【AI驱动】 机器学习的可视化（VIS4ML）是利用可视化技术来解释和理解机器学习模型的过程。由于数据质量极大地影响了机器模型的性能，如图1，本文从数据出发，介绍了机器学习模型输入常见的五种数据类型，并介绍了六个以数据为中心的任务应用于来自机器学习流程不...

【AI驱动】 导言 对于几乎所有机器学习算法，无论是有监督学习、无监督学习，还是强化学习，最后一般都归结为求解最优化问题。因此，最优化方法在机器学习算法的推导与实现中占据中心地位。在这篇文章中，小编将对机器学习中所使用的优化算法做一个全面的总结，并...

【API设计】 本文篇幅较长，干货较多，建议收藏慢慢看。 适用人群：面向于AI领域了解不深、有自学兴趣且有一些基础知识（高中+）的同学。 谈到人工智能（AI）算法，常见不外乎有两方面信息：铺天盖地各种媒体提到的高薪就业【贩卖课程】、知乎上热门...

【AI驱动】 机器学习是一种通过让计算机自动从数据中学习规律和模式，从而完成特定任务的方法。按照模型类型，机器学习可以分为两大类：监督学习模型和无监督学习模型。 附注：除了以上两大类模型，还有半监督学习和强化学习等其他类型的机器学习模型。半监督学习...

【AI驱动】 15种典型RAG框架：卡内基梅隆大学最新RAG综述 RAG A Comprehensive Survey of Retrieval-Augmented Generation (RAG): Evolution, Current ...

【AI驱动】 记于2024年8月31日，深夜 今天，将继续翻译、解读、分享“从预检索到生成的15种高级RAG技术”中的第二篇，检索中的3种RAG高级技巧。 预检索即检索前的5种RAG高级技巧，可以阅读历史文章：从预检索到生成的15种高级RA...

【AI驱动】 缘起 今晚浏览WillowTree网站的时候，发现了一本宝藏级的RAG技巧指南。 这篇指南中，WillowTree 的数据和人工智能研究团队 (DART) 分享了 15 种用于微调的高级 RAG 技巧，并证实，在优化客户的应用程...

【AI驱动】 一、简介 检索增强生成（RAG）通过结合从数据源检索到的信息，为大语言模型（大语言模型）生成的回答提供依据。简而言之，RAG 结合了搜索和大语言模型提示功能，即在模型回答问题时，以搜索算法发现的信息作为上下文环境。这里，查询请求和检索...

【AI驱动】 本文将从零开始讲解大型语言模型 (LLM) 的工作原理——只假设你知道如何对两个数字进行加法和乘法运算。这篇长文LLM旨在完全自包含。我们将首先用笔和纸构建一个简单的生成式人工智能，然后逐步讲解理解现代 LLM 和 Transformer 架构所需的一切知识。本文将去除机器学习中所有花哨的语言和术语，并将所有内容简单地表示为数字。我们仍然会指出事物的名称，以便你在阅读充满术语的内容时能够联系起来。

【AI驱动】 检索增强生成 (RAG) 及其应用 检索增强生成 (RAG) 是一种利用大型语言模型 (LLM) 从非结构化数据源中自动进行知识搜索、综合、提取和规划的新方法。由于能够使用上下文信息增强 LLM 应用程序，该方法在过去一年中获得了越来...

【AI驱动】 将你的聊天机器人转变为可与外部API交互的智能体 Function Calling 函数调用不是新鲜事物。2023年7月，OpenAI为其GPT模型引入了函数调用功能，现在其他竞争对手也在采用这一特性。谷歌的Gemini API最近支...

【AI驱动】 一系列 RAG 技术可帮助您将 RAG 应用开发成为稳健且持久的应用 如今，人们发展成为生成式人工智能专家的速度非常惊人。他们每个人都宣称生成式人工智能将带来下一场工业革命。 这是一个很大的承诺，但我同意，我认为这次是真的。人工...

【API设计】 曾经因为一个糟糕的API而感到沮丧吗？ 在这个微服务的世界里，后端API的一致性设计是必不可少的。 今天，我们将讨论一些可遵循的最佳实践。我们将保持简短和甜蜜——所以系好安全带，出发咯！ 首先介绍一些术语 任何API...

【AI驱动】 检索增强生成 （RAG） 是一种强大的技术，它将信息检索与生成式 AI 相结合，以产生更准确、上下文更丰富的响应。本文将探讨 15 种高级 RAG 技术，以提高生成式 AI 系统的输出质量和整体性能的鲁棒性。这样做使本文能够测试和识别从预检...

【API设计】 优化 ASP.NET Core Web API 性能 开发人员嗨，构建高性能的 ASP.NET Core Web API 非常重要。它可以帮助用户享受更快的交互并降低服务器成本。本文将指导你了解 ASP.NET Core Web AP...