问答积累

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

火山云未来能冲击国内第一梯队吗

第一梯队的玩家有先发优势，技术积累和客户基础都很深厚。火山云作为后来者，可能需要通过差异化竞争来突破，比如结合字节的短视频、AI等技术优势，提供独特
苹果企业签名分发·2025-03-21 19:14

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

useSyncExternalStore 的应用

我们始终保持工匠精神，探索前端道路，为社区积累并传播经验价值。本文作者：修能学而不思则罔，思而不学则殆。
·2025-03-21 07:59

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

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

学习 积累 规划 一个DBA的成功之路

一个DBA的数据库学习经验：选定发展方向1999年，我在开始读研时就给自己确定了以后的发展方向。当时有两个方向：网络，数据库技术。因为在2000年之时，网络大热，市场上拥有CCNP、CCIE证书的人特别牛。所以我当时也考下了CCNP证书，但后来发现网络方向涉及很多硬件层面的东西，这些都对厂商的依赖性太强，个人发挥空间不大。而我喜欢钻研，所以慢慢开始转向专攻数据库技术。在认准数据库这个方向后，我开始
小藤椅·2025-03-20 20:26

需求池膨胀时如何科学排序优先级

一、需求池膨胀现象的背景与挑战、需求池指的是企业内部或市场上积累的各类需求、项目或功能请求。随着企业发展和市场环境变化，需求池
·2025-03-20 18:01

《壹起航：15 年助力中国工厂海外获客，开启全球化新篇》

壹起航，凭借15年深厚的行业积累，整合外贸建站、搜索引擎优化（SEO）以及海外短视频营销等多元服务，为中国工厂开辟出一条轻松拓展海外市场、赢得更多精准订单的便捷之路。
yiqijianzhan·2025-03-20 16:33

【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

Debian/Ubuntu清理硬盘空间

在Debian/Ubuntu系统上清理硬盘空间的步骤在Debian或Ubuntu系统中，随着使用时间的增加，系统可能会逐渐积累大量的临时文件、软件包缓存、日志文件等，这些都可能导致硬盘空间的消耗。
·2025-03-20 05:10

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

Websoft9 开源软件实操平台：快速积累企业级软件技能，深入理解真实业务场景

引言：打破“纸上谈兵”的实训困境当前高校技术教育普遍面临一个矛盾：学生对开源工具的理论知识掌握充分，但在真实业务场景中常因环境配置复杂、工具链割裂而难以落地。例如，部署一套完整的电商系统需协调数据库、服务器、安全策略等多环节，传统虚拟机环境难以模拟企业级复杂度。Websoft9作为开源软件自动化部署工具，通过预集成200+企业级应用模板（如GitLab、Odoo、Jenkins）和全流程管理能力，
·2025-03-19 20:52

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

华为OD2023(A卷)基础题21【日志采集系统】

为此，项目组设计了如下的上报策略：每成功上报一条日志，奖励1分每条日志每延迟上报1秒，扣1分积累日志达到100条，必须立即上报给出日志序列，根据该规则，计算首次上报能获得的最多积分数。输入按时序
大司码·2025-03-19 15:02

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

BOE(京东方)位列2024年PCT国际专利申请榜全球第6 创新引擎推动产业高质发展

这一成就不仅凸显了BOE(京东方)在创新显示技术领域的深厚积累和持续创新,更展现了其作为全球科技领军企业的强大竞争力和发展
·2025-03-19 11:57

android开发—项目结构设计

我作为一名Android开发者也有好几年的经历了，从打杂开始到带领几个人的小团队开发，写过的项目也有很多了，从小到几十个页面的到几百个页面的，也算是积累了一些移动开发的经验了。
LaFerrariLi·2025-03-19 11:00

AI问答-供应链管理：看懂 现金流量表、资产负债表、利润表、所有者权益变动表

一、现金流量表1.1、现金流量表的核心结构现金流量表分为3大板块，反映企业现金流入和流出的不同来源：经营活动现金流企业主业产生的现金，如销售商品、支付工资、税费等。关键指标：经营现金流入/流出、净流量（流入-流出）。投资活动现金流长期资产投资（如建厂、买设备）或处置资产（如卖子公司）产生的现金。关键指标：资本支出（购建固定资产等）、投资支付的现金。筹资活动现金流融资行为（如借款、还款、发行股票）或
快雪时晴-初晴融雪·2025-03-19 02:37

