专业知识问答

【大模型技术】RAG系统的难题和解决方案（一）

RAG（Retrieval-AugmentedGeneration）系统是一种结合了检索（Retrieval）和生成（Generation）能力的混合模型架构，广泛应用于问答系统、对话系统、知识密集型任务等领域
大数据追光猿·2025-03-26 18:24

智能知识图谱：大模型如何实现高效实体识别与关系抽取

摘要知识图谱（KnowledgeGraph,KG）是人工智能领域的重要技术之一，广泛应用于搜索引擎、推荐系统、问答系统等场景。然而，传统知识图谱构建依赖大量人工标注，成本高且效率低。
·2025-03-26 12:04

【大模型知识点】检索增强生成（Retrieval Augmented Generation，RAG）简要介绍

Retrieval-Augmented-Generation：检索-增强-生成一句话总结：通过引入外部数据库或知识库中的信息来增强LLM生成内容2.RAG的应用问答系统：RAG从外部知识库中检索相关信息
自信的小螺丝钉·2025-03-26 10:24

python 人机对战

二话不说代码供上：#conding:uft-8#人机对战importeasygui,time#导库num=0#定义游玩次数classWen():#创建问答类defwen(self,computer_score
GlisteringMelon·2025-03-26 03:29

Python实现deepseek接口的调用

在Python中，可以使用requests或httpx库向DeepSeekAPI发送请求，实现文本生成、代码补全，知识问答等功能。
才华是浅浅的耐心·2025-03-26 02:54

如何用C#继承提升游戏开发效率？Enemy与Boss案例解析

模板与输出解析的完整指南02-玩转LangChainMemory模块：四种记忆类型详解及应用场景全覆盖03-全面掌握LangChain：从核心链条构建到动态任务分配的实战指南04-玩转LangChain：从文档加载到高效问答系统构建的全程实战
吴师兄大模型·2025-03-26 00:10

从 0 打造私有知识库 RAG Benchmark 完整实践

而实际的问答对也基础知识库已有文档生成，避免参考源不存在导致的大模型幻觉，可以更加客观反映RAG服务的能力。当然整体的构建流程是与行业无关的，可以参考构建其他的
易迟·2025-03-25 23:35

Langchain+Ollama实现Qwen模型+客服问答私有数据FAQ-实现RAG

目标：部署一个结合大模型和RAG的，客服问题API，如果提问的问题在常见FAQ里，使用FAQ里数据，否则使用大模型回答问题。本文使用Ollama直接运行本地Qwen模型，需要先安装好ollama。现在我们将使用LangChain+Ollama搭建RAG（检索增强生成）系统，让它可以：从Excel读取FAQ将FAQ问题转换为向量（使用Ollama的Embedding模型）存入FAISS向量数据库提供
showker·2025-03-25 18:21

使用LangChain和中文羊驼2.0搭建离线版的ChatPDF

学习基于向量搜索和Prompt实现一个文档问答机器人的方法原理。了解如何使用llama.cpp量化大模型的方法。了解如何使用深度学习中常用的向量数据库。为了让更多的同学看懂，我会尽量写的小白一点。
大模型常客·2025-03-25 18:49

前端面试题100题：问答精选与简明解析

HTML5有哪些新特性？语义标签（如，），多媒体标签（如，），离线存储（localStorage，sessionStorage），新的表单控件（如，）。CSS3有哪些新特性？边框圆角（border-radius），阴影（box-shadow，text-shadow），渐变（linear-gradient，radial-gradient），弹性盒模型（flexbox），媒体查询。JavaScript
薛飞之·2025-03-25 13:50

使用 AI 技术实现智能问答系统

其中，基于AI技术的智能问答系统在提高信息获取效率和用户体验方面具有显著优势。
llzwxh888·2025-03-25 04:13

Python机器人简单问答系统

目录项目背景与目的整理框架1.导入必要的库2.初始化Flask应用3.读取学习数据4.处理用户请求4.1首页路由4.2问答路由5.根据问题生成回答6.运行Flask应用全部代码HTML结构学习总结项目背景与目的项目背景随着人工智能技术的快速发展
chang_xiaoyi·2025-03-25 04:12

