(LLM) 第3页

NL2SQL实践系列(1)：深入解析Prompt工程在text2sql中的应用技巧

NL2SQL实践系列(1)：深入解析Prompt工程在text2sql中的应用技巧NL2SQL基础系列(1)：业界顶尖排行榜、权威测评数据集及LLM大模型（SpidervsBIRD）全面对比优劣分析[Text2SQL

汀、人工智能·2025-06-23 13:20

【读代码】深入解析Ragas：RAG应用效果评估最好的工具

一、基本介绍Ragas是由ExplodingGradients团队开发的专业LLM应用评估框架，通过自动化测试和量化指标帮助开发者构建可靠的AI系统。

kakaZhui·2025-06-23 12:45

Predic‘ng Early-Onset Colorectal Cancer with Large Language Models

研究旨在利用电子健康记录（EHR）数据，通过机器学习（ML）和大型语言模型（LLM）预测EoCRC，以实现早期干预。

UnknownBody·2025-06-23 10:35

IntelliJ IDEA + Continue + DeepSeek API: 打造你的专属 AI 编程助手

Continue(continue.dev)是一款强大的开源IDE插件，可以让你连接各种大语言模型（LLM）API。DeepSeek(deepseek.com)则提供了性能优异的编码大模型。

weixin_43835210·2025-06-23 06:08

对话即服务：Spring Boot整合MCP让你的CRUD系统秒变AI助手

引言随着人工智能的飞速发展，大语言模型(LLM)正在革命性地重塑用户与软件的交互范式。

·2025-06-23 06:37

【AI大模型学习路线】第二阶段之RAG基础与架构——第十一章（【项目实战】基于RAG的新闻推荐）传统推荐算法与基于LLM的推荐算法？

【AI大模型学习路线】第二阶段之RAG基础与架构——第十一章（【项目实战】基于RAG的新闻推荐）传统推荐算法与基于LLM的推荐算法？

985小水博一枚呀·2025-06-23 05:03

Python str.format() 函数在 LLM prompt 生成中的使用（微调、刷库等）

在LLM中批量生成prompt的简单示例：template="我现在有一个用户问题和系统的答案,帮我把答案中和用户问题最直接的关键词提取出来。

ctrl A_ctrl C_ctrl V·2025-06-23 05:29

测试工程师实战：用 LangChain+deepseek构建多轮对话测试辅助聊天机器人

LangChain作为主流LLM应用开发框架，为多轮对话智能助手的研发提供了极大便利。

Python测试之道·2025-06-23 00:54

单机环境下基于 LLM-Agent 框架的数据查询智能体训练教程

单机环境下基于LLM-Agent框架的数据查询智能体训练教程以下教程介绍如何在单机环境（CPU或1~2张GPU）上，使用LLM-Agent框架搭建并训练一个混合数据源查询智能体。

·2025-06-23 00:53

【AI大模型入门指南】提示词Prompt工程详解

（AI大模型，即LLM是“LargeLanguageModel”的缩写，中文通常译为大型语言模型，是一种

GeorgeGcs·2025-06-22 21:03

ChatMusician：用大模型理解并创造音乐

与传统的LLM相比，Chat

人工智能大模型讲师培训咨询叶梓·2025-06-22 19:19

大模型RAG系统面试题及参考答案

RAG与传统的LLM（如GPT）生成方式有何区别？RAG的设计初衷是什么？解决了哪些问题？检索器（Retriever）在RAG中的作用是什么？生成器（Generator）如何与检索器交互？

大模型大数据攻城狮·2025-06-22 18:13

大模型实战干货：如何基于LangChain 在本地构建一个可运行的 RAG 系统（附完整代码）

LangChain是一个构建大语言模型（LLM）应用的强大框架，提供了连接向量数据库、检索器、提示模板和LLM的模块化工具链。RAG系统结构图项目依赖安装pipinstallla

