Generation

AttributeError: module ‘distutils‘ has no attribute ‘version‘

问题描述run(unidexgrasp)tianyu@tianyu:~/UniDexGrasp/dexgrasp_generation$python.

一只小狐狸坐在沙丘上·2025-06-29 11:48

【爆款长文】RAG检索增强大模型的“记忆力”革命：Contextual Chunk Headers（CCH）实战全解析

今天我们来聊聊RAG（Retrieval-AugmentedGeneration）这个AI圈的“记忆力补脑丸”，以及它最近新晋的“脑白金”——ContextualChunkHeaders（CCH）。

许泽宇的技术分享·2025-06-29 05:37

爆改RAG检索力：三大Query变形术，助你玩转AI知识检索！

你以为RAG（Retrieval-AugmentedGeneration）就是“检索+生成”那么简单？那你可太低估AI界的“内卷”了！

许泽宇的技术分享·2025-06-29 00:30

RAG 调优指南：Spring AI Alibaba 模块化 RAG 原理与使用

>夏冬,SpringAIAlibabaContributorRAG简介什么是RAG（检索增强生成）RAG（RetrievalAugmentedGeneration，检索增强生成）是一种结合信息检索和文本生成的技术范式

ApacheDubbo·2025-06-28 14:40

CVPR 2024 3D方向总汇包含（3DGS、三维重建、深度补全、深度估计、全景定位、表面重建和特征匹配等）

1、3D方向Rapid3DModelGenerationwithIntuitive3DInputInstantaneousPerceptionofMovingObjectsin3DNEAT:Distilling3DWireframesfromNeuralAttractionFields

·2025-06-28 00:45

深入理解RAG：大语言模型时代的知识增强架构

检索增强生成（Retrieval-AugmentedGeneration，简称RAG）技术的出现，为解决这些问题提供了一个优雅而有效的方案。一、为什么需要RAG？

小胡说技书·2025-06-25 23:43

【大模型应用开发动手做AI Agent】RAG和Agent

为了更好地将大模型应用于实际场景，研究者们提出了RetrievalAugmentedGeneration(RAG)和AIAgent等新兴技术。RAG技术将

AI智能应用·2025-06-23 07:45

AI大模型RAG架构详细解析（一）标准RAG、纠正型RAG、推测型RAG、融合型RAG、代理型RAG

检索增强生成（Retrieval-AugmentedGeneration，简称RAG）正是实现这一目标的幕后英雄。

大模型面微调_·2025-06-23 07:41

Outlines 丝绸般流畅的文本结构化生成工具

Outlines丝绸般流畅的文本结构化生成工具outlinesGuidedTextGeneration项目地址:https://gitcode.com/gh_mirrors/ou/outlines近年来

胡同琥Randolph·2025-06-23 05:28

5G毫米波测试规范详解：3GPP核心标准、测试流程与实战挑战

以下是5G毫米波测试的关键规范、测试内容和相关标准：1.核心标准组织与规范3GPP（3rdGenerationPartnershipProject）TS38.141系列：定义基站（gNB）的射频（RF）

network_tester·2025-06-23 00:53

Spring Boot + LangChain 构建 RAG 应用

检索增强生成（Retrieval-AugmentedGeneration,RAG）是一种结合了检索和生成两种关键技术的机器学习方法。这种方法在自然语言处理任务中特别有效，例如对话系统和问答系统。

程序员丸子·2025-06-22 16:05

大模型实战干货：如何基于LangChain 在本地构建一个可运行的 RAG 系统（附完整代码）

什么是RAGRAG（Retrieval-AugmentedGeneration，检索增强生成）是一种将语言模型（如ChatGPT）与外部知识库结合的技术，使其在生成回答时能够调用真实知识来源，而不仅依赖模型本身的参数记忆

勤奋的知更鸟·2025-06-22 16:33

[代码评估-经验研究-会议ICPC]Analyzing Prompt Influence on Automated Method Generation:An Empirical Study

