AI知識ベース

DeepSeek R1 在首次发布时就展现出了强大的推理能力。在这篇博客文章中，我们详细分享了使用 DeepSeek R1 构建检索增强生成（Retrieval-Augmented Generatio...

这张图清晰地描绘了一个现代化的、复杂的问题解答（Question Answering, QA）或检索增强生成（Retrieval-Augmented Generation, RAG）系统的架构蓝图。它...

近年来，人工智能（AI）技术在编程领域引发了一场深刻的变革。从 v0、bolt.new，到集成 Agent 技术的编程工具如 Cursor 和 Windsurf，AI Coding 展现出了在软件开发...

在日新月异的翻译技术浪潮中，ChatGPT (Chat Generative Pre-trained Transformer) 的横空出世无疑吸引了全球目光。作为一种先进的 大语言模型 (Large ...

在人工智能 (AI) 领域，特别是大型语言模型 (LLM) 蓬勃发展的今天，理解 MCP Server、Function Call 和 Agent 这三个关键概念至关重要。它们如同 AI 系统的基石...

摘要 精心设计的提示对于提升大语言模型（LLMs）的推理能力，同时使其输出与不同领域的任务要求保持一致至关重要。然而，手动设计提示需要专业知识和反复试验。现有的提示优化方法旨在自动化这一过程，但它们严...

近期，Anthropic 公司推出了一种名为 "think" 的新工具，旨在增强 Claude 模型在复杂问题解决方面的能力。本文将深入探讨 "think" 工具的设计理念、性能表现以及实际应用中的最...

技术核心：Retrieval Interleaved Generation (RIG) 什么是 RIG？ RIG 是一种创新的生成方法，旨在解决大语言模型在处理统计数据时的“幻觉”（hallucina...

Gemma 3 关键信息总结 一、关键指标 参数 详情 模型规模 1 亿到 270 亿参数，共四个版本：1B、4B、12B、27B 架构 基于 Transformer 的解码器专用架构，继承自 Gem...

大语言模型（LLM）的发展日新月异，其推理能力已成为衡量其智能水平的关键指标。特别是具备长推理能力的模型，例如 OpenAI 的 o1、DeepSeek-R1、QwQ-32B 和 Kimi K1.5 ...

引言 近年来，大型语言模型（LLMs）在人工智能领域取得了令人瞩目的进展，其强大的语言理解和生成能力使其在多个领域得到了广泛应用。然而，LLMs 在处理需要调用外部工具的复杂任务时，仍然面临诸多挑战...

作者：Krish Maniar 和 William Fu-Hinthorn 在编写提示词时，我们试图向大语言模型（LLM）传达我们的意图，以便它们能在复杂数据上应用这些指令。然而，一次性清晰表达所有细...

本文将介绍 Kapa.ai 近期在检索增强生成（Retrieval-Augmented Generation，简称 RAG）系统中，对 OpenAI 的 o3-mini 等推理模型进行探索的总结汇报...

背景 近期，一篇名为 Search-R1: Training LLMs to Reason and Leverage Search Engines with Reinforcement Learnin...

像 Claude 这样的大型语言模型 (LLM) 并非由人类直接编写程序代码造就，它们是在海量数据中训练出来的。在这个过程中，模型自己学会了解决问题的策略。这些策略隐藏在模型生成每个词时进行的数十亿次...

本文旨在从多个角度详细讲解 Embedding 微调的基本概念、整体流程和关键技术，并探讨其在法律领域中的实际作用。通过本文，读者将了解如何利用法律领域的专业数据对预训练的 Embedding 模型进...

摘要 信息检索系统对于有效访问大型文档集合至关重要。最近的方法利用大型语言模型（LLMs）通过查询增强来提高检索性能，但通常依赖于昂贵的监督学习或蒸馏技术，这些技术需要大量的计算资源和手工标注的数据...

GraphRAGプロジェクトは、構造化されていないテキストに含まれる暗黙的な関係を利用することで、AIシステムがプライベートデータセットに対して回答できる質問の範囲を拡張することを目的としている。 従来のベクトルRAG（または「セマンティック検索」）に対するGraphRAGの主な利点は、...

导言 近年来，多智能体系统（MAS）在人工智能领域引起了广泛关注。这些系统通过多个大语言模型（LLM）智能体的协作，试图解决复杂的、多步骤的任务。然而，尽管人们对 MAS 充满期待，其在实际应用中的表...