Type something to search...

Blog Posts

提升数据工程效率:使用generative Ai进行实体识别与提取的实用指南 - 第3部分

提升数据工程效率:使用generative Ai进行实体识别与提取的实用指南 - 第3部分

实体识别 实体识别,也称为 命名实体识别 (NER),是一种自然语言处理 (NLP) 技术,用于识别和分类文本中的关键信息。这些实体可以包括 人、组织、地点、日期、产品等。 传统的 NLP 模型长期以来一直用于实体识别,帮助从非结构化文本中提取结构化信息,使得分析大型数据集变得更加容易。然而,生成式人工智能进一步推动了这一概念,允许以更大的灵活性、适应性和最小的

阅读更多
深入探索grok 3:揭示xai最新ai模型的5大创新与应用潜力

深入探索grok 3:揭示xai最新ai模型的5大创新与应用潜力

人工智能的快速发展不断推动机器能力的边界,而xAI最新的模型Grok 3则是这一进展的证明。作为最强大的AI模型之一,Grok 3拥有先进的推理能力、实时数据处理和更快的计算速度。然而,正如任何重大AI发布一样,进行关键评估是必要的,以了解其能力、局限性和更广泛的影响。 什么是 Grok 3? Grok 3 是由埃隆·马斯克的 xAI 开发的最新 AI 模型,旨在挑战行业领导者,如

阅读更多
构建互动数据可视化的终极指南:使用5个步骤和gen Ai创建低代码仪表板

构建互动数据可视化的终极指南:使用5个步骤和gen Ai创建低代码仪表板

在本教程中 您将学习如何使用 Vizro 创建一个低代码数据 Dashboard,该框架是建立在 Dash, Plotly 和 Pydantic 之上的开源框架。您将学

阅读更多
构建rag系统的完整指南:使用nvidia 10-k文件实现数据驱动的生成与检索

构建rag系统的完整指南:使用nvidia 10-k文件实现数据驱动的生成与检索

与NVIDIA最新的10-K文件聊天 作者提供的图片。 在本教程中,我们将探索使用NVIDIA最新的10-K文件作为数据源创建检索增强生成(RAG)系统。 RAG结合了检索和生成,从给定的数据集中提供基于事实和上下文的答案。 这种方法确保响应基于提供的信息,从而最小化与语言模型相关的幻觉。 在本教程结束时,我们将构建一个管道,该管道:从SEC

阅读更多
从rnn到llms:5个关键训练策略提升deepseek-r1的性能

从rnn到llms:5个关键训练策略提升deepseek-r1的性能

从递归神经网络到大语言模型,训练方案如何变化的全面概述。 推理模型 #1 — 训练概述 您可能已经了解推理模型的潜力。使用 O1 或 DeepSeek-R1 进行实验向我们展示了这些模型的巨大前景。作为爱好者,我们都渴望构建类似于这些模型的东西。 我们也都是从这条路开始的。然而,面对庞大的规模,我们常常感到不知从何入手。可以说,在大约 6-7 年前,我们只需要输入和输出就

阅读更多
掌握检索增强生成:简化 Sqlite 初学者的 Rag 实现

掌握检索增强生成:简化 Sqlite 初学者的 Rag 实现

我们真的可以用单文件架构实现 RAG 吗? _这是关于使用 SQLite 进行机器学习的两部分系列中的第二部分。在我上一篇文章中,我深入探讨了 SQLite 如何迅速成为 Web 应用程序的生产就绪数据库。在本文中,我

阅读更多
提升对话质量:5个步骤让你的聊天机器人更具记忆力

提升对话质量:5个步骤让你的聊天机器人更具记忆力

学习如何构建一个能记住你对话的AI。 Source: DALLE. 聊天机器人如何记忆? 你有没有注意到聊天机器人可以多么像人类一样响应? 最受欢迎的 聊天机器人 允许你在特定主题上问它一个问题,然后跟

阅读更多
在raspberry Pi上运行deepseek R1:逐步指南和性能评估的乐趣

在raspberry Pi上运行deepseek R1:逐步指南和性能评估的乐趣

DeepSeek R1 在 Raspberry Pi 5 上 DeepSeek R1 震撼了生成式人工智能界,所有对人工智能稍有兴趣的人都急于尝试它。在我看来,它是一个很棒的模型。正如你所知,我喜欢在本地运行模型,而由于这是一个开源模型,我当然必须尝试一下。它在我的 Mac Studio 和 4090 机器上运行得非常好。 但它能在这个上运行吗?一个愚蠢的小 Raspberry Pi?