巧用DeepSeek：三步生成高含金量课题技术路线图

然而，传统的技术路线图绘制过程往往复杂且耗时，需要科研人员具备丰富的经验和深厚的专业知识。如今，随着人工智能技术的飞速发展，借助强大的大模型
CodeJourney.·2025-03-24 23:32

【极简实战】用博查AI Search + Python+DeepSeek打造你的私有知识库！无需Elasticsearch，三步搞定RAG！

本文教你用纯Python+博查API，30行代码搭建一个高精度问答系统，本地文件、网页结果一键融合！
BigNorthBear·2025-03-24 22:54

深入了解 ArangoDB 的图数据库应用与 Python 实践

本文将介绍如何使用Python连接和操作ArangoDB，并展示如何结合图问答链来获取数据洞察。技术背景介绍ArangoDB是一个多模型数据库，支持文档、图和键值类型的数据存储。
eahba·2025-03-24 01:54

穴位按摩培训系统Django-SpringBoot-php-Node.js-flask

目录具体实现截图技术栈介绍系统设计研究方法：设计步骤设计流程核心代码部分展示研究方法详细视频演示试验方案论文大纲源码获取/详细视频演示具体实现截图技术栈介绍本课题的研究方法和研究步骤基本合理，难度适中，本选题是学生所学专业知识的延续
QQ188083800·2025-03-24 00:17

【机器学习】朴素贝叶斯入门：从零到垃圾邮件过滤实战

模板与输出解析的完整指南02-玩转LangChainMemory模块：四种记忆类型详解及应用场景全覆盖03-全面掌握LangChain：从核心链条构建到动态任务分配的实战指南04-玩转LangChain：从文档加载到高效问答系统构建的全程实战
吴师兄大模型·2025-03-23 18:22

Agent、RAG、LangChain的概念及作用

例如，在客服问答场景中，Agent可以根据用户的问题，规划出需要查
北极冰雨·2025-03-23 16:04

AI大模型训练教程

训练一个大模型需要大量的计算资源、数据和专业知识。本教程将带你了解如何从零开始训练一个AI大模型。2.准备工作2.1硬件要求GPU：推荐使用NVIDIA的高性能GPU，如A100、V100等。
Small踢倒coffee_氕氘氚·2025-03-23 12:07

端到端的NLP框架（Haystack）

Haystack是一个端到端的NLP框架，专门用于构建基于文档的问答系统，是实现RAG的理想选择。它提供了数据预处理、文档存储、检索和生成等一系列组件，支持多种语言模型和检索器。
deepdata_cn·2025-03-23 09:13

使用Python和LangChain构建检索增强生成（RAG）应用的详细指南

使用Python和LangChain构建检索增强生成（RAG）应用的详细指南引言在人工智能和自然语言处理领域，利用大语言模型（LLM）构建复杂的问答（Q&A）系统是一个重要应用。
m0_57781768·2025-03-22 21:33

使用LangChain实现基于LLM和RAG的PDF问答系统

1.LangChain的核心功能2.LangChain的优势3.LangChain的应用场景4.总结四.使用LangChain实现基于PDF的问答系统前言本文将介绍LLM和RAG的基本概念，并通过一个实际的代码示例
张同学吧·2025-03-22 20:00

基于ChatGPT、GIS与Python机器学习的地质灾害风险评估、易发性分析、信息化建库及灾后重建高级实践

特点：多任务能力：可以完成文本生成、分类、翻译、问答等任务。上下文理解：能理解复杂的上下文信息。广泛适配性：适合科研、教育、行
weixin_贾·2025-03-22 20:59

anythingLLM 使用教程

其设计理念注重通用性和可扩展性，能够适应多种领域和任务，无论是文本生成、智能问答，还是翻译、摘要提取等，都能展现出出色的性能。
惟贤箬溪·2025-03-22 19:24

基于LangChain-Chatchat实现智能问答系统

题解|#统计输入正数个数#5.6importjava.util.*;publicclassMain{publics广汽丰田发动机薪酬福利待遇1、工作时间：基本上为5天8小时工作制；2、薪资结构：基本工资+加班工资+各类补贴津贴+各类慰问金+小红书24届春招和25届实习，内部推荐小红书24届春招和25届实习，推荐码为:0T019BWYNARK，内推码仅适用于校招内推及微信小程序题解|#试卷发布当天作
2301_79125431·2025-03-22 09:59

