trie

LlamaIndex ReActAgent 中 tool 和 tool_retriever 联系和区别

LlamaIndexReActAgent中tool和tool_retriever的联系和区别在LlamaIndex的ReActAgent中，tool和tool_retriever都是重要组件，但它们在代理的工作流程中服务于不同的目的
AI Agent首席体验官·2025-05-07 17:03

54.实现Trie(前缀树)

Trie(发音类似"try")或者说前缀树是一种树形数据结构，用于高效地存储和检索字符串数据集中的键。这一数据结构有相当多的应用情景，例如自动补全和拼写检查。
小小白？·2025-05-07 08:39

LLM｜利用Ollama搭建个人本地知识库

最近一直想基于RAG（检索增强生成，Retrieval-AugmentedGeneration）和大预言模型（LargeLanguageModel,LLM）技术搭建一套属于自己的个人知识库，以为会涉及到诸多复杂的流程
Hanyu M·2025-05-07 05:52

中国计算机学会推荐学术会议/期刊（网络与信息安全部分）

一、会议1、A类序号会议简称会议全称出版社网址1ccsACMConferenceonComputerandCommunicationsSecurityACMhttp://dblp.uni-trier.de
华墨1024·2025-05-07 00:51

算法之树的详解（C++）

从经典的二叉树、红黑树，到应用广泛的B树、Trie树，每一种树结构都承载着独特的设计思想与算法逻辑。
丰收连山·2025-05-06 20:57

AI产品经理必须知道的技术 之 【RAG】

RAG全称是RetrievalAugmentedGeneration，中文意思是检索增强生成，是一种构建AI应用的方法。
weixin_47233946·2025-05-06 07:05

实现 Trie (前缀树)

难度：中等实现一个Trie(前缀树)，包含insert,search,和startsWith这三个操作。
Surpassall·2025-05-05 21:31

实现 Trie (前缀树)

文章目录208.实现Trie(前缀树)解题前缀树的详细解释Trie的一些常用操作方法208.实现Trie(前缀树)Trie（发音类似“try”）或者说前缀树是一种树形数据结构，用于高效地存储和检索字符串数据集中的键
悬浮海·2025-05-05 21:01

leetcode: 208.实现Trie前缀树

208.实现Trie(前缀树)来源：力扣（LeetCode）链接:https://leetcode.cn/problems/implement-trie-prefix-tree/Trie（发音类似“try
uncle_ll·2025-05-05 21:00

实现 Trie (前缀树)C++

三种方法不过额外加了个isEnd，这个还挺巧妙的#include#include#include#include#includeusingnamespacestd;constintN=1000000;structTrie
qq_53164189·2025-05-05 21:00

【数据结构】- 如何高效地实现敏感词过滤？

如何处理敏感词目前常见的有3种方案：暴力破解；构建Trie树；双数组Trie
徐徐柒柒·2025-05-05 15:23

Cannot find a valid baseurl for repo: centos-sclo-rh

已加载插件：fastestmirror,refresh-packagekit,security设置安装进程LoadingmirrorspeedsfromcachedhostfileCouldnotretrievemirrorlisthttp
努力的Java开发者·2025-05-05 13:11

[探索Milvus：如何使用自我查询检索器管理大规模向量数据]

在本文中，我们将演示如何使用Milvus向量存储和自我查询检索器（SelfQueryRetriever）来增强数据检索能力。
tt_jishu·2025-05-05 07:00

了解大模型 RAG ：大模型外挂知识库 （检索增强技术）

了解大模型RAG（Retrieval-AugmentedGeneration）：大模型外挂知识库（检索增强技术）前言了解大模型RAG（Retrieval-AugmentedGeneration）：大模型外挂知识库
程序员二飞·2025-05-04 06:47

检索增强生成（RAG）技术解析：大模型时代的“知识导航系统”

检索增强生成（Retrieval-AugmentedGeneration，简称RAG）是人工智能领域的一项突破性技术，通过将大型语言模型（LLM）与外部知识库动态结合，解决了传统大模型在知识时效性、准确性和可解释性等方面的核心痛点
花生糖@·2025-05-04 06:17

Speculative RAG：双模型架构提升效率与准确性

标题：SpeculativeRAG：双模型架构提升效率与准确性文章信息摘要：SpeculativeRAG是一种创新的RAG（Retrieval-AugmentedGeneration）系统优化方法，通过
XianxinMao·2025-05-04 04:37

洛谷P12238 [蓝桥杯 2023 国 Java A] 单词分类

[Analysis]\color{blue}{\texttt{[Analysis]}}[Analysis]既然都是字符串前缀的问题了，那当然首先就应该想到Trie\text{Trie}Trie树。
Yingye Zhu(HPXXZYY)·2025-05-03 11:12

av_dict_get,av_dict_set,av_dict_set_int

**Toiteratethroughallthedictionaryentries,youcansetthematchingkey*tothenullstring""a
hunandede·2025-05-02 11:32

eigen 列拼接,使用Eigen C ++库将每个矩阵列与每个向量元素相乘

IneedtomultiplyeachmatrixcolumnbyeachvectorelementusingEigenC++library.Itriedcolwisewithoutsuccess.Sampledata
治愈酱·2025-05-02 04:40

