附近检索

水肥一体化智能灌溉系统

对于附近有水库，水井，蓄水池等固定水源的农田环境，也能联动

北京聚英翱翔电子有限公司·2025-03-20 22:16

java 多态

面向对象三大特性：封装、继承、多态，今天我们来讲解多态定义:同类型的对象表现出不同的形态这听起来有点抽象，我们举个具体的例子：假设你开了一家宠物店，提供宠物寄养的服务，于是你规定可以给寄养所有的波斯猫，附近的居民都把宠物寄养在这里

qq_44766305·2025-03-20 22:45

巨人学术搜索官网入口，免费参考文献论文及学术搜索引擎

覆盖了自然科学、人文科学、社会科学等多个学科领域，整合了国内外众多主流数据库，包括维普、万方、Elsevier、WebofScience等，为用户提供了期刊论文、学位论文、专利、图书、预印本等多种类型资源的精准检索服务

黄豆匿zlib·2025-03-20 21:36

RAG 企业级应用落地框架细节差异对比

RAG检索增强生成本质上来讲，就三件事情：第一、Indexing索引。即如何更有效地存储知识。第二、Retrieval检索。即在庞大的知识库中，如何筛选出少量的有益知识，供大模型参考。

一顿码·2025-03-20 15:55

【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

un_fired·2025-03-20 15:20

向量数据库 PieCloudVector 进阶系列丨打造以 LLM 为基础的聊天机器人

本系列前两篇文章深入探讨了PieCloudVector在图片和音频数据上的应用之后，本文将聚焦于文本数据，探索PieCloudVector对于文本数据的向量化处理、存储以及检索，并最终结合LLM打造聊天机器人的全流程

·2025-03-20 14:52

CDN与RTC（实时通信）技术

CDN的特点与应用CDN通过在全球范围内部署边缘节点，将内容缓存到用户附近的服务器上，从而减少网络延迟，提高访问速度和用户体验。

百态老人·2025-03-20 11:49

AI学习指南RAG篇(24)-RAGFlow的社区与开源贡献

一、引言RAGFlow是一款基于深度文档理解的开源RAG（Retrieval-AugmentedGeneration，检索增强生成）引擎，旨在解决现有RAG技术在数据处理和生成答案方面的挑战。

俞兆鹏·2025-03-20 10:07

SMOTE算法的改进与扩展

一、SMOTE的改进算法1、Boderline-SMOTE只考虑分布在分类边界附近的少数类样本，并将其作为根样本首先通过k-NN方法将原始数据中的少数类样本划分成“Safe”、“Danger”和“Noise

Java 第一深情·2025-03-20 06:33

自定义Retriever的实现方法

技术背景介绍在许多大语言模型（LLM）应用中，检索器（Retriever）用于从外部数据源获取信息。

vaidfl·2025-03-20 03:17

热点研究 | OpenAI 重磅发布 Agents SDK，人人都能手搓 Manus?

ResponsesAPI同步发布，为开发者提供了构建自定义AIAgent的能力，能够执行网络搜索、文件检索等任务。这套新工具和API旨在赋能开发者

Ai野生菌·2025-03-20 01:56

DeepSeek私有化部署搭建、本地知识库、可联网查询RAG检索增强生成

一、如何私有化部署DeepSeek如何部署DeepSeek，具体可参考以下内容：喂饭式教程-腾讯云轻量服务器部署DeepSeek：https://cloud.tencent.com/developer/article/2494571喂饭式教程-腾讯云HAI服务部署DeepSeek：https://cloud.tencent.com/developer/article/2495288喂饭式教程-腾讯

TonyH2002·2025-03-20 00:42

【数据库】MySQL的索引详解

简介索引是一种用于快速查询和检索数据的数据结构，类似于书的目录。

此木|西贝·2025-03-19 22:55

【AI大模型】RAG如何让生成AI更智能？最新方法与优劣深度解析

这时候，检索增强生成（RAG）技术登场了！RAG的核心思路很简单

健忘的派大星·2025-03-19 21:48

数据分析 SQL 面试全攻略，看这篇就够了！

一、常见面试题型大揭秘（一）简单查询这类题目通常要求考生从单表中检索数据。例如，给定一个“员工信息表”，包含员工编号、姓名、年龄、部门等字段，题目可能是“查询年龄大于30岁的员工姓名和部门”。解