全文总结这篇论文题为《AnalyzingPromptInfluenceonAutomatedMethodGeneration:AnEmpiricalStudywithCopilot》。

强化学习曾小健·2025-06-22 14:51

RAG 和微调如何抉择

要选择RAG(Retrieval-AugmentedGeneration)还是微调(Fine-tuning)，或者两者结合，主要取决于如下数据特性应用场景资源限制模型行为的控制需求RAGvs.微调：如何选择

成都犀牛·2025-06-22 14:20

Java 8 JVM中对象从年轻代(Young Generation)晋升到老年代(Old Generation)的过程浅析

Java8JVM中对象从年轻代到老年代的过程在Java8的JVM中，对象从年轻代(YoungGeneration)晋升到老年代(OldGeneration)的过程是内存管理的重要机制。

学亮编程手记·2025-06-22 13:43

深入了解域名生成算法（DGA）：原理、应用及防御措施

域名生成算法（DGA,DomainGenerationAlgorithm）是一种用于生成大量域名的算法，通常用于恶意软件和网络攻击中。它们的主要目的是通过生成看似合法的域名来逃避检测和阻止。

BugHunter666·2025-06-22 04:42

互联网大厂Java求职面试：AI与大模型技术下的RAG系统架构设计与性能优化

今天我们将围绕一个非常前沿的场景——基于RAG（Retrieval-AugmentedGeneration）系统的架构设计与性能优化进行深入探讨。

在未来等你·2025-06-22 03:37

Datawhale组队学习 - 202505 - PyPOTS - Task01时序数据与PyPOTS

时间序列的研究与应用方向1.3.1预测Forecasting1.3.2分类Classification1.3.3聚类Clustering1.3.4异常监测AnomalyDetection1.3.5时间序列生成Generation1.3.6

来两个炸鸡腿·2025-06-19 21:06

[JAVA高频考点-面试题] Java 中有哪些垃圾回收算法

面试真题精选本文为专栏附赠题，不一定是华为od面试真题Java中的垃圾回收算法详解1.标记-清除算法（Mark-Sweep）2.标记-整理算法（Mark-Compact）3.复制算法（Copying）4.分代收集算法（GenerationalCollection

算法大师·2025-06-19 20:04

在ubuntu22.04上部署RagFlow一个深度文档理解的开源 RAG

RAGFlow是一个基于深度文档理解的开源RAG（Retrieval-AugmentedGeneration）引擎。

BBM的开源HUB·2025-06-19 08:31

大模型RAG高阶面试指南：第一章：RAG绪论

第一章：RAG绪论1.1RAG的定义、背景与核心思想检索增强生成（RetrievalAugmentedGeneration，简称RAG）是一种结合了信息检索和文本生成的人工智能技术。

强化学习曾小健3·2025-06-18 15:38

Follow My Instruction and Spill the Beans: Scalable Data Extraction from Retrieval-Augmented Generat

iclr20255688检索增强生成（Retrieval-AugmentedGeneration,RAG）通过在测试阶段引入外部知识，提升了预训练模型的能力，实现了定制化适应。

UQI-LIUWJ·2025-06-18 11:10

实现RAG融合以提升信息检索精准度

RAG（Retrieval-AugmentedGeneration）融合就是一种创新的解决方案。本文将介绍RAG融合的技术背景、核心原理，并提供多个代码片段，展示如何使用这一技术进行信息检索。

zbb258·2025-06-18 10:02

【C#】C#八股文

GC算法：Mark-Compact标记压缩算法GC优化：Generational分代算法1.1.3GC的触发时间1.1.4如何减少垃圾回收1.1.5手动回收1.1.6需要特殊清理的类型*1.2内存1.2.1

manqi_·2025-06-18 05:26

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

一读即懂这篇ACL2024文章介绍了CFIC，一种新的无块文档上下文检索方法，用于提升Retrieval‑Augmented Generation（RAG）任务的“证据定位”能力。问题是什么？

steven~~~·2025-06-17 22:43

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

研究背景研究问题：这篇文章要解决的问题是如何在领域特定的科学问答任务中，利用外部知识提高大型语言模型（LLMs）的准确性和效率。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。研究难点：该问题的研究难点包括：如何在领域特定的任务中实现高效且准确的检索；如何在检索过程中提供可解释性；如何在保持高效的同时提高模型的准确性。相关工作：该

