《MetaGPT智能体开发入门》教程 - 飞书文档
https://docs.feishu.cn/article/wiki/KhCcweQKmijXi6kDwnicM0qpnEf教程初心： 《MetaGPT智能体开发入门》是由MetaGPT教程组以及Datawhale的小伙伴共同推出的首个专注于Agent代码开发的入门级实践教程。尽管关于大型模型prompt的教程、对话 ...
飞搜侠
热门搜索
最全的RAG技术概览 - 飞书文档
https://docs.feishu.cn/article/wiki/UNRCw5gL0iCwTukfNtacvXChnnd作者：向量检索实验室| AI 搜索引擎原文：https://mp.weixin.qq.com/s/CO7hMv4R... 深度好文，作者是iki.ai的联合创始人兼CEO，本篇文章涉及了RAG 流程中的数据拆分、向量 ...
企业服务：标准化流程护航项目交付 - 飞书
https://www.feishu.cn/practice_template/55627交付物管理：企业服务公司非常重视“大客户”效应，往往需要在大客户共创和复杂业务场景下，沉淀交付文档和最佳实践，打磨产品细节。 · 不同项目组成员在不同阶段交付物内容、 ...
day03-微服务01 - 飞书文档
https://docs.feishu.cn/article/wiki/R4Sdwvo8Si4kilkSKfscgQX0niB大家以前可能听说过分布式架构，分布式就是服务拆分的过程，其实微服务架构正式分布式架构的一种最佳实践的方案。 当然，微服务架构虽然能解决单体架构的各种问题，但在拆分的 ...
GraphRAG如何应对模型限制？ - 飞书文档
https://docs.feishu.cn/v/wiki/PKAyweuP1iS7v7kiHEscOylBnid/ai还有其他未知的错误，不要使用qwen-long，好像输入过长就会报错，让你走文件上传，建议使用qwen-turbo。 ... 若您意犹未尽，渴望亲自操刀，将理论付诸实践，那么这本《大 ...
用户体验｜尼尔森十大可用性原则 - 飞书文档
https://docs.feishu.cn/article/wiki/FcFqwBUlNina3QkGu4Oc08b3nRe具体如何应用于实际的产品设计中？不妨来看看作者的案例拆解。 在日常生活中，我们经常会被一些产品的使用感受所影响，有时 ...
一文读懂：大模型RAG（检索增强生成） - 飞书文档
https://docs.feishu.cn/article/wiki/KVIBwTxnrixYrFkT7oycPX7QnBg... 使用私有数据的chat应用程序。 尽管在2019年， Faiss 就实现了基于嵌入的向量搜索 ... 实践案例） · iyacontrol：图解高级RAG技术 · ketchum：构建基于RAG的聊天 ...
中间输出检测：挖掘对抗样本的隐藏线索？ - 飞书文档
https://docs.feishu.cn/v/wiki/DVgaw9FSBitbohk12iAcswmcnCd/abGPT - 3 开发中bug 导致训练数据污染。 Tesla 智能汽车的AI 算法漏洞。 IBM Watson 智能医疗诊断系统，误诊率达35% 。
TableBench：评估语言模型表格数据处理能力 - 飞书文档
https://docs.feishu.cn/v/wiki/Z7JHwQB70iKlEbkPFNLcZv73ndf/ah通过这些工程手段，作者的团队成功地搜索到了较优的模型配置，并通过实践验证了这种方法的有效性。作者还强调了数据团队的重要性，以及如何控制打标数据的偏差。最后，作者认为 ...
案例研究1：Flame引擎基础知识
https://docs.feishu.cn/v/wiki/SCDMwsTWMiVaL7kzcZ0cffrqnGf/ac这个案例研究提供了在Flame 引擎内操作视觉组件、处理用户交互和管理游戏状态的实践经验。 向量. 向量在Flame 引擎中是基础，因为它们有各种使用可能性，包括表示位置、速度 ...