程功学·2025-03-19 20:42

基于 Python 将 PDF 转 Markdown 并拆解为 JSON，支持自定义标题处理

这篇文章将教你如何使用Python将PDF转换为Markdown，并通过自定义规则精准识别标题，最终将内容按标题结构拆解为JSON，方便后续快速检索与使用。1.实现目标将PDF文件转换为Markd

drebander·2025-03-19 20:42

使用Pinecone实现自查询检索器的实现步骤

##技术背景介绍Pinecone是一款功能强大的向量数据库，适用于处理复杂的检索需求。在本文中，我们将演示如何结合Pinecone向量存储使用SelfQueryRetriever实现自查询功能。

vaidfl·2025-03-19 19:08

使用 DingoDB 创建自查询检索器的实战演示

在本教程中，我们将演示如何使用DingoDB向量存储来创建一个自查询检索器。技术背景介绍DingoDB的设计结合了数据湖的灵活性和

fgayif·2025-03-19 19:34

使用 DashVector 进行高效的矢量检索和自查询检索器演示

在当代AI应用中，向量数据的管理和检索是至关重要的部分。DashVector是一个完全托管的向量数据库服务，提供了对高维稠密和稀疏向量的支持，允许实时插入和过滤搜索。

bavDHAUO·2025-03-19 19:34

【AI大模型前沿】浙大携手阿里推出HealthGPT：医学视觉语言大模型助力智能医疗新突破

系列篇章No.文章1【AI大模型前沿】深度剖析瑞智病理大模型RuiPath：如何革新癌症病理诊断技术2【AI大模型前沿】清华大学CLAMP-3：多模态技术引领音乐检索新潮流3【AI大模型前沿】浙大携手阿里推出

寻道AI小兵·2025-03-19 18:28

YashanDB表的紧急恢复

至少应恢复以下内容：SYSTEM和SYSAUX表空间包含还原或回退段的表空间包含要检索的数据的独立表空间使用还原的备份控制文件对该备份执行不完全恢复，直到删除表之前。从数据库的临

·2025-03-19 16:18

探索AI知识库的无限潜力：定义、应用与未来展望

它不仅包含了大量的结构化、半结构化和非结构化数据，还具备智能检索、推理分析、自我学习和优化等高级功能。

·2025-03-19 16:15

Dify知识库构建流程及示例

元数据关联：附加来源、时间戳等信息，支持多维度检索。2.文本分块固定长度分块：按字符或Token数切分，简单高效。语义分块：基于句子边界或主题分割（如NLP模型识别段落主旨）。

cqbelt·2025-03-19 14:54

深入解析BM25：LangChain中的高效检索算法

1.BM25算法BM25是信息检索领域中一个重要的排序算法，它用来计算查询与文档之间的相关性。让我们通过一个图书馆的例子来理解：想象你是一个图书馆管理员，有人来问你：“我想找关于太空探索和火星的书”。

AI Agent首席体验官·2025-03-19 12:46

从经典到现代：BM25在LangChain中的应用与优势

1.BM25算法BM25是信息检索领域中一个重要的排序算法，它用来计算查询与文档之间的相关性。让我们通过一个图书馆的例子来理解：想象你是一个图书馆管理员，有人来问你：“我想找关于太空探索和火星的书”。

AI Agent首席体验官·2025-03-19 12:46

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。

·2025-03-19 11:09

一文带大家了解RARR（Retrieve-Read-Rerank）和 RAG（Retrieval-Augmented Generation）的区别

RARR（Retrieve-Read-Rerank）和RAG（Retrieval-AugmentedGeneration）是两种不同的检索增强生成技术，核心差异在于流程设计、优化目标及适用场景。

测试开发Kevin·2025-03-19 10:23

使用 DeepSeek-R1 为 RAG 运行本地 Gradio 应用程序

第1步：先决条件在深入研究实现之前，我们确保已安装以下工具和库：Python3.8+Python3.8+版Langchain：用于构建由大型语言模型（）LLMs提供支持的应用程序的框架，支持轻松检索、推理和工具集成

呱牛 do IT·2025-03-19 10:53

文件及其应用场景

文件及其应用场景一,文件的定义文件的概念内存中存放的数据在计算机关机后就会消失.要长久保存数据，就要使用硬盘、光盘、U盘等设备.为了便于数据的管理和检索，引入了"文件"的概念.一篇文章、一段视频、一个可执行程序

烈焰猩猩·2025-03-19 10:20

OctoTools：一个具有复杂推理可扩展工具的智体框架

解决复杂的推理任务可能涉及视觉理解、域知识检索、数值计算和多步骤推理。现有方法使用外部工具增强大语言模型(LLM)，但仅限于专业领域、有限的工具类型或需要额外的训练数据。

三谷秋水·2025-03-19 09:09

[利用RAG和Elasticsearch打造智能检索系统：详解实现过程]

通过结合RAG（Retrieval-AugmentedGeneration）和Elasticsearch，一种强大的信息检索和生成系统可以被实现。

afTFODguAKBF·2025-03-19 07:58

第七章Solr：企业级搜索应用

然而,如何快速、准确地从大数据中检索出所需的信息,一直是企业和组织面临的巨大挑战。传统的数据库查询方式已经无法满足现代搜索需求,因此高效的搜索引擎应运而生。

AGI大模型与大数据研究院·2025-03-19 06:42

C++中map和set的详解

它们基于平衡二叉搜索树（通常是红黑树）的数据结构来实现，提供了高效的数据存储和检索功能。本文将详细介绍map和set的特点、用法以及一些常见的操作示例。

黑猫Teng·2025-03-19 05:08

数据库的基本概念

数据库作为存储、管理及检索数据的核心工具，在现代信息系统中扮演着至关重要的角色。本文将介绍数据库的一些基本概念，包括其定义、类型、结构以及一些基本操作。一、什么是数据库？

