所有文章
> 当前分类:AI驱动
大语言模型Agent协作工具CrewAI使用指南
2024/12/17
## __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...
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
LLM之RAG实战（四十二）| 如何在LlamaIndex和LangChain中正确选择RAG开发框架
【AI驱动】
大型语言模型 （LLMs） 是这个时代最新兴的 AI 技术之一。早在 2022 年 11 月，OpenAI 就发布了自己的生成式 AI 聊天机器人 ChatGPT，当时引起了很大的轰动。之后不久，各大企业和高校纷纷推出自己的大模型，然而，除...
2024/12/17
ML.NET 示例：图像分类模型训练-首选API（基于原生TensorFlow迁移学习）
【AI驱动】
| ML.NET 版本 | API 类型 | 状态 | 应用程序类型 | 数据类型 | 场景 | 机器学习任务 | 算法 | |---------------|------------|--------|------------------...
2024/12/15
LLM之RAG实战（三十）| 探索RAG语义分块策略
【AI驱动】
在LLM之RAG实战（二十九）| 探索RAG PDF解析解析文档后，我们可以获得结构化或半结构化的数据。现在的主要任务是将它们分解成更小的块来提取详细的特征，然后嵌入这些特征来表示它们的语义，其在RAG中的位置如图1所示： ...
2024/12/14
LLM之RAG实战（二十四）| LlamaIndex高级检索（三）：句子窗口检索
【AI驱动】
这是本系列关于高级检索技术的第三篇文章，之前的两篇分别介绍构建基本的RAG和父文档检索技术，本文我们将深入研究句子窗口检索技术。我将介绍如何设置它，并使用TruEval来测量其性能，并将其性能与我们在前几篇文章中介绍的其他技术进行比较。 ...
2024/12/14
LLM之RAG实战（三十五）| 使用LangChain的3种query扩展来优化RAG
【AI驱动】
RAG有时无法从矢量数据库中检索到正确的文档。比如我们问如下问题： 从1980年到1990年，国际象棋的规则是什么？ RAG在矢量数据库中进行相似性搜索，来查询与国际象棋规则问题相关的相关文档。然而，在某些情况下...
2024/12/14
热门话题
文章精选
