设计模式的重要性及分类 - 飞书文档
https://docs.feishu.cn/v/wiki/Yur4wIT4yi0cWvkvwKMc1uVonIh/a2使用Flutter 和Dart 实现模式。 研究其在促进良好架构中的角色。 通过模拟John Conway 的“生命游戏”在移动设备上展示这些模式的 ...
飞搜侠
热门搜索
Java IO中的设计模式：装饰器、适配器、工厂和观察者模式 - 飞书文档
https://docs.feishu.cn/v/wiki/ADBZwVjC0iPVQSkTHxRc3slfnCd/a5... 资源操作，比如文件管理、进程通信、内存管理等等。 ... InpuStream抽象类是所有字节输入流的父类 ... 字节缓冲流采用了装饰器模式来增强 InputStream 和 OutputStream 子类 ...
高级RAG 技术：图解概述 - 飞书文档
https://docs.feishu.cn/article/wiki/SFjhwrbLYiCVw3kJt8VcttDmnZg在运行时，我们使用同一编码器模型对用户的查询进行向量化，然后搜索该查询向量的索引，找到top-k 个结果，从我们的数据库中检索相应的文本块，并将它们作为上下文输入到LLM ...
大模型微调与RAG的选型 - 飞书文档
https://docs.feishu.cn/article/wiki/QPmawl0ZiiqAXzkesNBcZWAzn8g通过使用假设的答案来扩展查询，这样在进行嵌入搜索时可以检索到其他相关向量空间，进而可以提供更准确的回答。 使用多个查询进行扩展：使用LLM基于我们的查询来生成额外的 ...
RAG中的Agent：提升多文档检索效率的关键
https://docs.feishu.cn/v/wiki/APb6wdLL9iJZd5k9GEpceoTCnKI/a9在运行时，我们使用相同的编码器模型对用户的查询进行矢量化，然后针对索引执行该查询向量的搜索，找到前k个结果，从数据库中检索相应的文本块，并将它们作为上下文输入到LLM ...
解析降水预测baseline：提升模型效果的秘诀 - 飞书文档
https://docs.feishu.cn/v/wiki/AloVwLxJ3ipNg2kWsKTcyGapnNe/a7\_\_init\_\_\(\) 就是用来使用父类nn.Module中的初始化方式; 在构造函数中, 我们 ... 使用魔搭的GPU资源, 就需要使用 \.cuda\(\) 将模型放在gpu上. 定义模型的 ...
RAG中的查询转换与路由技术 - 飞书文档
https://docs.feishu.cn/v/wiki/UNRCw5gL0iCwTukfNtacvXChnnd/a5但这里需要权衡的是为大语言模型提供足够上下文以进行推理，与实现高效搜索所需的足够具体的文本嵌入。关于选择块大小的研究[5]，可以在LlamaIndex的NodeParser[6]类中找到， ...
待办工具 - 飞书
https://www.feishu.cn/hc/zh-CN/articles/550314150613-%E5%BE%85%E5%8A%9E%E5%B7%A5%E5%85%B7人力资源类 · 综合人事 · 招聘管理 · 企业文化 · 企业福利 · 目标绩效 · 行政管理类 ... 付费）承担责任，请您自行选择，谨慎使用本文档。. 作者：飞书帮助中心. 最后更新于2022/08/03. 本文是否对你有帮助 ...
微软GraphRAG：强大的全局理解能力 - 飞书文档
https://docs.feishu.cn/v/wiki/PKAyweuP1iS7v7kiHEscOylBnid/a1而GraphRAG结合知识图谱，RAG和QFS这些方法的优势，它可以根据用户问题的普遍性和要索引的源文本量进行扩展。该方法使用LLM构建基于图的文本索引，包括从源文档派生实体知识 ...
Java的基本语法：变量命名与类型转换 - 飞书文档
https://docs.feishu.cn/v/wiki/wikcncRPhZgdsFilbzHvwg8MF9g/a1动态性与编程语言是编译型还是解释型有关。 任何的对象都在堆Heap里. 单根结构，所有的class都有一个父类 ...