语义slam 第6页

Grounding Language Model with Chunking‑Free In‑Context Retrieval (CFIC)

传统RAG会先将文档分块（chunk）再检索，但这种分块会打断语义连贯性、引入噪音，并限制检索精度([aclanthology.org][1],[chatpaper.com][2])。

steven~~~·2025-06-17 22:43

Spring注解：从基础到高级，一站式全解

这种设计不仅简化了Bean的定义过程，还通过语义化的注解，清晰地表达了每个类在应用架构中的角色。1.1@Component：Bean的

软件职业规划·2025-06-17 17:08

Dify文档喂不饱模型？别慌！Embedding 微调就是你的救星！

大模型玩家·2025-06-17 13:41

【LangChain】langchain.chains.history_aware_retriever.create_history_aware_retriever函数：创建结合对话历史进行语义检索链

它用于创建一个能够结合对话历史进行语义检索的链（chain），特别适合需要上下文感知的检索增强生成（RAG）场景。

彬彬侠·2025-06-17 12:35

第5.4章 SLAM实战：使用std::chrono计算传感器消息时间戳

在机器人及自动驾驶定位中，传入的IMU和激光的消息都需要判断其数据的正确性，其中，主要会判断消息的开机时间和观测时间，其中开机时间主要通过调用chrono的函数计算，观测时间主要由GPS的时间来获得（GPS观测时间已由上篇文章总结GPS时间计算）。std::chrono是C++11引入的时间处理库，提供了高精度、类型安全且跨平台的时间计算功能。它主要包含三个核心概念：duration：表示时间间隔

行知SLAM·2025-06-17 11:29

如何使用递归字符文本分割器进行文本分割

技术背景介绍在自然语言处理中，理解文本的结构和语义关系至关重要。递归字符文本

·2025-06-17 11:55

AI赋能的下一代代码安全审计：从模式匹配到语义理解的技术跃迁

传统安全审计的范式瓶颈静态分析(SAST)、动态分析(DAST)在面临现代开发流程时显露出核心缺陷：规则库滞后性：CWE/SANSTOP25新型漏洞模式平均需6个月人工建模误报率超40%：正则匹配无法理解代码语义

梦玄海·2025-06-17 08:09

大数据领域Flink的SQL应用实战

通过剖析FlinkSQL的流批统一处理模型、动态表语义、时间窗口机制等关键技术，结合具体代码案例演示数据接入、复杂事件处理、状态管理等核心功能。详细讲解如何利用FlinkSQ

大数据洞察·2025-06-17 07:32

《用Java 8新特性重构代码：让项目更简洁高效》

1.Lambda表达式：简化匿名内部类1.1传统方式vsLambda表达式1.2集合遍历对比1.3事件监听器简化2.StreamAPI：革命性的集合操作2.1基本Stream操作示例2.2数值流操作2.3

Tech_Jia_Hui·2025-06-17 05:13

【C++】lambda表达式

lambda表达式1.基本概念2.语法逻辑2.1语义规定2.2基本语法2.2.1以引用方式捕获外部参数2.2.2捕获作用域内所有变量2.2.3给Lambda函数传参2.3传递Lambda函数2.3.1Lambda

秋风&萧瑟·2025-06-17 03:30

深入理解 LlamaIndex 向量存储索引：从基础搭建到实战优化

作为LlamaIndex框架的核心组件，VectorStoreIndex能帮我们轻松构建语义级检索能力。今天，我们就从实战角度出发，聊聊如何在项目中灵活运用这一强大工具。

佑瞻·2025-06-17 03:59

NLP入门笔记

1、入门CNN能够有效地在上下文中挖掘语义信息，但是无法对远距离上下文信息进行建模，也无法处理词汇的顺序信息。

ShaneHolmes·2025-06-17 02:57

【GitHub开源项目实战】DINOv2 自监督视觉模型深度解构：多任务零微调性能与多分辨率表征架构解析

DINOv2自监督视觉模型深度解构：多任务零微调性能与多分辨率表征架构解析关键词DINOv2、自监督视觉模型、ViT、多分辨率表示、语义分割、深度估计、Zero-shot、图像表示学习、OpenCLIP