咖啡の猫·2025-03-19 03:43

RAG 在多模态数据处理中的应用探索：结合图像与文本生成

目录引言多模态数据处理的挑战与需求数据异质性与融合难题多样化应用场景的需求RAG在图像与文本生成中的应用架构图像检索与文本生成协同跨模态特征融合与生成关键技术与实现细节图像特征提取与表示文本检索与语义理解跨模态生成模型训练应用案例分析智能设计辅助医疗影像报告生成结论引言随着信息技术的飞速发展

hy098543·2025-03-18 22:40

MM-RAIT：多模态检索增强生成（RAG）的认知革命

多模态检索增强生成（RAG）领域迎来了一项里程碑式的突破——MM-RAIT框架通过“评估-训练”双轮驱动，显著提升了主流视觉语言模型的RAG性能，增幅达27%至34%。

花生糖@·2025-03-18 20:58

RAG问答系统：检索增强生成框架

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、应用场景RAG（Retrieval-AugmentedGeneration）框架即检索增强生成框架

ZhangJiQun&MXP·2025-03-18 20:26

架构师之路--达梦数据库操作符含义详解

执行计划中的操作符描述了数据库如何从表和索引中检索、过滤、排序以及组合数据，以生成最终的查询结果。理解这些操作符的含义对于优化查询性能、分析查询行为以及深入理解数据库的工作机制至关重要。

shine_du·2025-03-18 16:27

MySQL 与 Elasticsearch 联合查询

今天我们要来聊聊MySQL与Elasticsearch如何携手合作，共同完成高效的联合查询和数据检索任务。

墨瑾轩·2025-03-18 11:47

MySQL进阶：深入索引 - 函数和表达式索引

MySQL8.0引入了函数和表达式索引，这些索引允许我们在索引中使用函数或表达式的结果，从而在查询中更有效地过滤和检索数据。本文将深入探讨函数和表达式索引的概念、工作原理、应用场景以及优化技巧

墨夶·2025-03-18 10:10

Flink流式计算系统

然而我们知道，批处理器在时间切分点附近仍然无法保证数据结果的真实

xyzkenan·2025-03-18 07:13

【Agent】OpenManus-Agent-实现具体的智能体

所以只列出额外的参数字段，继承的见ToolCallAgent1.Manus（通用Agent）概述Manus是一个多功能通用Agent，使用多种工具解决各种任务，提供了包括Python执行、网络浏览、文件操作和信息检索等功能

非晓为骁·2025-03-18 04:46

MySQL数据库架构设计：分片与分区策略实战

智趣学习不孤单即刻启航，编程之旅更有趣在数据库的魔法森林中，MySQL就像是一位智慧的老树精，而分片（Sharding）与分区（Partitioning）则是它手中的两把神秘钥匙，能够打开数据高效存储与快速检索的大门

墨瑾轩·2025-03-18 03:06

MyBatis是什么

MyBatis消除了几乎所有的JDBC代码和参数的手工设置以及对结果集的检索封装。MyBatis可以使用简

Exclusive_Cat·2025-03-18 01:15

RAG数据嵌入和重排序：如何选择合适的模型

RAG数据嵌入和重排序：如何选择合适的模型在自然语言处理（NLP）领域，Retrieval-AugmentedGeneration（RAG）模型已经成为一种强大的工具，用于结合检索和生成能力来处理复杂的语言任务

从零开始学习人工智能·2025-03-18 00:12

HarmonyOS NEXT hiLog日志类封装

public}s','AbilityonWindowStageCreate');其中第一个参数domain，是不需要处理的，按照默认值来展示就好；第二个参数prefix，在封装类中我们可以统一设置同一个值，方便检索同一个应用下的

·2025-03-18 00:03

测试工程师指南：基于需求文档构建本地安全知识库的完整实战

需求文档是测试工程师日常工作的核心工具，如何快速检索需求文档中的关键信息（文本、表格、图片等），并将其转化为可供AI查询的知识库，是提升工作效率的重要手段。

Python测试之道·2025-03-17 22:56

unity 判断当前设备是否是模拟器（安卓）

最近有个需求，需要判断当前设备是否是模拟器，网上查了一下，发现基本上都是使用特征字符串进行检索，类似这种：if(SystemInfo.deviceModel.Contains("Emulator")||

QO_GQ·2025-03-17 22:52

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

本系列涵盖知识库管理、检索优化、模型本地部署等主题，通过代码与实例，讲解如何打造生产级系统，实现本地知识库的快速检索与智能问答。

AIGC大模型吱屋猪·2025-03-17 21:45

基于多向量检索器的多模态RAG实现：用于表格、文本和图像

我们将发布threenewcookbooks，展示在包含混合内容类型的文档上使用RAG的多向量检索器。这些cookbooks还提出了一些将多模态LLM与多向量检索器配对以解锁图像上的RAG的想法。

lichunericli·2025-03-17 21:44

推荐频道