所有文章
> 当前分类:AI驱动
LLM之RAG实战（三十二）| 使用RAGAs和LlamaIndex评估RAG
2024/12/14
在之前的文章中，我们介绍了RAG的基本流程和各种优化方法（query重写，语义分块策略以及重排序等）。那么，如果发现现有的RAG不够有效，该如何评估RAG系统的有效性呢？ 在本文中，我们将介绍RAG评估框架RAGAs[1]，并...
LLM之RAG实战（三十四）| 使用LangChain的三个函数来优化RAG
【AI驱动】
检索增强生成（RAG）通常与大型语言模型（LLM）一起使用，是一种使用外部知识并减少LLM幻觉的方法。然而，基本RAG有时候并不总是有很好的效果的，有可能从向量数据库中检索出与用户提示不相关的文档，导致LLM无法总结出正确的答案。 本...
2024/12/14
LLM之RAG实战（四十一）| 使用LLamaIndex和Gemini构建高级搜索引擎
【AI驱动】
Retriever 是 RAG（Retrieval Augmented Generation）管道中最重要的部分。在本文中，我们将使用 LlamaIndex 实现一个结合关键字和向量搜索检索器的自定义检索器，并且使用 Gemini大模型来进...
2024/12/14
LLM之RAG实战（三十八）| RAG分块策略之语义分块
【AI驱动】
在RAG应用中，分块是非常重要的一个环节，常见的分块方法有如下几种： Fixed size chunking Recursive Chunking Document Specific Chunking Seman...
2024/12/14
ChatGPT API 定价（成本）：您需要了解的一切
【AI驱动】
介绍 API 定价对开发者和企业具有重要意义，因为它影响战略决策和资源分配。作为人工智能应用程序开发框架中不可或缺的一部分，定价中的成本价值一致性确保组织和客户能够做出明智的选择，避免意外的财务障碍。对于 ChatGPT API 等基...
2024/12/13
大模型API调用笔记：讯飞星火、通义千问、GPT3.5、GPT4
【AI驱动】
近期在研究一些常见的大语言模型的API怎么调用，让他们批量回答问题，然后把结果导出，也看了一些相关的官方文档。在这个推送中分享最终跑通的调用方法。 需求：有一个问题列表<q.pickle>，需要逐个提问，然后把回答...
2024/12/11
万字解读AI Agent架构体系，API和RPA将成为重点
【AI驱动】
与提示词、微调等大模型应用相比，AI Agent的独特之处在于其不仅能为用户提供咨询，还能直接参与决策与执行环节。ai agent架构能够落地的核心在于。此一进步的核心在于，任务规划这一关键环节被完全委托给了AI大模型。这基于一个前提：AI...
2024/12/11
使用 LangChain 框架进行大模型应用开发 Ⅰ
【AI驱动】
LangChain 是一个用于构建基于语言模型的应用程序的框架。它旨在简化与大型语言模型（如 ChatGPT、LLaMA 等）的交互，并提供一系列工具和组件来帮助开发者快速构建复杂的应用。LangChain 的设计目标是提高开发效率，使得开...
2024/12/11
大模型实战（二）：全民AI？关于如何在本地私有化部署基于大模型的 AI 应用开发平台Dify，并集成Xinference大模型
【AI驱动】
一、关于Dify的介绍 1.1 什么是Dify? Dify是一款开源的大语言模型(LLM) 应用开发平台。项目设立于2023年3月，开源协议是基于 Apache License 2.0 有限商业许可，后端技术为Pytho...
2024/12/11
AI开发实战（002）：自定义实现 LangChang ChatModel 来集成 Claude 2 API 调用
【AI驱动】
先看一下效果，当然 OpenAI 还要留着，增加了我常用的 Claude 2 的 LLM 选择按钮。 接下来一步一步实现： OpenAI 对接 LangChain 为了统一使用体验，我们后端使用 LangChain...
2024/12/11
ChatGPT API接口编程基础与使用技巧
【AI驱动】
一、OpenAi Api调用库 OpenAi开放了一系列模型接口API，包括ChatGPT、图像生成、音频、文件、敏感数据拦截等。 若要集成这些模型接口调用到我们开发的系统里，可以通过多种编程语言的HTTP请求与openai A...
2024/12/11
OLLama详细的 api 介绍 不完全指南 python 直接调用 OLLama api 翻译助手演示
【AI驱动】
1.生成补全 格式 POST /api/generate 使用提供的模型生成给定提示的响应。这是一个流端点，因此会有一系列响应。最终响应对象将包括来自请求的统计信息和附加数据。 参数 model：（必填）模型...
2024/12/11
基于 LangChain技术的物流行业信息咨询智能问答系统（四）
【AI驱动】
今天给大家分享“文本加载与处理”和“检索器与相似度检索的实现”的相关内容 一、文本加载与处理：为智能应用准备数据 （一）使用text loader加载文本文件 1. text loader的功能与使用方法 - tex...
2024/12/11
基于 LangChain技术的物流行业信息咨询智能问答系统
【AI驱动】
一、LangChain：开启智能开发新纪元 在当今科技浪潮中，人工智能蓬勃发展，大模型成为了炙手可热的领域。LangChain 作为一款强大的大模型开发工具，宛如一颗璀璨的明星，照亮了智能应用开发的前行道路。它为开发者们提供了...
2024/12/11
基于 LangChain技术的物流行业信息咨询智能问答系统(二）
【AI驱动】
今天继续跟大家分享基于 LangChain技术的物流行业信息咨询智能问答系统的相关内容。今天主要讲indexes组件、递归文档分割器，技术问题，欢迎大家留言一起探讨。 一、深入剖析indexes组件 （一）索引功能与文档处理...
2024/12/11
基于 LangChain技术的物流行业信息咨询智能问答系统(三）
【AI驱动】
在前面文章讲解中，大家对 LangChain 已经有了较为深入的认识。大家不仅熟悉了 LangChain 的主要组件，包括索引（indexes）组件、文档加载器、文档分割器等，还深入理解了这些组件的工作原理以及在代码层面的实现方式。这为进...
2024/12/11
搜索文章
热门话题
文章精选
