复杂问题知识库问答第3页

【AI大模型】Transformers大模型库（九）：大模型微调之计算微调参数占比

Transformers提供了数以千计的预训练模型，支持100多种语言的文本分类、信息抽取、问答、摘要、翻译、文本生成。它的宗旨是让最先进的NLP技术人人

LDG_AGI·2025-03-03 01:45

深度学习-136-LangGraph之应用实例(五)构建RAG问答系统同时从不同的角度对比优化效果

文章目录1大语言模型2小粒度分割文档2.1处理文本构建Document2.2向量存储2.3创建图2.4测试调用3大粒度分割文档3.1构建Document3.2向量存储3.3创建图3.4测试调用4总结与优化4.1问题分析4.2对比不同的返回文档数4.3对比不同的嵌入模型4.3.1嵌入模型nomic-embed-text4.3.2嵌入模型bge-m34.4对比不同的大模型4.4.1大模型qwen2:7

皮皮冰燃·2025-03-02 23:59

微调DeepSeek-R1-Distill-Llama-8B打造sql2text大模型！小白也能十分钟打造自己的推理大模型！unsloth+Colab轻松上手

该模型经过优化，可用于多种自然语言处理任务，如文本生成、情感分析、问答系统等。DeepSeek-R1-Distill-Llama-

X.Cristiano·2025-03-02 23:28

【Python pro】函数

1、函数的定义及调用1.1为什么需要函数提高代码复用性——封装将复杂问题分而治之——模块化利于代码的维护和管理1.1.1顺序式n=5res=1foriinrange(1,n+1):res*=iprint

CH3_CH2_CHO·2025-03-02 21:18

【大模型】RAG检索增强生成

简单来说，RAG通过在生成过程之前引入检索步骤，使得生成模型可以利用外部文档或知识库来增强其生成能力，提升对复杂问题的回答准确性。一、RAG的工作原理：检索阶段（Retrieval）：

油泼辣子多加·2025-03-02 21:47

OpenAI API教程

最后使用Embedding模型构建一个网站智能问答

Jachin Huang·2025-03-02 16:41

解锁网络防御新思维：D3FEND 五大策略如何对抗 ATT&CK

作为广为人知的ATT&CK框架的补充，ATT&CK聚焦于攻击者的战术和技术知识库，而长期以来，网络安全领域一直缺乏一个专门针对防御对策的系

vortex5·2025-03-02 16:02

在nodejs中使用ElasticSearch（三）通过ES语义检索,实现RAG

它通过在生成的过程中引入外部知识库或文档（如数据库、搜索引擎或文档存储），帮助生成更为准确和丰富的答案。

konglong127·2025-03-02 09:33

智慧医疗伙伴：AI助手与医疗知识库的协同创新

AI助手与医疗知识库的协同创新，作为这一探索过程中的关键驱动力，正逐步成为未来医疗环境中不可或缺的智能伙伴。

LJ_Kindi·2025-03-02 07:44

AI 驱动的智慧大脑：打造企业动态知识库，开启高效管理新时代

网罗开发（小红书、快手、视频号同名）大家好，我是展菲，目前在上市企业从事人工智能项目研发管理工作，平时热衷于分享各种编程领域的软硬技能知识以及前沿技术，包括iOS、前端、HarmonyOS、Java、Python等方向。在移动端开发、鸿蒙开发、物联网、嵌入式、云原生、开源等领域有深厚造诣。图书作者：《ESP32-C3物联网工程开发实战》图书作者：《SwiftUI入门，进阶与实战》超级个体：CO

网罗开发·2025-03-02 07:12

Chainlit集成LlamaIndex实现知识库高级检索（路由检索器）

检索原理llamaindex是一个用于构建和部署基于文档的问答系统的框架。其中，RouterRetriever是一个特定的检索器组件，它设计用于根据输入查询选择最佳的检索策略。