Deepseek-R1-Distill-Llama-8B + Unsloth 中文医疗数据微调实战

0.15.2transformers==4.49.0datasets=3.3.1wandb==0.19.62.数据准备-medical_o1_sft_Chinese经过gpt-o1的包含cot(思考过程)的中文医疗问答数据
LuckyAnJo·2025-03-22 08:47

【面经&八股】搜广推方向：面试记录（十三）

【面经&八股】搜广推方向：面试记录（十三）文章目录【面经&八股】搜广推方向：面试记录（十三）1.自我介绍2.实习经历问答3.八股之类的问题4.编程题5.反问6.可以1.自我介绍。。。。。。
秋冬无暖阳°·2025-03-22 08:44

国产Cursor来了？字节跳动出品AI编程工具——Trae使用全解析

Trae提供智能问答、代码自动补全以及基于Agent的AI自动编程能力，帮助开发者在项目开发中与AI灵活协作，大幅提升开发效率。
码云逸栈·2025-03-22 07:33

使用Wolfram Alpha API在LangChain中的应用

技术背景介绍WolframAlpha是由WolframResearch开发的问答引擎，它通过计算从外部数据源中获取答案，实现对事实性问题的解答。在开发智能应用时，我们可以利用Wolfr
shuoac·2025-03-22 05:20

向量检索、检索增强生成（RAG）、大语言模型及相关系统架构——典型面试问题及简要答案

向量检索非常适合多模态场景（例如“以图搜图”）或自然语言问答（同义词、上下文关联等）。2.什么是检索增强生成（RAG）？核
快撑死的鱼·2025-03-22 05:13

从MapRerankDocumentsChain迁移到LangGraph实现文档分析

这种情况下的常见过程是使用文档中的上下文进行问答，强制模型生成评分以帮助选择只由相关上下文生成的答案。LangGraph的实现允许在此问题中集成工具调用和其他功能。下面我们
bBADAS·2025-03-22 03:27

nextjs 实现rag知识库检索增强的ai问答app

AI-Chat-一个基于LLM大语言模型的知识库问答系统项目源码：https://github.com/goliter/ai-chat项目简介AI-Chat是一个基于Next.js和React开发的现代化大语言模型的知识库问答系统
*goliter *·2025-03-21 20:55

知识图谱在人工智能语义理解与推理中的关键作用及发展研究

阐述知识图谱的构建原理、表示方法，分析其在自然语言处理、智能问答系统、推荐系统等多领域助力语义理解与推理的应用，探讨面临的挑战并展望未来发展方向，全面呈现知识图谱对人工智能发展的重要价值与深远影响。
@王威&·2025-03-21 13:50

如何用大模型评估大模型——PAI-Judge裁判员大语言模型的实现简介

但是如何对一个开放式生成LLM进行效果评估，尤其在知识问答、客服对话、内容合规、RAG（检索增强生成）等场景中，目前主流的评测方式仍存在一定的局限性：人工标注：成本高昂、效率低下；传统的自动化评估
·2025-03-21 12:08

数智读书笔记系列021《大数据医疗》：探索医疗行业的智能变革

沈江等作者也在相关学术和实践领域有着丰富的经验和深厚的专业知识。这本书系统且深入地探讨了大数据技术在医疗领域的应用与变革，对推动医疗行业的智能化发展具有重要的理论
Allen_Lyb·2025-03-21 10:55

职场人必存！DeepSeek提示词大合集：周报速成、爆款文案、旅行攻略一键生成

AI工具的能力边界早已超越基础问答，但90%的用户仍停留在“无效提问”阶段10。而真正拉开差距的，是一套精准的提示词指令库——它能将模糊需求转化为AI可执行的“操作指南”，让效率提升10倍不止。
阳光永恒736·2025-03-21 04:05

如何判断自己是否是一位合格的项目经理？

一位合格的项目经理不仅需要具备扎实的专业知识，更需要在复杂环境中协调资源、化解冲突并推动目标达成。
·2025-03-21 03:22

做好自己生活的导演，难道不是吗？

无论是记录生活点滴，还是分享专业知识，掌握基本的视频制作技巧都能让我们的表达更加精彩。今天就让我们一起探讨视频创作的三大核心要素。一、内容为王：讲好你的故事视频剪辑的核心是内容叙事。
心灵星图·2025-03-20 21:12

