Quora问答

AI问答Bug修改

一、修改目标1.AI问答的地方在新建对话的地方点击新建对话按钮后就自动先变成空白对话界面，然后发了第一个问题之后再调用后端新建对话的方法，就是能变成和网上AI开启新对话的效果一样就行2.我希望我发送一个问题后就显示到对话框里面
gxn_mmf·2025-06-19 07:23

资深Java工程师的面试题目（八）AI大模型

解析：Encoder-Only（如BERT）：用于理解型任务（如文本分类、问答系统）。原理：通过
刘一说·2025-06-18 18:31

大模型（LLMs）RAG 版面分析------文本分块面

考虑以下场景：你面临一个几百页的文档，其中充满了文字，你希望对其进行摘录和问答式处理。
xianghan收藏册·2025-06-18 15:07

2025主流AI智能客服系统技术对比分析：RAG、知识库、私有化部署能力全解读

近年来，伴随大模型能力的发展和自然语言处理技术的演进，AI智能客服系统正逐步从“问答工具”演变为企业和机构的服务中枢。
bbsh2099·2025-06-18 13:53

【深度学习-Day 9】机器学习核心概念入门：监督、无监督与强化学习全解析

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·2025-06-18 13:23

【深度学习-Day 23】框架实战：模型训练与评估核心环节详解 (MNIST实战)

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·2025-06-18 13:23

SQL 问答中提高提示质量的策略指南

在这篇指南中，我们将探讨在使用create_sql_query_chain进行SQL查询生成时提升提示质量的策略。我们的重点在于如何在提示中获取和使用与数据库相关的信息。内容将涵盖以下几个方面：LangChainSQLDatabase方言对链提示的影响；使用SQLDatabase.get_context格式化模式信息到提示中；构建和选择少量示例以辅导模型。设置环境首先，安装需要的包并设置环境变量：
yunwu12777·2025-06-18 10:32

自然语言处理分类

包括机器翻译，对话系统，问答系统。目前模型的性能尚不尽如人意，有些任务上甚至没有足够多的，真正有影响力的工作。一、文本分类--情感分类1.定义情感分类是
要奋斗呀·2025-06-18 10:58

从ConversationalRetrievalChain迁移到LCEL：代码实现与优势解析

虽然它提供了一体化的体验，但其内部实现复杂，给定的问答过程隐藏了问题重新表述的步骤。
·2025-06-18 10:27

对话DataFocus创始人：大模型会颠覆ToB行业吗？

JET：问答式交互，的确比传统列表搜索的方式好很多。Chatgpt比其他的聊天机器人有了质变，体验上完
clarance2015·2025-06-18 07:11

「Happy LLM」机器与人类沟通的桥梁——NLP

它的核心是通过算法处理文本或语音数据，实现翻译、问答、情感分析等功能。其本质上是将人类语言转化为机器可处理的结构化数据（如语义解析），同时将机器
OvO_ll·2025-06-17 23:18

Dify文档喂不饱模型？别慌！Embedding 微调就是你的救星！

你是否遇到过这些让人头疼的问题：做智能问答时，模型总是答非所问，用户一脸懵圈？做推荐系统时，用户翻遍推荐内容，还是觉得「没一个对味」？做语义搜索时，搜索结果五花八门，相关性差到让人抓狂？
大模型玩家·2025-06-17 13:41

知识库检索接口参数设置

在使用智能问答系统或知识库类产品时，“检索接口”是非常关键的一环。理解其请求参数，能够帮助我们更高效地精准获取答案，提升系统性能和用户体验。
CCSBRIDGE·2025-06-17 10:49

大模型微调(Fine-tuning)概览

其核心逻辑是：预训练阶段学习通用知识（如语言规律、世界常识）；微调阶段将通用能力转化为领域专属能力（如医疗问答、法律
MzKyle·2025-06-17 08:39