勤奋的知更鸟·2025-06-22 16:33

LangGraph 智能体中 LLM 节点与工具的协作深度解析

在LangGraph智能体中，LLM节点（通常是ChatOpenAI或其他支持函数调用的模型）并不是“魔法般”地知道工具的。

成都犀牛·2025-06-22 14:21

LangGraph 深度学习笔记：构建真实世界的智能代理

它通过将应用程序解构为可控的状态机，让你的LLM应用从简单的问答升级为能够自主思考、行动和适应的复杂系统。

成都犀牛·2025-06-22 14:20

InfiniSynapse报错解决Error get_table_detail: Failed to execute script: getaddrinfo EAI_AGAIN infini-sql

InfiniSynapse通过第二代LLM-NativeRAG实现了企业业务的理解，精准的Schema召回保证数据的准确性。

skywalk8163·2025-06-22 13:10

AI原生应用性能优化：LLM模型压缩与加速方案

AI原生应用性能优化：LLM模型压缩与加速方案关键词：AI原生应用、性能优化、LLM模型、模型压缩、加速方案摘要：本文聚焦于AI原生应用的性能优化，重点探讨了LLM（大语言模型）的模型压缩与加速方案。

AI原生应用开发·2025-06-22 12:34

LLM-201: OpenHands与LLM交互链路分析

一、核心交互链路架构HTTP请求SSE/WebSocket前端UIAPI路由AgentSessionAgentControllerLLM工具执行二、详细流程分解前端交互层React组件通过ReactQuery发起API请求：//OpenHands/frontend/src/components/ChatInput.tsxconst{trigger}=useSWRMutation('/api/cha

MarsBighead·2025-06-22 09:19

基于 LLM 的网络钓鱼网站检测多代理框架

hao_wujing·2025-06-22 01:30

【LLM安全】A Survey on Large Language Model (LLM) Security and Privacy- The Good, the Bad, and the Ugly

大多数研究人员发现基于LLM的方法优于传统最先进的方法。TheBad：我们将攻击

·2025-06-22 01:00

【数据质量评估】数据筛选大模型数据质量评估

利用大模型（LLM）对数据集的质量进行打分，本质上是构建一个自动化的“数据质量评估员”。这个过程的核心是将模糊的“质量好坏”概念，转化为大模型可以理解和执行的、具体的、结构化的指令。

weixin_37763484·2025-06-21 11:57

【AIGC半月报】AIGC大模型启元：2024.06（上）

AIGC大模型启元：2024.06（上）(1)ChatTTS（语音合成项目）(2)Mamba-2（大模型新架构Mamba升级）(3)GLM-49B（智谱开源LLM）(4)Seed-TTS（字节语音合成）

LeeZhao@·2025-06-21 11:27

Happy-LLM task2 第一章 NLP 基础概念（2天）

NLP基础概念简介自然语言处理（NaturalLanguageProcessing，NLP）是人工智能领域的核心分支，旨在让计算机理解、处理并生成人类语言，实现人机自然交互。一、NLP定义与目标NLP融合计算机科学、语言学、心理学等多学科知识，通过算法让计算机模拟人类的语言认知过程。其核心目标是打破自然语言与机器语言的壁垒，使计算机能处理语义、语境、情感等复杂语言要素，完成从基础分词到深层语义理解

unityのkiven·2025-06-20 22:34

Agent轻松通-P3：分析我们的Agent

目录1引言2使用工具分析Agent：”日志“3Agent分析调优3.1使用LLM自评LLM-as-a-Judge4TODO1引言让我们结合前两篇的理论与实践，尝试系统性、结构化、全面地分析Agent。

啾啾大学习·2025-06-20 22:33

CoLMDriver：基于LLM的协同自动驾驶

《CoLMDriver:LLM-basedNegotiationBenefitsCooperativeAutonomousDriving》25年3月来自上海交大和上海AI实验室的论文上海交大与上海AI实验室提出的

一点.点·2025-06-20 20:49

开发实践，通过融云 IM + Dify 实现 AI 机器人

融云IM通过与Dify平台的深度无缝集成，打通了C端用户与大语言模型（LLM）之间的端到端对话链路，支持流式响应和多轮对话上下文，可广泛应用于AI陪伴、智能问答、内容生成等场景，助力开发者和企业构建流畅的智能交互体验

