AI工程学院:2.6RAG 可观察性- Arize Phoenix 设置
欢迎来到本笔记本,在这里我们将探索如何使用 Llama Index 设置和观察检索增强生成 (RAG) 流水线。 https://github.com/adithya-s-k/AI-Engineering.academy/tree/main/RAG/01_RAG_Observability 简介 本...
欢迎来到本笔记本,在这里我们将探索如何使用 Llama Index 设置和观察检索增强生成 (RAG) 流水线。 https://github.com/adithya-s-k/AI-Engineering.academy/tree/main/RAG/01_RAG_Observability 简介 本...
摘要 随着大语言模型(LLMs)展现出高度的类人能力,生成类人回复的角色扮演研究领域引起了越来越多的关注。这促进了角色扮演代理在各种应用中的探索,例如可以与用户进行自然对话的聊天机器人,以及能够提供个性...
重排序模型将根据候选文档列表与用户问题语义匹配度进行重新排序,从而改进语义排序的结果。 常用bge-reranker-v2-m3或cohere
教育一直被认为是会被LLM改变最大的行业之一。ChatGPT 的使用场景中,教育占据了很大比重,其用量常随开学和假期规律波动。而 Andrej Karpathy 也选择了教育作为他的创业方向。人们都期待能够有全能的AI Tutor,...
基于句子窗口的检索器 RAG 方法 引言 基于句子窗口的检索器 RAG(Retrieval-Augmented Generation)方法是 RAG 框架的高级实现,旨在增强 AI 生成回复的上下文意识和连贯性。该方法结合了大型语言模型与高...
什么是MCP:Anthropic开源的模型上下文协议:Model Context Protocol(MCP),让AI助手原生接入本地数据 参考实现服务器 Filesystem - 提供安全的文件操作并支持可配置的访问控制 GitHub - 仓库管理、文件...
引言 基于句窗口的检索增强生成(Retrieval-Augmented Generation,简称 RAG)方法是 RAG 框架的高级实现,旨在增强 AI 生成回答的上下文感知能力和连贯性。该方法结合了大语言模型的强大功能和高效的信息...
简介 自动合并检索器是增强检索生成(RAG)框架的一种高级实现。该方法旨在通过将可能分散且较小的上下文合并成更大且更全面的上下文,从而增强 AI 生成响应的上下文感知能力和连贯性。 https://github.com/adith...
2022 年 OpenAI 发布了 ChatGPT,成为世界上最快突破上亿用户的 APP,那时候人们都认为,我们离真正的人工智能更近了。但是人们很快发现,ChatGPT 可以对话聊天,甚至可以写诗写文章,但在简单的逻辑上依然不尽如...
TOML 是一种简洁明了的配置文件格式📄,设计上更适合人类阅读和书写✨。 ✅ 更容易写: 用键值对表示配置,没有复杂缩进和语法规则,减少出错率。 ✅ 更清晰: 支持分组 [group] 和嵌套结构,层次分明,配置逻辑...