山东大学项目实训-创新实训-法律文书专家系统-项目报告（六）

智能法律文书系统-后端项目项目概览技术栈:SpringBoot+JWT+MVC核心功能:用户认证、法律知识问答、法律文书处理与摘要生成、预测报告生成统一响应:common.Result封装安全认证:JWT
eihh23333·2025-06-17 02:27

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。
大数据AI-ZRL·2025-06-16 20:18

MCP开发实战（三）碾压RAG Text2SQL的数据库问答，基于MCP协议将MongoDB Atlas转化为智能问答终端，在VScode利用Cline与mcp-mongo-server实现数据库问答

摘要如何在VSCode中利用Cline的MongoDBAtlasMCPServer（mcp-mongo-server）来实现对MongoDB数据库的问答交互。
朴拙数据交易猿·2025-06-16 19:05

使用AI构建CSV数据的问答系统

在现代的数据驱动世界里，结合AI与CSV文件中的数据来构建问答系统显得尤为重要。本文将详细介绍如何通过AI实现对CSV存储数据的高效提问和回答。
weixin_43212959·2025-06-16 15:46

学了Arcgis的水文分析——捕捉倾泻点，河流提取与河网分级，3D图层转要素失败的解决方法，测量学综合实习网站存着

水文分析实战教程（6）河流提取与河网分级_arcgis的dem河流分级-CSDN博客ArcGIS水文分析实战教程（5）细说流向与流量-CSDN博客ArcGISPro中如何将点替换为3D模型-GIS知乎-新一代GIS问答社区测量学的综合实习可能用到
黄鹂绿柳·2025-06-16 13:57

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

Step-Audio-AQAA 解读：迈向「纯语音」交互的端到端 LALM 新里程

我们不再满足于简单的文本问答，而是期望AI能够像人类一样，通过自然的语音进行交流，理解我们的意图，并以富有表现力的声音回应。
kakaZhui·2025-06-15 23:26

专注于医疗领域的多模态开源大型语言模型：Lingshu-32B

Lingshu：medicaldomainmultimodallargelanguagemodels一、研究背景与概述Lingshu是一款专注于医疗领域的多模态大型语言模型，它在医学视觉问答（VQA）任务和报告生成方面达到了前所未有的性能高度
Open-source-AI·2025-06-15 23:55

【Go语言-Day 1】扬帆起航：从零到一，精通 Go 语言环境搭建与首个程序

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·2025-06-15 21:45

微软Copilot两大创新功能详解：SharePoint Agents vs. Copilot Notebooks

微软Copilot正在不断进化，最近两项全新功能——SharePointAgents和CopilotNotebooks，分别聚焦于企业知识问答与项目级智能协作。
领驭科技·2025-06-15 19:04

KAG框架在E-Health问答中的应用

高质量知识图谱（KG）构建实体与关系的精准定义：使用强约束模式对疾病、症状、药物、医学检查等实体进行精确结构化定义。这种精确的结构化定义有助于提高回答问题的准确性，同时确保实体间关系的严谨性。领域术语与概念注入：利用医学专家整理的权威医学术语和概念知识，通过迭代提取的方式，增强知识图谱中领域术语和概念的覆盖度，减少知识颗粒度差异带来的噪声问题。逻辑形式引导的推理引擎逻辑形式生成与转换：根据用户的医
徐福记c·2025-06-15 17:20

驭码CodeRider 2.0 产品体验：在VSCode安装并创建一个雷电小游戏

CodeRider介绍驭码CodeRider是极狐GitLab推出的基于生成式人工智能技术的新一代软件生产工具，为开发者提供自然语言生成代码、代码补全、代码调优纠错、单元测试生成、代码解释以及智能技术问答等功能
skywalk8163·2025-06-15 16:10

知识赋能业务|美林数据揭秘企业级私有知识库高效构建方法

构建高质量的本地知识库，不仅能支撑智能问答、文档检索、数据分析等场景化应用，更能为企业打造安全、高效的知识管理体系，成为大模型落地的坚实基石。
美林数据·2025-06-15 15:33