大数据AI-ZRL·2025-06-16 20:18

南洋理工、新国立新作 MEMO：基于记忆引导的高保真数字人生成扩散模型

为了解决这些挑战，南洋理工、新加坡国立大学联合提出了MEMO:Memory-GuidedDiffusionforExpressiveTalkingVideoGeneration，这是一种端到端的音频驱动特性动画方法

楠哥聊AI·2025-06-16 04:00

使用Elasticsearch实现高效的RAG系统:原理、实现与最佳实践

Elasticsearch实现高效的RAG系统:原理、实现与最佳实践内容:使用Elasticsearch实现高效的RAG系统:原理、实现与最佳实践1.引言检索增强生成(Retrieval-AugmentedGeneration

llzwxh888·2025-06-16 02:50

Langchain学习笔记(五)：检索增强生成(RAG)基础原理

一.RAG系统的基本原理与架构检索增强生成（Retrieval-AugmentedGeneration,RAG）是一种结合了检索系统和生成式AI的混合架构，旨在解决大语言模型(LLM)的知识时效性和幻觉问题

zhangsan0933·2025-06-16 01:09

【Story】编译器的基础概念与类型分类

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）语义分析的例子1.4中间代码生成（IntermediateCodeGeneration

LuckiBit·2025-06-14 18:42

2022-2023 ICCV、ECCV、CVPR关于有感自动驾驶的论文

4D-STOP：基于时空对象方案生成和聚合的4DLiDAR全景分割|4D-StOP:PanopticSegmentationof4DLiDARUsingSpatio-TemporalObjectProposalGenerationandAggregation

木寒夏·2025-06-14 01:56

WAN:Open and advanced large-scale video generative models

/zhuanlan.zhihu.com/p/28890549605https://zhuanlan.zhihu.com/p/28890549605WanAI|Wan2.1:LeadingAIVideoGenerationModel

Kun Li·2025-06-13 22:28

RAG：2025年检索增强生成前沿技术完全指南

一、RAG技术的核心突破与行业影响在生成式人工智能爆发的今天，检索增强生成（Retrieval-AugmentedGeneration,RAG）正以其独特的技术架构，成为连接静态知识库与动态生成能力的桥梁

大模型之路·2025-06-13 11:18

【论文阅读笔记】HaDes幻觉检测benchmark

0论文信息题目：AToken-levelReference-freeHallucinationDetectionBenchmarkforFree-formTextGeneration作者：TianyuLiu

zsq·2025-06-13 05:32

【大模型应用笔记】检索增强生成（RAG）是什么？

基础介绍RAG(RetrievalAugmentedGeneration)（检索增强生成）：给模型配备一个"外部记忆库"，类比于像给秘书配备了一个随时可查的资料库。

·2025-06-13 02:12

大模型笔记_模型微调 vs RAG

1.模型微调与RAG介绍模型微调（Fine-tuning）：大模型笔记_模型微调-CSDN博客检索增强生成RAG（Retrieval-AugmentedGeneration）：大模型笔记_检索增强生成(

饕餮争锋·2025-06-13 02:12

大模型笔记：RAG（Retrieval Augmented Generation,检索增强生成）

1大模型知识更新的困境大模型的知识更新是很困难的，主要原因在于：训练数据集固定,一旦训练完成就很难再通过继续训练来更新其知识参数量巨大,随时进行fine-tuning需要消耗大量的资源，并且需要相当长的时间LLM的知识是编码在数百亿个参数中的,无法直接查询或编辑其中的知识图谱——>LLM的知识具有静态、封闭和有限的特点。——>为了赋予LLM持续学习和获取新知识的能力,RAG应运而生2RAG介绍这是