使用Nodejs基于DeepSeek加chromadb实现RAG检索增强生成 本地知识库

定义检索增强生成（RAG）的基本定义检索增强生成（Retrieval-AugmentedGeneration，简称RAG）是一种结合了信息检索技术与语言生成模型的人工智能技术。
车轮滚滚__·2025-05-02 01:55

AI推介-大语言模型LLMs论文速览（arXiv方向）：2024.04.25-2024.05.01

AligningLanguageModelstoExpertDistributions2.RepEval:EffectiveTextEvaluationwithLLMRepresentation3.RAGandRAU:ASurveyonRetrieval-AugmentedLanguageModelinNaturalLanguag
小小帅AIGC·2025-05-01 17:35

评估指标（Precision、Recall、MRR、nDCG）实现代码

版本的评估指标实现代码，支持：Precision@KRecall@KMRRnDCG@K✅全部代码：评估函数+示例importmathdefprecision_at_k(relevant_docs,retrieved_docs
背太阳的牧羊人·2025-05-01 06:15

OpenAI Embedding 和密集检索（如 BERT/DPR）进行语义相似度搜索有什么区别和联系

OpenAIEmbedding和密集检索（如BERT/DPR）其实是“同一种思想的不同实现”，它们都属于DenseRetrieval（密集向量检索），只不过使用的模型、部署方式和调用方式不同。
背太阳的牧羊人·2025-05-01 05:12

[论文笔记]Adaptive-RAG: Learning to Adapt Retrieval-Augmented Large Language Models through Question Com

引言今天带来论文Adaptive-RAG:LearningtoAdaptRetrieval-AugmentedLargeLanguageModelsthroughQuestionComplexity的笔记
愤怒的可乐·2025-04-30 14:36

GraphRAG + GPT-4o mini 低成本构建 AI 图谱知识库

简单来说，RAG（Retrieval-AugmentedGeneration，检索增强生成）的工作原理是将大型文档分割成多个小段落或片段。
nkwshuyi·2025-04-30 06:43

Scala 的Map集合

1.1Scala的Map继承关系HashMap基于哈希表实现可变的版本，基于HashTrie
anqi27·2025-04-29 16:54

JavaScript Map:优雅的键值对数据结构

)2.3通过键获取值——get()2.4通过键验证是否有值——has()2.5删除指定键——delete()2.6清除所有键——clear()2.7键值对的获取——keys(),values(),entries
ArabySide·2025-04-29 14:09

eclipse中提示xml标签

preferences"--->"MyeclipseEnterpriseWorkbench"-->"FilesandEditors"-->"xml"-->"xmlcategory"在userspecifiedEntries
sd2131512·2025-04-29 10:42

Docker直接删除elasticsearch报错：Failed to obtain node locks

localhost/]#dockerlogs-felasticsearchCausedby:java.lang.IllegalStateException:failedtoobtainnodelocks,tried
高级_动物·2025-04-28 20:37

基于大模型底座重构司法信息系统

前置篇章：法律智能体所需的基础知识构建一个高效的法律智能体，特别是在基于RAG（Retrieval-AugmentedGeneration）架构的背景下，需要融合多种学科和领域的知识。
路人与大师·2025-04-28 19:02

RAG基础

RAG，Retrieval-AugmentedGeneration，中文名检索增强生成，是AI领域非常重要的一种技术方案。其核心作用是给LLM大模型外挂专门的知识库，指导大模型生成更准确的输出。
sztu_aYu·2025-04-28 08:55

执行python3 get-pip.py报错:ERROR: Could not find a version that satisfies the requirement pip ERROR: No

pip/:Therewasaproblemconfirmingthesslcertificate:HTTPSConnectionPool(host=‘pypi.org’,port=443):Maxretriesexceededwithurl
jinli1771·2025-04-27 07:11

深入探索RAG（检索增强生成）模型的优化技巧

其中，RAG（Retrieval-AugmentedGeneration）模型以其将检索与
字节旅行·2025-04-26 22:16

mac m1安装phpredis提示have ‘x86_64‘, need ‘arm64e‘的解决办法

pecl安装redis，还是下载压缩包自己编译，生成的redis.so执行时总是会提示：Warning:PHPStartup:Unabletoloaddynamiclibrary'redis.so'(tried
宁次君·2025-04-26 04:45