提问的艺术：如何让大模型的回答更精准？

我们向问答大模型提出问题时，总是希望得到最满意的答案。然而，大模型的回答质量很大程度上取决于我们如何提问。
美林数据·2025-06-15 15:33

【项目实训】【项目博客#01】项目启动与初步规划（第1-2次会议阶段性总结）

HarmonyOS平台API搜索与代码生成工具项目启动与初步规划日期：2025.3.12-2025.3.23会议概述一、项目选题讨论二、需求分析2.1开发者痛点2.2需求场景三、技术路线规划3.1API文档问答部分
elon_z·2025-06-15 06:05

【Python-Day 20】揭秘Python变量作用域：LEGB规则与global/nonlocal关键字详解

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·2025-06-15 06:05

不止于搜索！Perplexity Labs深度解析：以项目为核心的 AI 工作流！

实战干货：编程严选网0前言Perplexity推出全新功能Labs，专为Pro订阅用户设计，旨在支持更复杂的任务，功能超越了传统的问答服务。这一重大
·2025-06-15 00:20

PostGIS实现栅格波段提取与重组【ST_Band】

全部文章内容请转公众号【PostGIS专栏】，原创不易，求关注支持，更多开源GIS相关知识技能分享，免费提供学习问答交流。
gerrywhu·2025-06-14 14:41

SpringBoot项目接入DeepSeek指南：从零开始实现AI能力整合

通过API接入，开发者可以快速为应用添加以下AI功能：智能问答系统：构建知识库驱动的问答机器人内容生成：自动生成文章、摘要、广告文案等代码辅助：代码补全、解释、翻译和优化文本处理：情感分析、关键词提取、
cyc&阿灿·2025-06-14 08:43

一文搞定离线环境下的RAG引擎部署

在人工智能浪潮下，检索增强生成（RAG）技术已成为构建智能问答、文档分析和代码助手等应用的核心。
木鱼时刻·2025-06-14 08:05

从入门到精通：AI大模型基础原理与应用全景通俗解析

从入门到精通：AI大模型基础原理与应用全景通俗解析引言近年来，AI大模型（LLM，LargeLanguageModel）如同一股浪潮，席卷了自然语言处理、智能问答、代码生成等各行各业。
·2025-06-14 01:54

mysql sql语句优化面试_mysql 优化 面试 问答 流程

mysql优化1、MYSQL优化主要分为以下四大方面：设计：存储引擎，字段类型，范式与逆范式功能：索引，缓存，分区分表。架构：主从复制，读写分离，负载均衡。合理SQL：测试，经验。优先考虑的是表结构、选择合适的字段、索引优化、结合Redis缓存、主从分离、(无可奈何才用分区、分表、分库)mysql保存的数据格式是什么？安装mysql时选择的存储引擎是MYISAM的，则数据存储在.MYD文件中；选择
蛋蛋兽的一生·2025-06-13 08:21

【论文笔记】UnifiedQA：新SOTA，生成模型一统问答任务

目录引言模型介绍1.输入格式2.实验结果总结引言问答任务有多种形式，常见的有抽取式问答(EX)、摘要式问答(AB)、多选题式问答(MC)、判断式问答(YN)。
iLuz·2025-06-13 07:16

Java设计模式基础问答

面试过程中会让你介绍你项目或实习中使用的设计模式，你该如何说明工厂模式工厂模式是把对象创建的逻辑封装到一个工厂类里面，我们用工厂类来创建对象为什么需要工厂类（优点）：可以集中管理对象的创建规则。例如要求这个对象必须经过xx校验，写到工厂类里好过每一次使用这个类的时候再检验一轮提高代码可维护性和拓展性。工厂类可以通过接口或抽象类定义创建方法，允许在不修改现有代码的情况下添加新的产品类型简化复杂对象创
LUCIAZZZ·2025-06-13 07:41