观熵·2025-06-17 01:15

文本存入向量数据库流程

你要用"文本分块刀法"切成小肉块：✂️固定长度切：每300字切一刀（像切香肠）语义饺子法：按自然段落/章节包饺子（比如"川菜篇"切一块）三明治切法：每段留20%重叠（防止肉馅漏掉关键调料）举个栗子："宫保鸡丁的做法

长勺·2025-06-17 00:43

如何稳定地更新你的大模型知识（算法篇）

算法优化与数据策略一、算法层面的稳定性控制机制二、数据处理策略的稳定性保障三、训练过程中的渐进式优化策略四、环境设计与反馈机制的稳定性影响五、稳定性保障的综合应用策略六、总结与展望通过强化学习来让大模型学习高层语义知识

mao_feng·2025-06-16 23:36

每天一个前端小知识 Day 2 - Flexbox 布局模型

传统布局方式（如float,inline-block,table）存在：居中困难；等高列实现繁琐；代码不够语义化；响应式适配能力差。

蓝婷儿·2025-06-16 23:06

python批量修改xml文件

爱上答复·2025-06-16 21:19

论文精读：Hypercube-RAG: Hypercube-Based Retrieval-Augmented Generation for In-domain Scientific Question

具体来说，传统的基于语义相似性的检索增强生成（RAG）方法在处理领域知识密集型任务时，难以返回简洁且高度相关的信息。

大数据AI-ZRL·2025-06-16 20:18

鸿蒙开发实战之Image Kit重构美颜相机图像处理管线

ImageKit实现三大技术革新：硬件加速处理4K图像处理延迟降至16ms（NPU+GPU协同）支持10bitHDR管线（BT.2020色域）AI增强算法实时皮肤质感分析（98%毛孔保留率）智能背景重构（语义分割精度

·2025-06-16 17:27

基于AWS无服务器架构的区块链API集成：零基础设施运维实践

graphLRA[前端应用]-->B[AmazonAPIGateway]B-->C[AWSLambda]C-->D[AmazonManagedBlockchain]C-->E[Bl

AWS官方合作商·2025-06-16 16:22

使用ModelScopeEmbeddings进行文本嵌入

在AI开发中，文本嵌入是一种将文本转换为具有特定语义的数值向量的技术，这在自然语言处理(NLP)应用中非常重要。ModelScope是一个大型的模型和数据集库，提供了多种嵌入模型供开发者使用。

yunwu12777·2025-06-16 16:46

【SLAM】基于拓展卡尔曼滤波实现激光雷达传感器和角点提取的机器人定位附matlab代码

✅作者简介：热爱科研的Matlab仿真开发者，擅长数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。往期回顾关注个人主页：Matlab科研工作室个人信条：格物致知,完整Matlab代码及仿真咨询内容私信。内容介绍自主移动机器人定位是机器人学研究的核心问题之一。本文探讨了基于拓展卡尔曼滤波（EKF）融合激光雷达传感器数据和角点提取技术实现机器人定位的方法。通过深入分析激光雷达传感器的工

matlab科研社·2025-06-16 14:33

CNN中的感受野

它决定了神经元处理信息的空间尺度，直接影响网络对局部细节和全局语义的捕捉能力。以下是其详细解析：一、定义与核心概念基本定义感受野是特征图上单个像素点

AI扶我青云志·2025-06-16 12:47

向量检索中的 ANN（Approximate Nearest Neighbor）技术

它广泛应用于图像/视频检索、自然语言处理（如语义搜索、问答）、推荐系统、生物信息学等场景。⸻一、基本问题定义目标：给定一个查询向量q，在一个庞大的向量集合

XiaoQiong.Zhang·2025-06-16 09:58

Joao Moura：CrewAI简明教程

新缸中之脑·2025-06-16 01:08

LLM OS 中的自然语言搜索引擎

LLMOS中的自然语言搜索引擎关键词：大语言模型、操作系统、自然语言搜索、语义理解、信息检索、人工智能、用户交互文章目录LLMOS中的自然语言搜索引擎1.背景介绍2.核心概念与联系3.核心算法原理&具体操作步骤