泰山AI·2025-03-02 07:39

基于 langchain+ollama 创建私有化知识库

本文实现了基于langchain的本地知识库的基本功能，可离线访问。主要使用了Langchain，ChromaDbOllama。

大语言模型·2025-03-02 02:09

DeepSeek怎么用，DeepSeek使用指南最全合集（保姆级教程）

DeepSeek是一款由国内顶尖团队开发的人工智能大模型，旨在为用户提供高效、智能的问答和知识服务。

xiecoding.cn·2025-03-02 02:37

GaussDB 学习实战指南：从部署到高并发优化的全流程解析

本文将以实战操作为核心，覆盖集群部署、数据分片、性能调优、容灾备份、云上迁移五大场景，通过真实案例与代码示例，助你快速掌握GaussDB的实战技能，解决企业级应用中的复杂问题！

Jan123.·2025-03-02 00:55

使用 LangChain 掌握检索增强生成 (RAG) 的终极指南：1、使用Langchain与RAG构建问答系统

1.使用Langchain实现基本RAG在本节中，我们将使用OpenAI和Langchain创建一个简单的QARAG。在下面的笔记本中，我们将进一步深入探讨RAG管道的复杂性。%load_extdotenv%dotenvsecrets/secrets.envfromlangchain_community.document_loadersimportPyPDFLoader,DirectoryLoad

Hugo_Hoo·2025-03-01 23:45

基于LangChain-Chatchat实现的RAG-本地知识库的问答应用[6]-实现Milvus向量检索+实现自定义关键词调整Embedding模型

基于LangChain-Chatchat实现的RAG-本地知识库的问答应用[6]-实现Milvus向量检索+实现自定义关键词调整Embedding模型0.Milvus与Faiss对比Milvus相对于Faiss

汀、人工智能·2025-03-01 23:44

轻松加载PDF、切分文档、向量化存储，再到智能问答

今天，我们将聚焦J-LangChain——一个专为Java打造的LangChain实现，带你探索如何用Java语言轻松构建从PDF处理到智能问答

花千树-010·2025-03-01 22:42

LangChain教程 - RAG - PDF问答

系列文章索引LangChain教程-系列文章在现代自然语言处理（NLP）中，基于文档内容的问答系统变得愈发重要，尤其是当我们需要从大量文档中提取信息时。

花千树-010·2025-03-01 22:38

使用 LangChain 和 Milvus 构建测试知识库

LangChain是一个强大的框架，可以与向量数据库（如Milvus）无缝集成，用于构建基于检索的增强生成（RAG）系统。在测试工程师的场景中，可以将测试资产（如需求文档、测试用例、缺陷报告等）存储在Milvus中，然后通过LangChain提供的检索功能快速查询和生成相关内容。功能目标存储测试资产：将需求文档、测试用例和缺陷记录等内容转换为向量表示并存储到Milvus。检索测试资产：根据用户输入

Python测试之道·2025-03-01 22:07

基于问答对的实体识别和意图识别的知识图谱问答推理

问答对数据questionanswer省直医保的参保范围是什么?中央直属、省直属在哈尔滨的机关、事业单位、社会团体及其职工和退休人员。参加省直医保的单位缴费基数如何确定和缴纳?

风清扬【coder】·2025-03-01 21:04

基于 BERT 的自定义中文命名实体识别实现

一、项目背景命名实体识别在许多领域都有广泛的应用，如信息提取、问答系统、机器翻译等。传统的命名实体识别方法通常基于规

风清扬【coder】·2025-03-01 21:04

基于 Elasticsearch 和 Milvus 的 RAG 运维知识库的架构设计和部署落地实现指南

最近在整理一些业务场景的架构设计和部署落地实现指南先放一个【基于RAG的运维知识库(ElasticSearch+Milvus)的详细实现指南】，其中包含了详尽的技术实现细节、可运行的示例代码、原理分析、

ViniJack·2025-03-01 21:02

第十五个问题-什么是CoT？

Chain-of-Thought(CoT)思维链技术详解一、核心概念Chain-of-Thought（思维链）是一种通过引导大语言模型展示逐步推理过程来提升复杂问题解决能力的技术。

释迦呼呼·2025-03-01 20:53

搜索赋能：大型语言模型的知识增强与智能提升

然而，LLM也存在一些局限性，尤其是在知识库方面。由于训练数据的局限性，LLM无法获取最新的知识，也无法涵盖所有领域的专业知识。

听吉米讲故事·2025-03-01 17:36

自然语言处理NLP入门 -- 第十节简单的聊天机器人

在互联网时代，我们日常接触到的“在线客服”“自动问答”等，大多是以聊天机器人的形式出现。它能帮我们快速回复常见问题，让用户获得及时的帮助，并在一定程度上减少人工客服的压力。