从零精通机器学习：线性回归入门

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·2025-03-19 01:03

关于修改 Ollama 及其模型默认路径、迁移已安装的 Ollama 程序和模型以及重启 Ollama 的操作指南

以下是关于修改Ollama及其模型默认路径、迁移已安装的Ollama程序和模型以及重启Ollama的操作指南，以问答格式呈现，并将涉及命令操作的部分使用代码块按执行顺序和步骤形式展示：Q1：如何修改Ollama
星沉大海@T·2025-03-19 01:59

java web 安全，如何认证客户端？时间戳和noce如何抵御重放攻击？

技术问答整理1.JavaHMAC签名验签示例问题如何用Java实现HMAC签名和验签？
ughome·2025-03-18 22:42

C#运算符与表达式：从入门到游戏伤害计算实践

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·2025-03-18 22:39

C#入门：从变量与数据类型开始你的游戏开发之旅

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·2025-03-18 20:29

RAG问答系统：检索增强生成框架

目录RAG（Retrieval-AugmentedGeneration）框架一、RAG框架的定义二、RAG框架的工作原理三、RAG框架的举例说明四、RAG框架的优势RAG问答系统二、工作流程三、优势四、
ZhangJiQun&MXP·2025-03-18 20:26

自建 DeepSeek 时代已来，联网搜索如何高效实现

作者：张添翼（澄潭）开源LLM的新纪元：DeepSeek带来的技术平权随着DeepSeek等高质量开源大模型的涌现，企业自建智能问答系统的成本已降低90%以上。
·2025-03-18 18:38

llama.cpp 和 LLM（大语言模型）

它通过海量文本数据训练，能够生成连贯、语义丰富的文本，完成问答、创作、推理等任务。特点：参数规模大：如GPT-3（1750亿参数）、Llama-65B（650亿参数）等。
这个懒人·2025-03-18 14:12

四大升级！助力首个 AI 原生开源操作系统 openEuler 24.03 LTS 正式发布

经过两年的准备，三个创新版本的积累，凝聚全球创新开发力量的openEuler24.03LTS正式发布。
AI科技大本营·2025-03-18 07:07

prompt 工程整理（未完、持续更新）

工作期间会将阅读的论文、一些个人的理解整理到个人的文档中，久而久之就积累了不少“个人”能够看懂的脉络和提纲，于是近几日准备将这部分略显杂乱的内容重新进行梳理。
clvsit·2025-03-18 05:55

如何让ai问答机器人通人性？

领域专用的问答机器人，数据是灵魂。通用模型的问题在于，它们虽然知识广博，但对特定领域的深度理解不足。解决这个问题的第一步，就是构建一个高质量的领域知识库。
半只小闲鱼·2025-03-18 02:28

DeepSeek使用教程

教程亮点：登录DeepSeek官网，进入“问答系统”模块，输入学科问题即可获取答案。上传学生作
rider189·2025-03-18 02:24

当你简历有一个agent项目如何准备问答

博主现在即将参加xx大学计算机学院研究生复试，现在梳理一下项目中的细节。以下是我的简历上的项目描述：核心技术与创新点为什么需要Agent？大模型的“幻觉”问题很难在模型本身上彻底解决，需要引入外部知识确保答案的准确性，Agent具有与其所属环境交互以指导action的能力，能够满足这样的需求。大模型的参数无法实时更新，本身也无法与真实世界产生实时连接，在多数场景下难以满足实际需求。部分场景需要私有
喂喂喂喂位·2025-03-18 02:51

HarmonyOS NEXT 开发环境搭建与实用工具类 AI 问答 APP 开发

本文将详细介绍如何搭建HarmonyOSNEXT的开发环境，并通过一个实用工具类AI问答APP的开发示例，帮助开发者快速上手鸿蒙原生应用的开发。
·2025-03-18 00:05

机器学习中输入输出Tokens的概念详解

这些模型不仅能够生成高质量的文本，还能在多种任务中展现出卓越的表现，比如机器翻译、问答系统、文本摘要等。在大语言模型的工作流程中，Tokens的概念扮演着至关重要的角色。
爱吃土豆的程序员·2025-03-17 21:17

大模型RAG实战｜混合检索：BM25检索+向量检索的LlamaIndex实现

ThinkRAG大模型RAG实战系列文章，带你深入探索使用LlamaIndex框架，构建本地大模型知识库问答系统。
AIGC大模型 吱屋猪·2025-03-17 21:45
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他