·2025-06-15 23:23

系统设计基本功：理解语义

目录1引言2语义简单概览2.1语义表1引言刷小红书看到有人被问到RedisKey过期要怎么记录日志，于是想到Redis事件通知，又想到Kafka复杂的事件通知。从设计哲学又想到语义。

啾啾大学习·2025-06-15 22:51

【ROS2】slam_toolbox建图详解

【ROS】郭老二博文之：ROS目录1、简介1）安装sudoaptinstallros-$ROS_DISTRO-slam-toolbox2）源码https://github.com/SteveMacenski

郭老二·2025-06-15 20:07

C++11移动语义解析

当给函数传递对象当做函数参数时，可以使用引用类型来减少拷贝对象的代价，尤其是避免容器的拷贝等。但是当把函数内的局部对象当做返回值时，我们无法返回该局部对象的引用，导致每次返回局部对象都会进行拷贝。因为返回局部对象的引用是无意义的，当函数调用完成，局部对象就被析构，所以其引用指向了一块析构的内存。程序如果使用移动操作，避免了拷贝，将新变量指向了局部变量的内容。例如：std::vectorGetNum

一条叫做nemo的鱼·2025-06-15 17:50

【LangChain】langchain_core.embeddings.Embeddings 类：定义文本嵌入模型的抽象基类

langchain_core.embeddings.Embeddings是LangChain框架中的一个核心抽象基类，用于定义文本嵌入模型的标准化接口，支持将文本映射为高维向量以便进行语义搜索、文档检索等任务

·2025-06-15 17:18

AIGC 领域 MCP 模型上下文协议：在自然语言处理中的优势

AIGC领域MCP模型上下文协议：在自然语言处理中的优势关键词：AIGC、MCP模型上下文协议、自然语言处理、上下文理解、语义连贯性摘要：本文聚焦于AIGC领域的MCP模型上下文协议，深入探讨其在自然语言处理中的显著优势

SuperAGI2025·2025-06-15 13:58

互联网大厂Java求职面试：AI大模型应用实践中的架构挑战与实战

在未来等你·2025-06-15 13:24

【 C++ 模板中 `template＜typename T＞` 与 `template＜class T＞` 的深度解析】

但它们在语义和特定场景中有微妙区别：核心结论（先决要点）//以下两种声明完全等效templatevoidfunction1(Tparam){}//现代推荐templatevoidfunction2(Tparam

flos chen·2025-06-15 13:22

论文略读：The Power of Noise: Redefining Retrieval for RAG Systems

UQI-LIUWJ·2025-06-15 10:01

Hive SQL执行流程深度解析：从CLI入口到执行计划生成

通过解析词法语法分析、语义校验、逻辑计划生成及物理优化等关键阶段，揭示Hive将SQL转换为分布式任务的完整链路。适合大数据开发人员深入理解Hive执行原理，为定制化优化和问题诊断提供理论基础。

Edingbrugh.南空·2025-06-15 09:27

1.14 express小项目和用到的 jwt详解

用户登录认证-图书信息管理（浏览、新增）-HTML5：使用语义化标签构建页面结构-https://chxii.blog.csdn.net/article/details/147311462?

chxii·2025-06-15 09:27

spin_lock到spin_lock_irqsave的使用

在Linux中，普通的spinlock由于不带额外的语义，是用起来反而要非常小心。在Linuxkernel中执行的代码大体分normal和interruptcontext两种。

u011996698·2025-06-15 06:08

NoETL 指标平台：语义驱动数据治理的升维战

数据治理是企业级的管理体系，其核心在于确保数据的可用性、一致性、完整性、安全性与合规性，使数据成为可信赖、可理解、可访问的战略资产，从而高效支撑企业的战略目标、运营决策、风险管理与价值创造。然而，理想的治理框架在现实中常面临严峻挑战：价值显现周期长、持续投入成本高昂、组织文化阻力、对业务敏捷性与创新的制约，以及技术栈复杂性的叠加效应，导致其常陷入“投入巨大却难解近渴”的困境。数据治理的复杂性，其根