使用Elasticsearch实现RAG：基于LangChain的智能检索问答系统

本文将介绍如何使用Elasticsearch实现Retrieval-AugmentedGeneration(RAG)模型，通过LangChain框架构建智能的问答系统。
sjufgwgfhoia·2025-04-25 05:35

Haystack 全面指南：用 Python 构建强大的 RAG、问答系统和企业级 LLM 应用

这正是RAG（Retrieval-AugmentedGeneration）技术的核心目标。而在开源领域，Haystack是构建RAG应用最成熟、最强大的框架之一。目录一览什么是Haystack？
萧鼎·2025-04-25 01:40

RAGFlow：构建高效检索增强生成流程的技术解析

检索增强生成（Retrieval-AugmentedGeneration,RAG）技术应运而生，它将信息检索与大型语言模型（LLM）的强大生成能力相结合，显著提升了生成内容的准确性和可靠性。
萧鼎·2025-04-25 01:40

LangChain 与 LlamaIndex 技术选型全解析：构建高效 RAG 应用的最佳实践

LangChain与LlamaIndex技术选型全解析：构建高效RAG应用的最佳实践引言在大型语言模型（LLM）快速发展的背景下，检索增强生成（Retrieval-AugmentedGeneration
一休哥助手·2025-04-25 00:02

Query Rewriting for Retrieval-Augmented Large Language Models

arxiv.org/abs/2305.14283项目地址：https://github.com/xbmxb/RAG-query-rewriting摘要    大语言模型（LLM）在检索--然后阅读（retrieve
三月七꧁ ꧂·2025-04-24 14:53

triton 2.0.0 pip install失败

项目场景：triton==2.0.0pipinstall异常问题描述`ERROR:Couldnotfindaversionthatsatisfiestherequirementtriton==2.0.0ItriedPython3.10
CaoUp_40102716·2025-04-23 17:35

深度解析RAG与Ragflow：区别、实践应用场景及竞品分析

深度解析RAG与Ragflow：区别、实践应用场景及竞品分析在当今的AI领域，检索增强生成（Retrieval-AugmentedGeneration，简称RAG）技术正逐渐成为热门话题。
AI新视界·2025-04-23 15:24

SQLite数据库的增删改查

其中C代表添加(Create),R代表查询(Retrieve),U代表更新(Update),D代表删除(Delete)。
Massimo_ycw·2025-04-23 13:07

【内容摘要】大模型内容摘要实战 会议摘要 提示词技巧

可以参考sage（SAGE:AFrameworkofPreciseRetrievalforRAG）、Meeting-Minutes。
weixin_37763484·2025-04-23 11:55

学习笔记 | 茴香豆：搭建你的RAG智能助理

一、RAG技术简述RAG(RetrievalAugmentedGeneration)是一种结合了检索和生成的技术，旨在通过利用外部知识库来增强LLMs的性能，通过检索与用户输入相关的信息片段，并结合这些信息来生成更准确
DrFlown·2025-04-22 23:07

leetcode hot100 python实现

实现平衡二叉树验证二叉搜索树从前序和中序遍历中构建二叉树路径总和全排列电话号码的字母组合组合总和括号生成单词搜索分割回文字符串搜索插入位置搜索二维矩阵路径总和二叉树的最近公共祖先岛屿数量腐烂的橘子课程表实现Trie
qq_41789503·2025-04-22 16:54

基于SpringAI Alibaba实现RAG架构的深度解析与实践指南

一、RAG技术概述1.1什么是RAG技术RAG（Retrieval-AugmentedGeneration）检索增强生成是一种将信息检索技术与生成式AI相结合的创新架构。
大树~~·2025-04-22 10:47

conda出现http429报错：CondaHTTPError: HTTP 429 TOO MANY REQUESTS for url ＜xxx＞

我的报错信息如下：CondaHTTPError:HTTP429TOOMANYREQUESTSforurlElapsed:00:46.305607AnHTTPerroroccurredwhentryingtoretrievethisURL.HTTPerrorsareoftenintermittent
是一只努力的小菜鸡啦·2025-04-21 22:08

接口访问，失败，重新访问逻辑

//登录this.wxLoginWithRetry(0);//添加带重试机制的登录方法wxLoginWithRetry:function(retryCount){constmaxRetries=1;//
吹个口哨写代码·2025-04-21 10:05

一文读懂AI大模型时代的RAG技术

技术背景与核心价值1.1大模型的「阿喀琉斯之踵」知识截止：ChatGPT等大模型知识停留在2023年10月，无法处理2024年的实时数据幻觉问题：在专业领域（医疗/法律）容易生成错误信息，如虚构「GooglyRetriever
awei0916·2025-04-20 10:31

ES6中部分数组的新增方法和对象的新增方法

ES6的新增一、数组新增方法1.Array.from()2.Array.of()3.数组实例的方法3.1find()3.2fill()3.3entries()，keys()和values()3.4includes
MioSpring·2025-04-20 05:53
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他