·2025-06-13 02:11

论文阅读：HySCDG生成式数据处理流程

论文地址:TheChangeYouWantToDetect:SemanticChangeDetectionInEarthObservationWithHybridDataGenerationAbstract

·2025-06-12 17:04

RAG 文档解析难点1：多栏布局的 PDF 如何解析

写在前面在构建检索增强生成(Retrieval-AugmentedGeneration,RAG)应用时，高质量的数据源是成功的基石。PDF作为一种广泛使用的文档格式，承载着海量的知识。

kakaZhui·2025-06-12 02:23

non-autoregressive sequence generation

非自回归non-autoregressive传统rnn是autoregressive,而且encode和decode都是根据上一个input/output,这样花费的时间就和句子长度成正比transformer的输入是并行的,但是decode阶段还是autoregressive单纯把影像当成N×M个独立像素去拟合，会缺乏像素之间的依赖，也无法产生多样化样本,就是普通的network无法学到多样化样

D11PMINDER·2025-06-11 22:54

检索增强生成（RAG）技术深度解析：从原理到实践

检索增强生成（Retrieval-AugmentedGeneration，RAG）技术应运而生，旨在通过无缝集成外部数据源，提升生成模型的准确性和可靠性。1.2核心定义RAG是一种将信息检

编程巫师·2025-06-11 17:43

RAG是什么？手把手教你从零构建RAG系统全面指南（含代码）

检索增强生成（Retrieval-AugmentedGeneration，RAG）应运而生，这一创新性方法通过将大语言模型与外部知识源相结合，有效提升了其性能。

大模型研究院·2025-06-11 10:23

LangChain 概述 (模块索引)

文章目录一、简介二、langchain基本工作流程(RAG基本流程)三、langchain能帮助我们干什么1、LLMs和Prompts(提示)2、Chain(链)3、DataArguementedGeneration4

Miyazaki_Hayao·2025-06-10 23:37

命令行执行 Oracle 存储过程并导出查询结果

2.实现脚本monthly_card_generation.sh#!/bin/bash#设置环境变量ORACL

wzy0623·2025-06-10 16:12

【ETABS】【VBA】截面、荷载批量生成ADSEC的.CSV文件

截面、荷载批量生成ADSEC的.CSV文件工作流程图主要功能模块1.FileManagement|文件管理2.DataProcessing|数据处理3.FileGeneration|文件生成PerformanceOptimization

hmywillstronger·2025-06-10 07:12

分布式电源接入配电网的自适应电流保护系统设计与实现

分布式电源接入配电网的自适应电流保护系统设计与实现一、引言随着可再生能源的快速发展，分布式电源（DistributedGeneration,DG）大规模接入配电网，传统保护系统面临以下挑战：潮流方向改变导致保护误动

神经网络15044·2025-06-10 03:17

使用langchain搭建本地知识库系统(新)_

什么是RAGRAG是retrieval-augmented-generation的缩写，翻译为中文的意思就检索增强，以基于最新，最准确的数据建立LLM的语料知识库。

·2025-06-09 23:20

JVM如何优化

一、内存管理优化1.堆内存设置JVM的堆内存分为年轻代（YoungGeneration）、老年代（OldGeneration）和永久代（PermanentGeneration）。通过合理设置

yt94832·2025-06-09 20:32

LangChain 中的文档加载器（Loader）与文本切分器（Splitter）详解《一》

构建你的知识库预处理系统作者：zgw时间：2025/4标签：LangChain、LLM、RAG、AIAgent、文档处理一、前言随着大语言模型（LLM）在RAG（Retrieval-AugmentedGeneration

要努力啊啊啊·2025-06-09 19:55

大模型理解与生成三维点云：CVPR《GPT4Point: A Unified Framework for Point-Language Understanding and Generation》介绍

大模型理解与生成三维点云：CVPR2024论文《GPT4Point:AUnifiedFrameworkforPoint-LanguageUnderstandingandGeneration》本文是关于CVPR2024

AI菜鸟·2025-06-09 14:16

推荐频道