Aloudata·2025-06-15 06:34

医图论文 Arxiv‘24 | SEG-SAM：用于统一医学图像分割的语义引导SAM

论文信息题目：SEG-SAM:Semantic-GuidedSAMforUnifiedMedicalImageSegmentationSEG-SAM：用于统一医学图像分割的语义引导SAM作者：ShuangpingHuang

小白学视觉·2025-06-15 00:56

【思考中.....】RAG如何提高查询准确率呢？

以下从检索、增强、生成三个阶段，结合实际案例与技术细节，系统阐述优化方法：一、检索阶段优化：精准匹配与语义理解并重查询扩展与重写结构化查询生成：利用LLM将用户输入转换为结构化格式。

努力努力再努力呐·2025-06-14 23:17

【Story】编译器的基础概念与类型分类

目录编译器详解1.编译器的工作流程1.1词法分析（LexicalAnalysis）词法分析的例子1.2语法分析（SyntaxAnalysis）语法分析的例子1.3语义分析（SemanticAnalysis

LuckiBit·2025-06-14 18:42

从 npm 迁移至yarn

npm是围绕着语义版本控制（semver）的思想而设计的，下面是从他们的网站摘抄过来的：给定一个版本号：主版本号.次版本号.补丁版本号，以下这三种情况需要增加相应的版本号:主版本号：当API发生改变，并与之前的版本不兼容的时候次版本号

zl1zl2zl3·2025-06-14 16:23

知识管理新范式：如何实现大模型与企业知识库的深度融合？

传统知识库基于关键词匹配，无法理解深层次语义关联，导致有效知识检索率不足37%。这种知识孤岛现象，正在吞噬企业的创新效率和市场响应能力。

charles666666·2025-06-14 14:09

HTML5 教程第3节：HTML 文本内容与排版

理解语义化标签的意义，提升页面可访问性与SEO优化。能够合理组织网页中的文本内容，构建清晰的文档结构。一、标题标签~作用：用于定义网页中的标题层级，是最高级标题，是最低级。

全栈前端老曹·2025-06-14 13:35

NLP学习路线图（四十七）：隐私保护

NLP的核心在于从海量人类语言数据中学习模式、理解语义、生成内容。

摸鱼许可证·2025-06-14 13:02

企业搜索与知识库

技术支撑‌：基于自然语言处理（NLP）、语义分析和机器学习，支持模糊查询、同义词扩展、上下文

MadeInSQL·2025-06-14 12:24

Chroma 向量数据库学习笔记

它主要用于存储和检索嵌入向量，这些向量通常由大型语言模型(LLM)或其他机器学习模型生成，用于表示文本、图像或其他类型数据的语义信息。Chroma的设计目标是易于使用、轻量级、且专为LLM应用优化。

成都犀牛·2025-06-14 04:42

DeepSeek 赋能智慧养老：构建老龄化社会的 AI 守护体系

目录一、引言二、DeepSeek技术特点概述2.1强大的语义理解与生成能力2.2多模态融合能力2.3高效的算力支持与优化三、智能养老服务现状剖析3.1养老服务模式与需求3.2智能养老服务的发展与挑战四、

奔跑吧邓邓子·2025-06-13 23:10

基于深度学习的文本检索

基于深度学习的方法通过提取文本的高层次语义特征，实现了高效和准确的文本检索。深度学习在文本检索中的优势语义理解：深度学习模型能够捕捉文本中的复杂语义关系，相比传统的基于关键词匹配的方法更加准确。

SEU-WYL·2025-06-13 22:29

C++中的零拷贝技术

在C++中，零拷贝技术通过多种方式实现，包括引用语义、视图（view）类型和移动语义等。

景彡先生·2025-06-13 20:48

推荐频道

语义slam