力值
3,726
关注了
3
关注者
90
收藏集
0
关注标签
7
加入于
2022-05-03