2021-06-15 C逆序存入数组的元素

缘由编程，逆序存入数组的元素_编程语言-CSDN问答#defineN7main(){staticinta[N]={12,9,16,5,7,2,l},k,s;for(k=0;k
智者知已应修善业·2025-03-20 21:11

【Spring AI】基于专属知识库的RAG智能问答小程序开发——代码逐行精讲：核心交互函数及RAG知识库构建

系列文章目录【SpringAI】基于专属知识库的RAG智能问答小程序开发——完整项目（含完整前端+后端代码）【SpringAI】基于专属知识库的RAG智能问答小程序开发——代码逐行精讲：核心ChatClient
un_fired·2025-03-20 15:20

用LangChain构建自愈式生成式AI：颠覆传统知识库的智能问答系统实战

引言：当生成式AI遇到自进化架构ChatGPT的惊艳表现让企业意识到生成式AI的潜力，但传统问答系统仍面临数据孤岛、知识更新滞后等痛点。
煜bart·2025-03-20 13:32

有了大模型为何还需要Agent智能体

其核心架构如下：大脑（LLM）：负责语言理解、逻辑推理、知识问答等认知任务。感官（工具链）：通过API、传感器或数据库获取实时数据（如天气、股价）。
全栈你个大西瓜·2025-03-20 09:59

使用MarkdownHeaderTextSplitter拆分Markdown文档

在AI驱动的应用中，如聊天机器人或问答系统，处理大型文档时，通过分片技术将文档拆分为更小的单元是必要的步骤。尤其是对于Markdown格式的文件，它们通常由各种层级的标题结构化组织。
scaFHIO·2025-03-20 05:56

决策树算法全解析：从零基础到Titanic实战，一文搞定机器学习经典模型

模板与输出解析的完整指南02-玩转LangChainMemory模块：四种记忆类型详解及应用场景全覆盖03-全面掌握LangChain：从核心链条构建到动态任务分配的实战指南04-玩转LangChain：从文档加载到高效问答系统构建的全程实战
吴师兄大模型·2025-03-20 04:18

AI编程工具领域：深度理解项目架构篇

AI编程工具领域：深度理解项目架构篇在AI编程工具领域，能够读取项目目录并深度理解项目架构的工具主要通过代码索引、上下文感知和智能问答等功能实现。
xinxiyinhe·2025-03-20 00:16

Deepseek的本地化部署软件工具包

选择模型版本参数规模硬件要求（最低）适用场景1.5B/7B8GB内存，无专用GPU文本处理、简单问答14B16GB内存+12GB显存代码生成、逻辑推理32B/70B24GB显存+32GB内存企业级复杂任务执行命令
哈拉少12·2025-03-19 20:14

Transformer精选问答

Transformer精选问答1Transformer各自模块作用Encoder模块经典的Transformer架构中的Encoder模块包含6个EncoderBlock.每个EncoderBlock包含两个子模块
EmbodiedTech·2025-03-19 16:16

Dyn-VQA：含1452动态问题的视觉问答数据集，需灵活提供知识检索方案，查询、工具与检索时间皆可变。

2024-11-05，由阿里巴巴集团创建Dyn-VQA数据集，它包含三种类型的“动态”问题，需要复杂的知识检索策略，这些问题的查询、工具和时间都是可变的。这个数据集的创建对于推动mRAG研究和解决现有VQA数据集无法充分反映启发式mRAGs在获取复杂知识方面的刚性问题具有重要意义。数据集地址：Dyn-VQA|多模态检索数据集|自然语言处理数据集一、研究背景：在多模态大型语言模型（MLLMs）中，解
·2025-03-19 11:09

关于CanvasRenderer.SyncTransform触发调用的机制

小游戏Spine裁剪掉帧问题3）DedicatedServer性能问题4）.mp4视频放入RT进行渲染的性能分析闭坑指南这是第421篇UWA技术知识分享的推送，精选了UWA社区的热门话题，涵盖了UWA问答
·2025-03-19 11:01

iOS进程增加内存上限的接口

iOS进程增加内存上限的接口2）.sommap内存占用排查的问题3）在使用RecastNavigation遇到的两个问题这是第420篇UWA技术知识分享的推送，精选了UWA社区的热门话题，涵盖了UWA问答
·2025-03-19 11:00
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他