
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?
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,...
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...
开启 Builder 智能编程模式,无限量使用 DeepSeek-R1 和 DeepSeek-V3 ,对比海外版体验更加流畅。只需输入中文指令,不懂编程的小白也可以零门槛编写自己的应用。
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,配置逻辑一目...
介绍 查询转换使用手册展示了在检索增强生成 (RAG) 查询引擎、智能体或其他流程中执行用户查询前进行转换和分解的多种技术。这些转换可以提高 AI 应用中响应的质量和相关性。 https://github.com/adithya-s-k/AI-...
你方唱罢我方登场,自昨日 Anthropic开源的模型上下文协议:Model Context Protocol(MCP) 发布后,根据 Anthropic、Block 和 Apollo 等公司的说法,MCP 已被整合到其系统中,而 Replit、Codeium 和 Sourcegraph...
就像一个聪明但不了解代码最佳实践的孩子。 你需要清楚地告诉 AI 你想要什么: 是 web 应用吗? 需要什么功能? 结构是什么? 等等。 以下是如何让 AI 成为你的全栈开发者的方法: 上下文至关重要! 你需...
介绍 Thomas 于 2024 年 4 月加入 Vespa 担任高级软件工程师。在他之前作为 AI 顾问的最后一个任务中,他实际上构建了一个基于 Vespa 的大规模 PDF 集合的 RAG 应用。 PDF 在企业世界中无处不在,从中搜索和检索...
今天,我们开源了 Model Context Protocol (MCP),这是一种全新的标准,用于将 AI 助手与存储数据的系统连接起来,包括内容库、业务工具和开发环境。其目标是帮助前沿模型生成更好、更相关的响应。 随着 AI 助...
介绍 自查询 RAG(Self-Query RAG) 是一种先进的检索增强生成(RAG)方法,它通过在摄取阶段引入元数据提取以及在检索阶段引入智能查询解析,从而增强了传统 RAG 流程。 https://github.com/adithya-s-k/AI-Engi...
什么是 Windsurf? Windsurf 是一款由 AI 驱动的编码助手,提供一系列功能以简化开发者的编码流程。与 GitHub Copilot 类似,它利用机器学习模型来理解代码上下文并提供智能代码补全。然而,Windsurf 的特色在于...
介绍 RAG-Fusion 是一种先进的信息检索和文本生成方法,建立在检索增强生成(RAG)的基础上。该项目实现了 RAG-Fusion,以提供更准确、更具上下文相关性且更全面的用户查询响应。 https://github.com/adithya-s-k...
引言 RAPTOR(树结构化检索增强生成的递归摘要处理)是一种先进的检索增强生成(RAG)方法。它通过引入层级文档结构化和摘要技术,增强了传统的 RAG 流程。 https://github.com/adithya-s-k/AI-Engineering.acade...
ColBERT(基于 BERT 的上下文化后交互)与传统的密集嵌入模型有所不同。以下是 ColBERT 工作原理的简要说明: Token 层级嵌入:不同于直接为整个文档或查询创建单个向量,ColBERT 为每个 Token 创建嵌入向量。 后...
引言 GraphRAG(基于图结构的检索增强生成)是一种先进的检索与生成方法。它结合了图数据结构的优势和大语言模型(LLM)的能力,克服了传统 RAG 系统的一些限制。 https://github.com/adithya-s-k/AI-Engi...
引言 基于智能体方法提升检索增强生成能力。多文档智能检索增强生成(Multi-Document Agentic RAG, Retrieval Augmented Generation)是一种先进的信息检索和生成方法,结合了多文档处理、智能体系统和大...