阅读更多
技术变革:人工智能代理在现代互动中的 5 个重要启示

技术变革:人工智能代理在现代互动中的 5 个重要启示

人工智能和AI代理 人工智能 (AI) 正在重塑我们与技术的互动方式,而AI代理则处于这一转型的前沿。这些智能系统带来了自主性和决策能力,使得 AI 模型能够执行复杂的任务,具备推理、规划和记忆能力。AI代理比传统的 AI 模型更具动态性,使其在各个行业中成为游戏规则的改变者。 AI代理增强了大型语言模型 (LLMs),通过访问工具和知识扩展其功能。这些系统与环境互动,以利用推理、规划

阅读更多
构建智能代理:5种工具注册策略提升agentic Ai应用效率

构建智能代理:5种工具注册策略提升agentic Ai应用效率

介绍 我们都知道,生成性人工智能在人工智能世界中占据了主导地位,并在转变为代理人工智能时开始成熟,其中生成性人工智能大语言模型被用作人工人类的“大脑”。 让我用通俗的语言向您解释这些代理是什么。它们是自动化人类,执行提供的任务,但它们以智能的方式执行这些任务,使用大语言模型作为“大脑”,就像人类用大脑聪明地完成任务一样。 现在,这些代理知道如何执行特定的任务,但它们并不知道如何解

阅读更多
探索未来:deepseek-r1与openai O1 & O3在推理语言模型中的应用与创新

探索未来:deepseek-r1与openai O1 & O3在推理语言模型中的应用与创新

推理语言模型 (RLMs) 的演变 在本文中,我们将深入探讨推理语言模型 (RLMs) 的演变,重点关注 深度搜索-R1 和 开放AI 的 o1 & o3。我们将探讨 测试时间计算扩展 和创新的后训练技术如何改变人工智能代理的开发。在此过程中,我将分享全面的用例和实际的代码示例,以说明这些变革性的想法。 Created by Author 为什么推理

阅读更多
提高编码效率:为什么说 Cursor Ai 是预算有限的开发人员的终极工具?

提高编码效率:为什么说 Cursor Ai 是预算有限的开发人员的终极工具?

让编码快1000倍。 随着AI编码工具的普及,选择合适的工具对工作效率有很大影响。在尝试了许多AI编码工具,如**Replit, Lovable, Bolt,以及像Cursor, Zed和Windsurf这样的IDEs**之后,我发现Cursor AI是每月只有20美元预算时的最佳选择。✅ Windsurf是目前可用的

阅读更多
从flask到vllm:探索2020年后语言模型服务的演变与创新解决方案

从flask到vllm:探索2020年后语言模型服务的演变与创新解决方案

大型语言模型服务的演变 想要与世界分享你的发明的古老故事在大型语言模型的世界中终于加速发展,因为我们正在迈向一个消费者可以托管自己的语言模型而不必依赖大量计算能力的时代。在这里,我们将讨论大型语言模型服务是如何从通用模型服务演变而来的,面临的挑战是什么,以及我们是如何克服这些挑战的。 让我们先谈谈模型服务是如何随着时间的推移而演变的。 2020年前,模型服务的环境相对干燥,大多数人通

阅读更多
构建智能聊天机器人:使用fastapi和langgraph的5个关键步骤指南

构建智能聊天机器人:使用fastapi和langgraph的5个关键步骤指南

在本教程中,我们将使用 FastAPI 和 LangGraph 构建一个简单的聊天机器人。我们将利用 LangChain 与 Groq 的集成来驱动我们的语言模型,并通过一个辅助函数管理我们的对话上下文,该函数会修剪消息以适应令牌限制。 我们的项目由几个关键组件组成: ![Image 2](https://wsrv.nl/?url=https://cdn-images-1.readmed

阅读更多
Categories
Tags
Type something to search...