山海青风·2025-03-01 16:33

【大模型】大模型分类

以下是大模型的常见分类方式：1.按应用领域分类自然语言处理（NLP）模型如GPT-3、BERT、T5等，主要用于文本生成、翻译、问答等任务。

IT古董·2025-03-01 16:29

本地大模型编程实战(25)用langgraph实现基于SQL数据构建的问答系统(4)

本文将演练使用基于langgraph链，对结构化数据库SQlite进行查询的方法。该系统建立以后，我们不需要掌握专业的SQL技能，可以用自然语言询问有关数据库中数据的问题并返回答案。使大语言模型(LLM)查询结构化数据与非结构化文本数据有所不同。查询非结构化数据时，通常需要将待查询的文本嵌入到向量数据库中；而查询结构化数据的方法则是让LLM编写和执行DSL（例如SQL）进行查询。在用langcha

火云牌神·2025-03-01 14:47

动态规划（Dynamic Programming）

动态规划（DynamicProgramming，简称DP）是一种解决复杂问题的算法思想，特别适用于有重叠子问题和最优子结构的问题。

六七_Shmily·2025-03-01 13:10

西工大航海学院，新一代电子信息复试资料911电子版！资料全

https://www.yiwanma.com/product/view1679.html911大纲与真题信号检测与估值知识点总结数字信号处理本校PPT数字信号处理真题和本校期末考试题数字信号处理知识点与问答题纸质资料拍照汇总通信原理

weixin_aaa722509·2025-03-01 12:06

算法系列之动态规划

动态规划（DynamicProgramming，简称DP）是一种用于解决复杂问题的算法设计技术。它通过将问题分解为更小的子问题，并存储这些子问题的解来避免重复计算，从而提高算法的效率。

修己xj·2025-03-01 08:03

Cline零代码开发MCP Server实现接入LangFlow进行文档问答！利用MCP Server突破平台限制

Cline零代码开发MCPServer实现接入LangFlow进行文档问答！

AI超元域·2025-03-01 06:09

阿里云PAI大模型RAG对话系统最佳实践

去年4月至9月，阿里云人工智能平台PAI团队与大数据基础工程技术团队合作，构建了基于知识库检索增强的大模型答疑对话机器人，并在阿里云官方答疑链路、研发小蜜、钉钉大数据技术服务助手等多个线上场景上线，显著提升答疑效率

阿里云云栖号·2025-03-01 00:04

有好答案、更有好方案，夸克AI搜索上线“深度思考”

针对用户的个性化和复杂问题，“深度思考”能够高效、极速地提供内容详尽、全面、可信任的

·2025-02-28 20:35

【AI测试学习】AnythingLLM+Ollama+DeepSeek部署私人知识库

1.搭建DeepSeek大语言模型1.1Ollama大预言模型部署Ollama简化了大型语言模型的运行，让每个人都能在本地轻松体验AI的强大，打开浏览器-下载Ollama-输入命令-搞定，这是本地部署大语言模型的全新方式。这里我们借助Ollama大预言模型部署工具进行搭建官网如下：Ollama安装包也可百度网盘获取：安装完成后，桌面右下角会显示ollama图标1.2.安装DeepSeek复制oll

艳Yansky·2025-02-28 16:37

自然语言处理入门：从基础概念到实战项目

随着大数据和深度学习的发展，NLP技术在文本分类、机器翻译、问答系统、情感分析等领域得到了广泛应用。

范范0825·2025-02-28 14:22

【AI+智造】基于阿里云Ubuntu24.04系统，使用Ollama部署开源DeepSeek模型并集成到企业微信

一、方案背景与架构设计1.技术选型背景DeepSeek模型：作为开源大模型，支持文本生成、智能问答等场景，适合企业知识库与自动化服务。

邹工转型手札·2025-02-28 10:46

DeepSeek R1 简单指南：架构、训练、本地部署和硬件要求

这项研究在如何仅依靠强化学习而不是过分依赖监督式微调的情况下，增强LLM解决复杂问题的能力上，取得了重要进展。

爱喝白开水a·2025-02-28 07:52

【云原生】Docker搭建知识库文档协作平台Confluence

目录一、前言二、企业级知识库文档工具部署形式2.1开源工具平台2.1.1开源工具优点2.1.2开源工具缺点2.2私有化部署2.3混合部署三、如何选择合适的知识库平台工具3.1明确目标和需求3.2选择合适的知识库平台工具四

