AI Personal Learning
und praktische Anleitung
豆包Marscode1

KI-Wissen Seite 6

Emotional RAG(情感 RAG): 通过情感检索增强角色扮演的智能体-首席AI分享圈

Emotional RAG: Intelligenz für verbessertes Rollenspiel durch emotionales Retrieval

Zusammenfassung Der Bereich der Rollenspielforschung zur Generierung menschenähnlicher Antworten hat zunehmend an Aufmerksamkeit gewonnen, da Large Language Models (LLMs) ein hohes Maß an menschenähnlichen Fähigkeiten gezeigt haben. Dies hat die Erforschung von Rollenspiel-Agenten in einer Vielzahl von Anwendungen erleichtert, wie z. B. Chatbots, die natürliche Dialoge mit Benutzern führen können, und solche, die personalisierte...

AI工程学院:2.7ReRanker RAG(重新排序)-首席AI分享圈

AI Engineering Academy: 2.7 ReRanker RAG (Neuordnung)

Das Neuordnungsmodell verbessert die Ergebnisse des semantischen Rankings, indem es die Liste der Kandidatendokumente auf der Grundlage ihrer semantischen Übereinstimmung mit der Frage des Benutzers neu ordnet. Üblicherweise werden bge-reranker-v2-m3 oder cohere

AI 教育赛道万字解析:代表性产品有哪些?机会在哪里?未来可能性?-首席AI分享圈

Analyse der KI-Bildungsschiene mit 10.000 Worten: Welche Produkte sind repräsentativ? Was sind die Chancen? Was sind die zukünftigen Möglichkeiten?

Das Bildungswesen gilt seit langem als eine der Branchen, die durch LLM am stärksten verändert werden wird. Das Bildungswesen macht einen großen Teil der Nutzungsszenarien von ChatGPT aus, und seine Nutzung schwankt oft mit der Regelmäßigkeit des Schuljahres und der Ferien. Andrej Karpathy hat sich für die Bildung als Ziel seines Unternehmens entschieden. Die Menschen erwarten einen Allround-KI-Tutor,...

AI工程学院:2.8混合 RAG(同2.9)-首席AI分享圈

AI Engineering College: 2,8 gemischte RAG (gleich wie 2,9)

Sentence Window-Based Retrieval RAG Approach Einführung Der Sentence Window-Based Retrieval RAG (Retrieval-Augmented Generation)-Ansatz ist eine High-Level-Implementierung des RAG-Frameworks, die darauf abzielt, die Kontextwahrnehmung und Kohärenz von KI-generierten Antworten zu verbessern. Der Ansatz kombiniert ein großes Sprachmodell mit einer hohen ...

AI工程学院:2.9句窗口检索增强生成(RAG)-首席AI分享圈

AI Engineering Institute: 2.9 Sentence Window Retrieval Augmented Generation (RAG)

  Einleitung Die auf Satzfenstern basierende Retrieval-Augmented Generation (RAG)-Methode ist eine High-Level-Implementierung des RAG-Frameworks, die darauf abzielt, die Kontextwahrnehmung und Kohärenz von KI-generierten Antworten zu verbessern. Die Methode kombiniert die Leistungsfähigkeit eines großen Sprachmodells mit effizienter Information ...

AI工程学院:2.10自动合并检索器-首席AI分享圈

AI Engineering Academy: 2.10 Automatisierter Zusammenführungssucher

Einführung Auto Merge Retriever ist eine High-Level-Implementierung des Enhanced Retrieval Generation (RAG) Frameworks. Es zielt darauf ab, das Kontextbewusstsein und die Kohärenz von KI-generierten Antworten zu verbessern, indem potenziell fragmentierte und kleinere Kontexte zu größeren und umfassenderen zusammengeführt werden. https://github.com/adith...

从 OpenAI-o1 看大模型的复杂推理能力-首席AI分享圈

Komplexes Reasoning mit großen Modellen von OpenAI-o1

Im Jahr 2022 veröffentlichte OpenAI ChatGPT, das als schnellste APP der Welt die Hunderte von Millionen von Nutzern durchbrach, und damals dachten die Menschen, dass wir einer echten künstlichen Intelligenz näher gekommen waren. Aber die Menschen entdeckten bald, dass ChatGPT zwar sprechen und chatten und sogar Gedichte und Artikel schreiben konnte, aber in einfacher Logik immer noch nicht so gut war, wie es sein sollte...

