dedecms问答

DB-GPT-HUB Text-to-SQL微调

、模型选择与构建和微调权重等步骤，通过这一系列的处理可以在提高Text-to-SQL能力的同时降低模型训练成本，让更多的开发者参与到Text-to-SQL的准确度提升工作当中，最终实现基于数据库的自动问答能力
__如风__·2025-06-23 04:56

测试工程师实战：用 LangChain+deepseek构建多轮对话测试辅助聊天机器人

本文不仅带你上手LangChain构建多轮对话测试机器人，还通过两个实际问答案例，深入展示其在测试用例设计场景下的实用价值和专业性。一、构建多轮对话测试机器人1.环境与依赖推荐使用Ju
Python测试之道·2025-06-23 00:54

与本地电脑PDF文档对话的PDF问答程序

文章目录PDF问答程序程序流程处理PDF文档创建问答链    在探索和学习新技术时，了解LangChain框架的理论知识固然重要，但实际的案例分析与实践尝试能为你提供更加直观的认识和更深人的理解。
三月七꧁ ꧂·2025-06-22 21:37

Spring Boot + LangChain 构建 RAG 应用

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。RAG的关键组件检索：•RAG首先从大型数据集或知识库中检索与用户查询相关的文档或数据。•通常使用信息检索技术，如向量搜索或关键词匹配。
程序员丸子·2025-06-22 16:05

LangGraph 深度学习笔记：构建真实世界的智能代理

它通过将应用程序解构为可控的状态机，让你的LLM应用从简单的问答升级为能够自主思考、行动和适应的复杂系统。
成都犀牛·2025-06-22 14:20

【深度学习-Day 31】CNN基石：彻底搞懂卷积层 (Convolutional Layer) 的工作原理

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·2025-06-22 10:21

面试问答总结之并发编程

文章目录个人主页：信计2102罗铠威JavaEE系列专栏前言：多线程的优点、缺点并发编程的核心问题：不可见性、乱序性、非原子性不可见性乱序性非原子性JMM（java内存模型）volatile关键字：保证可见性、禁止指令重排序CAS机制（ConpareAndSwap比较并交换）CAS会产生ABA问题java中锁的分类乐观锁、悲观锁可重入锁读写锁ReentrantReadwriteLock分段锁自旋锁
信计2102罗铠威·2025-06-22 08:12

【新手Python调用豆包大模型避坑指南：从入门到精通】

Python调用豆包大模型SDK：新手避坑与解决方案全攻略引言豆包大模型凭借其强大的自然语言处理能力，在文本生成、智能问答、代码辅助等众多领域展现出巨大潜力。
游戏乐趣·2025-06-22 02:36

2025全球AI工具全景图：从创作到编程，这些顶尖AI工具正在重塑世界（三）

智能问答与搜索结合实时联网搜索，提供最新资讯，并标注信息
明似水·2025-06-21 15:24

自然语言处理之文本分类：Transformer：文本分类数据集分析

NLP技术广泛应用于文本分类、情感分析、机器翻译、问答系统、语音识别等场景。其核心挑战在于理解语言的复杂性和多义性，以及处理大
zhubeibei168·2025-06-21 09:46

【补题】Codeforces Round 715 (Div. 2) C. The Sports Festival

问答案是多少思路：C.TheSportsFestival（区间DP）-CSDN博客区间dp，完全没想到。
2401_87294509·2025-06-21 06:24

Spring AI 系列之使用 Spring AI 开发模型上下文协议(MCP)

1.概述现代网页应用越来越多地集成大型语言模型（LLMs）来构建解决方案，这些解决方案不仅限于基于常识的问答。
@@@八爪鱼·2025-06-21 02:01

开发实践，通过融云 IM + Dify 实现 AI 机器人

融云IM通过与Dify平台的深度无缝集成，打通了C端用户与大语言模型（LLM）之间的端到端对话链路，支持流式响应和多轮对话上下文，可广泛应用于AI陪伴、智能问答、内容生成等场景，助力开发者和企业构建流畅的智能交互体验
融云·2025-06-20 19:43

Streamlit在人工智能中的应用场景

以下是具体应用场景和实现方法：1.大模型（LLM）的交互式演示Streamlit可以轻松集成OpenAI、HuggingFace、LangChain等库，构建大模型的聊天、文本生成或问答应用。
不老刘·2025-06-20 18:37

除了 AI在线问答，智能客服SaaS系统还有什么功能？

传统人工客服已无法满足高频、实时、个性化的交互需求，智能客服系统凭借AI驱动的在线问答能力，正成为企业降本增效的核心工具。但除了在线问答，智能客服SaaS系统还有很多其他功能，帮助赋能客户服务。
AI指北·2025-06-20 18:04

使用Python和LangChain构建SQL数据上的问答系统：完整指南

使用Python和LangChain构建SQL数据上的问答系统：完整指南前言在大数据和人工智能技术的推动下，自动化的数据查询和分析变得越来越重要。
m0_57781768·2025-06-20 14:10

Vanna问答引擎构建动态可视化报表

一、Vanna简介Vanna是一个开源的、基于Python的RAG（检索增强生成）框架，专门用于SQL生成和相关功能。它能将自然语言问题自动转成SQL，并且还能直接跑在数据库上，自动生成可视化图表。其主要特点和优势包括：易用性：允许非技术用户通过自然语言与数据库交互，无需编写复杂的SQL查询。灵活性：可以处理多种类型的数据库和查询，适用于不同的应用场景。准确性：Vanna的能力与提供的训练数据相关
青见丑橘·2025-06-20 09:04

大语言模型应用指南：长期记忆

然而，尽管这些模型在诸如文本生成、问答和代码生成等任务上表现出色，但在涉及需要长时间跨度或跨时间序列相关性的任务时，它们的性能往往受限于短期记
AI天才研究院·2025-06-20 07:19

题解 | #某乎问答单日回答问题数大于等于3个的所有用户#

走咯走咯求助，航空和航天offer怎么选择本人双非航空类硕士一枚，收到了下面两个offer，求求大家给个建议。注：城市的话更倾向于西安，但成都java简历爆改没找到实习，沉淀了一下简历，大佬们看看还有哪里需要修改的，有没有什么需要补充的24届校招offer选择本人双非本，西安人，之前春招违约过一次，违约3000改签了个厦门半导体厂，岗位IT工程师，年包11w6.19刷题打卡#和牛牛一起刷题打卡#腾
2301_79125431·2025-06-20 00:01

【打卡】基金金融问答

文章目录任务1初始大模型与Agent大模型介绍ChatGLMAgent介绍特点任务2ChatGLMAPI-Python同步调用异步调用正则表达式Agent具体任务请添加图片描述任务3数据库内容解析SQLAgent任务1初始大模型与Agent大模型介绍GLM是智谱AI推出的新一代基座大模型，相比上一代有着显著提升的性能，逼近GPT-4。GLM支持更长的上下文（128k），具备强大的多模态能力，并且推
来两个炸鸡腿·2025-06-19 21:05

在ubuntu22.04上部署RagFlow一个深度文档理解的开源 RAG

它为任何规模的企业提供简化的RAG工作流程，结合LLM（大型语言模型）以提供真实的问答功能，并由来自各种复杂格式数据的有根据的引用提供支持。
BBM的开源HUB·2025-06-19 08:31

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
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他