所有文章
> 当前分类:AI驱动
bentoml：把你的机器学习模型变成专业级API服务！
2024/12/17
bentoml：把你的机器学习模型变成专业级API服务！ 大家好，我是阿图！今天要给大家介绍一个超级实用的Python库 - bentoml。如果你学过机器学习，一定遇到过这个烦恼：训练好的模型要怎么部署？怎么让别人也能用上我的模型？...
AnalyticDB向量检索+AI 实战: 声纹识别
【AI驱动】
01背 景 近年来，随着人工智能对传统行业的赋能改造，越来越多的基于人工智能的业务解决方案被提出来，声纹识别在保险行业中的身份认证便是一个很好的例子. 声纹识别是根据说话人发音的生理和行为特征，自动识别说话人身份的一种生物识别技术...
2024/12/17
LangChain-Chatchat：基于LangChain和ChatGLM2-6B构建本地离线私有化知识库
【AI驱动】
一、前言 自从去年GPT模型火爆以来，降低了很多个人和企业进入人工智能领域的门槛，对于大模型尤其是开源的大模型国内应该比较受关注和期待，毕竟高额的成本也能将不少人阻挡在门外，其次，大家都希望在产品中集成LLM的能力，结合业务来落地智...
2024/12/17
基于LangChain+GLM搭建知识本地库
【AI驱动】
受GanymedeNil的项目document.ai和AlexZhangji创建的ChatGLM-6B Pull Request启发，建立了全流程可使用开源模型实现的本地知识库问答应用。现已支持使用ChatGLM-6B等大语言模型直接接入，...
2024/12/17
实战PG vector 构建DBA 个人知识库之三: LLM+LangChain+pgvector 整合篇
【AI驱动】
本篇将之前的项目输出整合起来完成一个RAG的项目： 关于RAG的定义： RAG is an AI Framework that integrates large language models (LLMs) with e...
2024/12/17
大语言模型Agent协作工具CrewAI使用指南
【AI驱动】
一、CrewAI核心概念 1. Agent-什么是代理？ 代理Agent是一个自主单元，被编程用于：执行任务 执行任务 做出决策 与其他代理进行通信 将代理看作团队的一员，具有特定的技能和特定的工作任...
2024/12/17
5000+ 个 AI 项目详解，效率工具篇：07
【AI驱动】
起源 作为一个产品经理，在做竞品分析时，觉得可用 AI 进行优化。便做了以下： 收集了AI各项目的资料，包括官网信息和三方评价，文本大概五千万字 把这些东西进行了向量化，做成了一个QA数据库 增加了自动更新（上次更...
2024/12/17
基于 .NETCore提供公共WebAPI的安全实践
【AI驱动】
一、API的安全 作为一个Dotnet Core的老司机，写API时，能兼顾到API的安全，这是一种优雅。 通常，我们会用认证来保证API的安全，无敌的Authorize能解决我们很多的问题。 但是，总有一些场合...
2024/12/17
Luma 视频生成 API 对接说明
【AI驱动】
随着 AI 的应用变广，各类 AI 程序已逐渐普及。AI 已逐渐深入到人们的工作生活方方面面。而 AI 涉及的行业也越来越多，从最初的写作，到医疗教育，再到现在的视频。 Luma 是一个专业高质量的视频生成平台，用户只需上传素材，即可...
2024/12/17
PyQt6 教程 | 高德地图 API 与自驾路径规划：探索地理信息与导航
【AI驱动】
昨天通过高德API查询具体点位经纬度坐标信息： 最后做好的自驾点位图： 基本上就是地理信息底图、shapefilef地理数据以及一些点位信息的显示。 今天又看了一下高德地图的API，可以通过API进行路...
2024/12/17
LLM之RAG实战（四十八）| AutoRAG：基于用户数据自动优化RAG pipeline的AutoML工具
【AI驱动】
一、AutoRAG介绍 市面上有很多RAG pipelines和模块，但是针对具体的数据和场景的最佳实践是什么？是非常耗时和困难的。而AutoRAG可以通过自动化评估不同RAG模块组合来弥补上述困难。 特点： ...
2024/12/17
LLM之RAG实战（四十七）| GraphRAG：使用知识图谱改进 RAG 检索策略
【AI驱动】
在 Retrieval Augmented Generation （RAG） 技术中，检索是直接影响生成输出质量的关键步骤。然而，基础 RAG 中的向量检索技术通常不足以满足所有情况。例如，传统的检索方法在处理大型私有文档存储库时往往表...
2024/12/17
LLM之RAG实战（四十六）| Langflow：一个用于构建 RAG 和多代理应用的低代码应用构建工具
【AI驱动】
一、Langflow 简介 Langflow是一个用于构建 RAG（Retrieval-Augmented Generation）和多代理 AI 应用的低代码应用构建器。它基于 Python 构建，并且不依赖任何模型、A...
2024/12/17
LLM之RAG实战（四十五）| LightRAG：创新双级检索系统，整合图形结构，实现更强大信息检索！
【AI驱动】
一、LightRAG介绍 LightRAG通过将图结构整合到文本索引和检索过程中，旨在解决现有RAG系统在处理复杂查询时的局限性，如依赖于平面数据表示和缺乏上下文感知能力。以下是论文的核心结论...
2024/12/17
LLM之RAG实战（四十四）| rag-chatbot：支持Huggingface和Ollama任意模型的多PDF本地RAG方案
【AI驱动】
特点： 支持本地运行和Kaggle (new)运行 支持Huggingface 和Ollama 的任意模型 Process multiple PDF inputs. Chat with multiples lang...
2024/12/17
LLM之RAG实战（四十三）| 使用模型监控pipeline构建端到端RAG Pipeline
【AI驱动】
之前，作者分享了基于 reranker 的 RAG 管道、查询增强和 reranker 过滤、基于 RAGAS 的模型评估以及ground truth数据集生成。在本文中，使用一个用例将所有部分放在一起来构建端到端 RAG pipeline...
2024/12/17
搜索文章
热门话题
文章精选