一分钟学习 TOML 格式配置文件-首席AI分享圈

Konfigurationsdateien im TOML-Format in einer Minute lernen

TOML ist ein sauberes und einfaches Konfigurationsdateiformat 📄, das so konzipiert wurde, dass es für den Menschen besser lesbar und schreibbar ist ✨. ✅ Leichter zu schreiben: Konfigurationen werden als Schlüssel-Wert-Paare ohne komplexe Einrückung und Syntaxregeln dargestellt, was die Fehlerquote verringert. ✅ Übersichtlicher: Unterstützung von Gruppierung und Verschachtelung, klare Hierarchie, Konfigurationslogik auf einen Blick...

AI工程学院:2.11高级查询处理(查询转换使用手册)-首席AI分享圈

AI College of Engineering: 2.11 Erweiterte Abfrageverarbeitung (Benutzerhandbuch zur Abfragekonvertierung)

Einleitung Das Benutzerhandbuch für Abfragetransformationen zeigt eine Reihe von Techniken zur Transformation und Disambiguierung von Benutzerabfragen, bevor sie in einer Retrieval-Augmented Generation (RAG)-Abfrage-Engine, Intelligenz oder anderen Prozessen ausgeführt werden. Diese Transformationen können die Qualität und Relevanz der Antworten in KI-Anwendungen verbessern. https://github.com/adithya-s-k/AI-...

Das quelloffene Model Context Protocol von Anthropic: Model Context Protocol (MCP) für den nativen Zugriff von KI-Assistenten auf lokale Daten

Heute stellen wir das Model Context Protocol (MCP) zur Verfügung, einen neuen Standard für die Verbindung von KI-Assistenten mit Systemen, die Daten speichern, einschließlich Content-Repositories, Business-Tools und Entwicklungsumgebungen. Ziel ist es, modernste Modelle dabei zu unterstützen, bessere und relevantere Antworten zu generieren. Da KI-Assistenten...

Windsurf 与 GitHub Copilot:4 个关键差异及如何选择-首席AI分享圈

Windsurf vs. GitHub Copilot: 4 Hauptunterschiede und wie man sich entscheidet

Was ist Windsurf? Windsurf ist ein KI-gestützter Programmierassistent, der eine Reihe von Funktionen bietet, um den Programmierprozess für Entwickler zu optimieren. Ähnlich wie GitHub Copilot nutzt es maschinelle Lernmodelle, um den Codekontext zu verstehen und intelligente Codevervollständigung zu bieten. Allerdings verfügt Windsurf über...

AI工程学院:2.14RAPTOR: 树结构化检索增强生成的递归摘要处理-首席AI分享圈

AI Engineering Academy: 2.14 RAPTOR: Rekursive Zusammenfassungsverarbeitung zur verbesserten Generierung von baumstrukturiertem Retrieval

Einführung RAPTOR (Recursive Abstract Processing for Tree-Structured Retrieval Enhanced Generation) ist eine fortgeschrittene Retrieval Enhanced Generation (RAG) Methode. Es erweitert den traditionellen RAG-Prozess durch die Einführung hierarchischer Dokumentstrukturierungs- und Zusammenfassungsmethoden. https://github.com/adithya-s-k/AI-Engineering.acade...

AI工程学院:2.15ColBERT RAG(基于 BERT 的上下文后交互模型)-首席AI分享圈

AI Engineering Academy: 2.15 ColBERT RAG (BERT-basiertes postkontextuelles Interaktionsmodell)

ColBERT (Contextualised Post-Cultural Interaction based on BERT) unterscheidet sich von dem traditionellen Modell der dichten Einbettung. Hier eine kurze Beschreibung der Funktionsweise von ColBERT: Einbettung auf Token-Ebene: Im Gegensatz zur direkten Erstellung eines einzigen Vektors für ein ganzes Dokument oder eine Anfrage erstellt ColBERT Einbettungsvektoren für jedes Token. Nach...

de_DEDeutsch