RAG提示工程系列（3）| 迈向工程化应用 - 通往AGI之路
https://waytoagi.feishu.cn/wiki/EEIewLgs1iHaDxklL0icuW0LnEc原文地址：3. 迈向工程化应用| AI落地解决方案和业务流设计logo.png 作者：蓝衣剑客，云中江树文章状态：持续更新中一、前言虽然目前网络上关于提示工程的相关资料已经 ...
飞搜侠
热门搜索
高级检索增强生成技术(RAG)全面指南：原理、分块、编码 - 飞书文档
https://docs.feishu.cn/article/wiki/APb6wdLL9iJZd5k9GEpceoTCnKI高级RAG 的些关键流程图。图源：旺知识. 方案图中的绿色元素是进一步讨论的核心RAG技术，蓝色元素是文本。并非所有先进的RAG技术都可以在单个方案中轻松可视化，例如 ...
大语言模型检索增强生成（RAG）综述 - 飞书文档
https://docs.feishu.cn/v/wiki/RnOEwBYzjiPXy9kZVbBcSz0Encg/a1它仔细研究了RAG 框架的三方基础，包括检索、生成和增强技术。该论文重点介绍了每个关键组件中嵌入的最先进技术，让人们对RAG 系统的进步有了深刻的了解。此外，本文还介绍了 ...
《从零开始学多智能体应用开发》：组队学习的知识宝库 - 飞书文档
https://docs.feishu.cn/v/wiki/FEWkwP7ldigFcEkul8Sc2eR0nWf/a8刚刚在代码里面讲的功能是都已经实现的。 · 最近会支持除了通过POST API端口，直接在本地去调用一些本地跑的大模型。 · 近期内会去推出像是最近比较火的一个RAG（Retrieve ...
4万字教程-COZE/扣子与智能体入门 - 飞书文档
https://docs.feishu.cn/article/wiki/ZGoFwzb0ai28mdkKqLjcqE2hnbU使用大模型生成数据表结构，如下图（mysql案例的数据表结构）. 7.1.4.2 ... 将各个独立开发的模块集成到一个完整的工作流中，确保各模块能够正确地交互和传递数据。
报告：GPT-4 通用人工智能的火花
https://waytoagi.feishu.cn/wiki/KUOaw7Kxoi6u3JkDtTjczY2CnLf?from=lark_search_qa&ccm_open_type=lark_search_qa- 数据可视化- 在下图中，我们要求GPT-4 和ChatGPT 从上表的LATEX 代码中提取数据 ... 不仅在转换器架构中难以实现此操作，而且数据集中计数示例的稀缺性只会加剧 ...
免训练大模型知识编辑，提升效率新方法 - 飞书文档
https://docs.feishu.cn/v/wiki/IyCyw08nLiDp2Ck4zGpcEwbQnig/a52024年11月9日 ... 开源要求与重建可行性：OSAID要求AI模型必须披露足够的设计信息，使个人能够“实质性地”重建模型。具体包括训练数据的来源、数据处理方式，以及数据的获取与 ...
普通人如何使用coze 打造个人专属智能体 - 飞书文档
https://docs.feishu.cn/article/wiki/BIImwitvkiRx36kHQYWcYfdCncc数据库功能提供了一个简单而高效的方式来管理和操作结构化数据，支持自然语言的数据插入和查询。 ... 最终，在输出阶段，工作流将处理结果呈现给用户，完成整个交互过程。 在工作 ...
5月AGI技术月报下篇 - 飞书文档
https://docs.feishu.cn/article/wiki/GI9KwAwZEi6d1PkRA3XcbbB4nfe文章讨论了AI大模型训练中的分布式通信技术，包括数据并行和模型并行，以及异步同步、流水并行和张量并行策略。介绍了NVLink和NVSwitch作为关键硬件技术，支持GPU间高速低延迟 ...
《OpenAI新功能展示：GPTs与Assistants API的潜力》 - 飞书文档
https://docs.feishu.cn/v/wiki/DyF5w3btkirb4Nk7iWWcuK6Nn0c/a8与此同时，作者利用主流的开源框架重复同样的过程，帮助读者看出手动实现和主流 ... 一图胜千言中添加一图《人类与大语言模型的对齐鸿沟》，来自清华大学KE 的 ...