大模型笔记_模型微调

预训练模型通常在大规模通用语料库（如互联网文本、书籍等）上训练，具备通用的语言理解和生成能力，而微调则通过调整模型参数，使其在特定任务（如分类、问答、生成等）或领域（如医疗、金融
饕餮争锋·2025-06-13 02:12

【深度学习-Day 26】正则化神器 Dropout：随机失活，模型泛化的“保险丝”

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·2025-06-12 18:37

AI大模型技术进阶学习——提示词(Prompt)、知识库、思维链(CoT)和Agent(代理)

“大模型的推理能力配合外部工具才能真正发挥大模型的作用”在学习和使用大模型的过程中，我们会发现大模型只能用来进行一下简单的问答；一旦涉及到复杂的问题，大模型就无能为力了。
AI小白熊·2025-06-12 11:21

企业级RAG系统架构设计与实现指南（基于Java技术栈）

企业级RAG系统架构设计与实现指南（基于Java技术栈）开篇：RAG系统的基本概念与企业应用价值在当今数据驱动的商业环境中，企业对智能问答、知识检索和内容生成的需求日益增长。
在未来等你·2025-06-12 04:54

日语AI面试高效通关秘籍：专业解读与青柚面试智能助攻

面对生疏的日语交流环境，即便提前恶补了常见问答，也难以避免紧张带来的语句卡壳、表达不顺。除了语言表达，更复杂的交流细节，例如语气、礼仪、对问答节奏的把控，也常常让面试者如临大敌。
·2025-06-12 00:10

Python爬虫实战：知乎搜索问题分页结果全面爬取指南

1.前言知乎作为国内知名的知识问答平台，包含海量高质量内容。在实际应用中，我们经常需要对知乎搜索结果进行数据采集，比如学术研究、舆情分析、内容推荐系统等。
Python爬虫项目·2025-06-11 23:30

RagFlow 全面解析：打造企业级文档问答系统的开源利器

目录RagFlow全面解析：打造企业级文档问答系统的开源利器一、RagFlow是什么？
gs80140·2025-06-11 21:15

素数5在三生原理和费马数公式中均起临界作用的原因？

AI辅助创作：问答一：在数学理论中，素数5的“临界作用”在《三生原理》与费马数公式中均具有深刻的数学内涵，这种共性源于其独特的数论性质、结构对称性及计算阈值意义。
葫三生·2025-06-11 07:08

ai智能电销机器人的未来趋势是什么？有哪些？

以下是具体趋势分析：一、技术层面的核心演进方向自然语言处理（NLP）的深度进化多轮对话能力：从单轮问答转向上下文关联的复杂对话，支持客户意图动态捕捉（例如处理“我要退订，但先告诉我套餐详情”的复合请求）
794632978·2025-06-11 07:33

多模态大语言模型arxiv论文略读（113）

GroundedMulti-HopVideoQAinLong-FormEgocentricVideos➡️论文作者：QiruiChen,ShangzheDi,WeidiXie➡️研究机构:ShanghaiJiaoTongUniversity➡️问题背景：当前的视频问答
胖头鱼爱算法·2025-06-11 06:29

网络技术深入理解：IPv4地址与子网划分

背景简介在《网络技术深入理解》一书的第21章中，作者通过一系列的问答形式，详细探讨了IPv4网络中的核心概念和实际应用问题。
古斯塔夫歼星炮·2025-06-10 20:43

【使用LLM搭建系统】7 搭建一个带评估的端到端问答系统

一、环境配置pipinstallchannels==3.0.5#配置OpenAIKEYimportosfromzhipuaiimportZhipuAIimportsyssys.path.append('../..')#使用英文Prompt的工具包importutils_en#使用中文Prompt的工具包importutils_zhkey="f5cd91f2528fed334b9dfd7501579
杨过过儿·2025-06-10 20:40
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他