盘点与 Ollama 类似的 LLM 框架:本地部署大模型的多元选择在人工智能和大型语言模型 (LLMs) 领域,Ollama 框架的出现无疑吸引了众多目光。这款开源框架专注于简化大型语言模型在本地的部署和运行,让更多开发者能够轻松体验 LLM 的魅力。然而,放眼市场...AI 기술 자료4개월 전01K0
从 OpenAI-o1 看大模型的复杂推理能力2022 年 OpenAI 发布了 ChatGPT,成为世界上最快突破上亿用户的 APP,那时候人们都认为,我们离真正的人工智能更近了。但是人们很快发现,ChatGPT 可以对话聊天,甚至可以写诗写文...AI 기술 자료6개월 전01K0
AI UX 设计研究指南这份指南旨在为对 AI UX 设计研究感兴趣的读者提供一份简明扼要的介绍。这份指南将涵盖 AI 工程师的角色、AI 价值链和 AI 应用的成功案例,并探讨 AI UX 设计的一些基本原则。 原文: h...AI 기술 자료9개월 전01K0
正确使用AI IDE工具编程,你需要构造一套规范文档和详细需求说明就像一个聪明但不了解代码最佳实践的孩子。 你需要清楚地告诉 AI 你想要什么: 是 web 应用吗? 需要什么功能? 结构是什么? 等等。 以下是如何让 AI 成为你的全栈开发者的方法: 上下文至...AI 기술 자료6개월 전01K0
Best-of-N 越狱法:对输入内容进行简单的随机变形并反复尝试,就能让主流 AI 系统突破安全限制产生有害回应近年来,随着生成式 AI(Generative AI)和大语言模型(LLM)的迅速发展,其安全性和可靠性问题引起了广泛关注。一项最新研究发现了一种被称为 Best-of-N 越狱法 (简称 BoN)的...AI 기술 자료4개월 전01K0
使用 Vespa 实现 PDF 的视觉 RAG - 一个基于 Python 的演示应用介绍 Thomas 于 2024 年 4 月加入 Vespa 担任高级软件工程师。在他之前作为 AI 顾问的最后一个任务中,他实际上构建了一个基于 Vespa 的大规模 PDF 集合的 RAG 应用...AI 기술 자료# 지식 검색 및 RAG 프레임워크5개월 전01K0
AI 教育赛道万字解析:代表性产品有哪些?机会在哪里?未来可能性?教育一直被认为是会被LLM改变最大的行业之一。ChatGPT 的使用场景中,教育占据了很大比重,其用量常随开学和假期规律波动。而 Andrej Karpathy 也选择了教育作为他的创业方向。人们都期...AI 기술 자료6개월 전01K0
LangGraph框架官方教学课程,学习构建智能代理和多代理应用的基础知识综合介绍 LangChain Academy 是一个专注于教授 LangChain 生态系统基础知识的在线学习平台。该平台提供了丰富的课程内容,涵盖了 LangGraph 框架的基本概念和高级主题。L...AI 기술 자료6개월 전01K0
《Anthropic提示工程课程——第9章:从零开始构建复杂提示 - 聊天机器人》课程 恭喜你已经学到了最后一章!现在是时候把所有内容整合起来,学习如何创建独特且复杂的提示。 在下面,你将使用我们推荐的复杂提示引导结构。在本章的后半部分,我们会展示一些行业特定的提示,并解释这些提示...AI 기술 자료9개월 전01K0
《Anthropic提示工程课程——第2章:保持清晰和直接》课程 **Claude 最好对清晰且直接的指令做出回应。 将 Claude 想象成任何一个刚上岗的新员工。** 除了你字面上告诉它的内容外,Claude 对要做什么没有任何背景信息。就像你第一次向人类...AI 기술 자료9개월 전01K0
一小时内将 Cursor 变成 Devin,并了解两者的差异本文是“理解和部署智能体 AI”系列的一部分: 智能体 AI 系列 1:Devin 和 Agent Cursor 之间的比较 智能体 AI 系列 2:从思考者到执行者 —— 智能体 AI 的范式革命和...AI 기술 자료5개월 전01K0
《Anthropic提示工程课程——第9章练习:编程的复杂提示》练习 在本次练习中,我们将为一个能够读取代码并在适当时提供指导性修正的编程辅助和教学机器人编写提示语。在下方的每个黄色框中填入提示语元素,这些元素应与之前复杂提示语示例中的描述和示例相匹配。当你填写完...AI 기술 자료9개월 전01K0
Late Chunking×Milvus:如何提高RAG准确率01.背景 在RAG应用开发中,第一步就是对于文档进行chunking(分块),高效的文档分块,可以有效的提高后续的召回内容的准确性。而对于如何高效的分块是个讨论的热点,有诸如固定大小分块,随机大小分...AI 기술 자료6개월 전09980
如何为RAG应用选择最佳Embedding模型向量Embedding是目前检索增强生成(RAG)应用程序的核心。它们捕获数据对象(如文本,图像等)的语义信息,并以数字数组表示。在时下的生成式AI应用中,这些向量Embedding通常由Embedd...AI 기술 자료5개월 전09960
AI工程学院:1.提示工程🚀 提示工程 提示工程(Prompt Engineering)是生成式 AI 时代的一项关键技能,这是一门设计有效指令来引导语言模型生成期望输出的艺术与科学。据 DataCamp 报道,这一新兴学科涉...AI 기술 자료5개월 전09950
BM25简介 为什么要单独介绍他,很多场景应用GPT3嵌入向量表示,效率和结果可能并没有传统模型好,这需要时刻注意。 BM25是一种向量空间模型,但它不属于单词向量模型、文档向量模型、图像向量模型、知识图谱向...AI 기술 자료7개월 전09900
朴素、有效的RAG检索策略:稀疏+密集混合检索并重排,并利用“提示缓存”为文本块生成整体文档相关的上下文为了让 AI 模型在特定场景中发挥作用,它通常需要访问背景知识。例如,客户支持聊天机器人需要了解其服务的具体业务,而法律分析机器人需要掌握大量的过往案例。 开发者通常使用检索增强生成(Retrieva...AI 기술 자료# 지식 검색 및 RAG 프레임워크5개월 전09880
6周成为提示工程专家的学习路径(转)介绍 随着人工智能(AI)领域的不断发展,提示工程已成为一项颇具前景的职业。如今,许多人都在努力掌握与大语言模型(LLM)有效交互的技能。你是否也有同样的愿望?是否在思考从哪里开始以及如何进行?我们提...AI 기술 자료8개월 전09850
《Anthropic提示工程课程——第9章练习:金融服务的复杂提示》示例 金融行业中的提示词由于与法律提示词类似的原因,也可能相当复杂。以下是一个金融使用场景的练习,其中 Claude 被用来分析税务信息并回答问题。与法律服务示例一样,我们对某些元素的顺序进行了调整...AI 기술 자료9개월 전09790