融云·2025-06-20 19:43

Streamlit在人工智能中的应用场景

以下是具体应用场景和实现方法：1.大模型（LLM）的交互式演示Streamlit可以轻松集成OpenAI、HuggingFace、LangChain等库，构建大模型的聊天、文本生成或问答应用。

不老刘·2025-06-20 18:37

使用Xinference与LangChain实现强大的模型推理

技术背景介绍随着深度学习和机器学习技术的快速发展，如何有效地管理和部署大型语言模型（LLM）成为了一项重要课题。

yunwu12777·2025-06-20 16:53

Spring AI 聊天记忆功能实战（一）：从接口设计到生产实践

而大模型（LLM）本质上是无状态的，这意味着它们不会保留历史交互信息。当需要跨多轮交互保持上下文时，这一特性会带来局限。

天氰色等烟雨·2025-06-20 12:50

Causal-aware Large Language Models: Enhancing Decision-Making Through Learning, Adapting and Acting

现有方法如强化学习（RL）单独使用或LLM辅助RL的方式，仍依赖token预测范式，缺乏结构化推理和快速适应性。

UnknownBody·2025-06-20 10:09

人工智能写作革命：从工具到伙伴，如何用大模型打造爆款文章？ ——深度解析AI写作的底层逻辑与实战技巧

这场由大语言模型（LLM）引发的写作革命，正在颠覆传统创作流程：从“人主导”到“人机协作”，从“灵感驱动”到“数据赋能”。但如何让AI从“流水线工人”进阶为“灵魂伙伴”？

星落无尘·2025-06-20 07:14

AI模型微调完整学习方案：从入门到精通

引言随着大语言模型(LLM)技术的快速发展，微调模型以适应特定任务或领域的需求变得越来越重要。微调是一种技术，通过对预训练模型进行进一步训练，使其能够更好地解决特定问题或在特定领域表现更佳。

奔四的程序猿·2025-06-20 05:34

为 AI 编写文档：最佳实践

Bruce：LLM时代要为AI阅读改变写作习惯。

·2025-06-20 04:05

科研漫谈——RAG在LLM中如何调用

科研漫谈——RAG在LLM中如何/何时调用文章目录科研漫谈——RAG在LLM中如何/何时调用1.背景2.RAG与LLM关系2.检索增强生成（RAG）阶段逻辑3.复杂输入（长文本/结构化数据）处理1.背景本文主要解决如下问题

onceco·2025-06-19 19:53

FastMCP 2.0入门指南：构建LLM服务的Pythonic方式

FastMCP2.0入门指南：构建LLM服务的Pythonic方式fastmcpThefast,PythonicwaytobuildModelContextProtocolservers项目地址:https

尤峻淳Whitney·2025-06-19 15:51

在LangChain中集成Log10进行数据管理与调试

Log10是一个开源的无代理LLM数据管理和应用开发平台，旨在帮助开发者记录、调试和标记LangChain调用。这使得分析和优化模型的输出变得更加简单和高效。

·2025-06-19 14:41

深入探讨：如何使用OutputFixingParser修复LLM输出的解析错误并确保数据结构的完整性

深入探讨：如何使用OutputFixingParser修复LLM输出的解析错误并确保数据结构的完整性在当今的自然语言处理（NLP）领域，大型语言模型（LLM）如GPT-3等，已成为解决复杂问题的重要工具

m0_57781768·2025-06-19 12:58

构建 Web 浏览 AI Agent：Pydantic + MCP 实现指南

大型语言模型(LLM)提供了令人难以置信的能力，但它们本身并不知道如何浏览网络或获取实时内容。

李孟聊人工智能·2025-06-19 10:15

在ubuntu22.04上部署RagFlow一个深度文档理解的开源 RAG

它为任何规模的企业提供简化的RAG工作流程，结合LLM（大型语言模型）以提供真实的问答功能，并由来自各种复杂格式数据的有根据的引用提供支持。

BBM的开源HUB·2025-06-19 08:31

Solon AI + MCP实战：5行代码搞定天气查询，LLM从此告别数据孤岛

此文参考自：https://www.toutiao.com/article/7505712149642117669/一、痛点直击：为什么你的AI模型会“一问三不知”？当你问AI“杭州今天会下雨吗”，早期的AI应用会回答“请搜索网络”（大概这么个意思）。传统AI开发需要为每个工具单独开发接口（如天气API、股票数据、本地文件系统），每对接一个数据源需耗费开发者3-5天时间，且存在以下问题：重复开发：