逆风飞翔的小叔·2025-02-28 05:05

使用LangChain与GPT4All模型进行交互

这篇文章将介绍如何使用LangChain与GPT4All模型进行交互，以实现智能问答功能。

bavDHAUO·2025-02-28 04:28

RK3568平台开发系列讲解（内核篇）Linux 内核启动流程

内核笔记·2025-02-28 04:27

前言：什么是大模型微调

通过微调，我们可以让模型更好地适应特定的领域或任务，例如情感分析、问答系统、文本生成等。2.为什么需要微调？适应特定任务：通用模型虽然功能强大，但在特定任务上可能表现不够精准。微

伯牙碎琴·2025-02-28 04:26

【YashanDB 知识库】通过触发器复制 varchar(4000 char) 列的数据导致乱码

问题现象某客户在使用触发器将varchar(4000char)列的数据从表A复制到表B时，表B上列的数据与A上对应列的数据不同且为乱码。如下截图为A的数据及使用触发器复制到B的数据：问题的风险及影响数据正确性无法保证。问题影响的版本所有的YashanDB版本问题发生原因YashanDB在处理触发器场景下的varchar(4000char)列的数据复制时，处理机制有误。解决方法及规避方式将列的长度修

·2025-02-28 02:05

DeepSeek超强搭档！这8款免费神器让你的效率翻倍

作为AI领域的效率神器，DeepSeek凭借其强大的智能问答、文件解读和代码生成能力，已成为学习办公的必备工具。但如何让它发挥「1+1>2」的效果？

a小胡哦·2025-02-28 00:58

微调 LLM （RLHF + DPO）

这包括为模型编写巧妙的输入（即提示），使其执行所需的任务（例如翻译、问答和完形填空任务）。尽管G

·2025-02-27 21:56

Python 列表与元组全攻略：从新手到高手的必备指南

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·2025-02-27 20:46

【YashanDB 知识库】由于 druid 中间件配置导致异常

问题现象某客户的业务(Java框架)运行时报如下异常：问题的风险及影响客户的业务无法正常运行问题影响的版本所有的yashandb版本问题发生原因druid中间件有如下参数，可以控制是否缓存PreparedStatement，客户现场为如下配置：share-prepared-statements:truepool-prepared-statements:truemax-open-prepared-s

·2025-02-27 17:13

【YashanDB 知识库】启动数据库时报错

问题现象在部署数据库时，或直接用yasdb启动数据库时报错：YAS-02059controlfileversion0.2.64isincompatiblewithYashanDBversion0.2.65原因数据库的文件（如：controlfile)的版本与数据库实例要求的版本不兼容，通常数据库要求的文件格式更新了，而controlfile还是旧的格式，所以不兼容。解决的办法先检查当前环境变量YA

·2025-02-27 17:42

使用vim做笔记-vimwiki

但同时我感觉我还需要搭建一个自己的知识库，然后我就看到了VimWiki，能够用类似wiki一样的方式组织自己各种或

·2025-02-27 16:34

【YashanDB 知识库】YAS-04003 maximum number of open cursors is xxx

【问题分类】功能使用问题【关键字】YAS-04003maximumnumberofopencursorsisxxx【问题描述】应用运行时，遇到报错：YAS-04003maximumnumberofopencursorsis310--OPEN_CURSORS默认值为310问题原因分析】应用打开游标过多，且未及时关闭，建议关闭多余游标，确有需要使用的，可以参考官方文档调整参数限制：【解决/规避方法】a

·2025-02-27 13:57

【YashanDB 知识库】yasboot 集群状态命令登录失败问题

【标题】yasboot集群状态命令登录失败问题【问题分类】功能使用【关键字】yasboot、集群状态、无效用户名/密码、sys用户、null密码【问题描述】用户在执行yasbootclusterstatus-cyashan-d命令时遇到错误，系统提示“invalidusername/password,usersyscan'tloginwithnullpassword”，表明sys用户无法使用空密码