·2025-06-19 04:34

提示工程高级协议框架深度分析

引言：提示工程的演进、挑战与高级协议的必然性大型语言模型（LLM）的兴起标志着人工智能领域进入了一个全新的时代。这些模型以其强大的文本生成、理解和推理能力，正在深刻改变人机交互的方式和自动化水平。

由数入道·2025-06-19 00:41

如何使用context7 MCP 增强AI编程的能力

它能在你给LLM（如Claude、CursorCopilot、Windsurf等）的提示（prompt）中，动态地注入从源头获取的、与你所用库版本完全对应的官方文档和代码示例，从而避免：过时的示例、基于

❀͜͡傀儡师·2025-06-18 21:49

工控领域多模态LLM测试集

MMADMultimodalLargeLanguageModelsinIndustrialAnomalyDetection从4个数据集收集8366样本，涵盖38类工业产品，生成39,672个样本，覆盖7个核心任务。https://github.com/jam-cc/MMAD.githttps://huggingface.co/datasets/jiang-cc/MMAD天池铝型材表面缺陷数据集数据

liliangcsdn·2025-06-18 20:42

大模型（LLMs）RAG 版面分析------文本分块面

使用大型语言模型（LLM）时，切勿忽略文本分块的重要性，其对处理结果的好坏有重大影响。考虑以下场景：你面临一个几百页的文档，其中充满了文字，你希望对其进行摘录和问答式处理。

xianghan收藏册·2025-06-18 15:07

【AI论文精读3】RAG论文综述1-P3-检索器

3.1.检索源RAG依赖外部知识来增强LLM，而检索源（RetrievalSource）的类型（数据结构）和检索单元的粒度都会影响最终的生成结果。3.1.1.数据结构1.非结构化数

AI完全体·2025-06-18 15:07

AI和数据科学的基石-Numpy与Pandas

1.3与LLM1.4“向量化”操作2Pandas2.1Pandas核心数据结构-DataFrame引言一文快速了解Numpy与Pandas。从理论到代码。1Numpy我们学

啾啾大学习·2025-06-18 15:35

知识图谱（KG）、LLM结合：【KG增强LLM：注入结构化知识】【LLM增强KG：自动化构建与补全】【KG与LLM协同：统一表示与联合推理】

知识图谱（KG）与大型语言模型（LLM）的结合是当前AI领域的重要研究方向。两者分别代表符号主义与连接主义的知识表示方式：KG提供结构化、可解释的符号化知识，而LLM具备强大的语义理解和泛化能力。

u013250861·2025-06-18 13:25

训练成本降低2000倍: 直接将推理能力注入LLM

论文标题Resa:TransparentReasoningModelsviaSAEs论文地址https://arxiv.org/pdf/2506.09967代码地址https://github.com/shangshang-wang/Resa作者背景南加州大学动机激发大模型的推理能力通常需要繁重的后训练工作（带CoT的RL或SFT），这一过程不仅需要昂贵的数据与计算资源，还缺乏可解释性（并不清楚模

大模型最新论文·2025-06-18 13:20

SpringAI实战：ChatModel智能对话全解

其中ChatModel作为核心交互组件，通过标准化接口简化了与大语言模型（LLM）的文本交互流程✨。

、BeYourself·2025-06-18 12:10

《大模型应用开发极简入门》——笔记

2.NLP技术从n-gram到LLM的

孟柯coding·2025-06-18 08:15

推荐频道

(LLM)