最全的RAG技术概览 - 飞书文档
https://docs.feishu.cn/article/wiki/UNRCw5gL0iCwTukfNtacvXChnnd本文的宗旨在于系统整理并介绍关键的高级检索增强生成（Retrieval Augmented Generation, RAG）技术，并重点参考了LlamaIndex 中的实现案例，以便于其他开发者更深入地掌握这项 ...
飞搜侠
热门搜索
《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 ...
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、 ...
GraphRAG如何应对模型限制？ - 飞书文档
https://docs.feishu.cn/v/wiki/PKAyweuP1iS7v7kiHEscOylBnid/ai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图谱，然后为所有密切相关的实体组生成社区摘要。给定一个问题后，每个社区摘要用于生成部分回答，然后所有部分 ...
RAG中的数据准备：详细环节与技术 - 飞书文档
https://docs.feishu.cn/v/wiki/KVIBwTxnrixYrFkT7oycPX7QnBg/a3查询转换是一系列技术，使用LLM 作为推理引擎来修改用户输入以提高检索质量。有很多技术实现可供选择。 **对于复杂的查询，大语言模型能够将其拆分为多个子查询。 **比如，.
day03-微服务01 - 飞书文档
https://docs.feishu.cn/article/wiki/R4Sdwvo8Si4kilkSKfscgQX0niB... 设计、开发模式都非常简单。 当项目规模较小时，这种模式上手快，部署、运维也都 ... 每个服务独立部署，并且做好服务隔离，使用自己的服务器资源，不会影响到其它服务。
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对于谷歌来说，可能有一种类似于Spotify的商业模式。Oreilly 已经通过每月订阅和访问其目录来做到这一点。 Phi-3.5-MoE 在基准测试中击败 ...
《俞军产品方法论》：滴滴案例实践 - 飞书文档
https://docs.feishu.cn/v/wiki/ObjWwMskYiT1A6kwhZfc3pcunjg/a52020年2月16日 ... 一、读者视角的“说人话” · 在产品工作中遇到过需求冲突或资源冲突，有过权衡取舍困难的人； · 或者在创业和业务发展思考过用户价值和商业价值的人； · 或需要 ...
综述：探索基于大型语言模型的智能体：定义、方法与前景 - 飞书文档
https://docs.feishu.cn/article/wiki/Ms10w3VufiBel3kXwDJcq2zxnueGilbert和Troitzsch（2005）介绍了利用模拟方法进行社会科学研究的理论和实践，包括多主体模型在社会学研究中的应用。Hasan（2023）讨论了可持续发展的支柱（例如社会、环境和 ...
《AI大模型的发展与挑战》 - 飞书文档
https://docs.feishu.cn/v/wiki/Gn5owxyuWi8SS7kS9MdcAPgmn3e/aa适用人群：互联网关注AI 发展人群首发时间：2023 年4 月19 日更新时间：2023 年12 月30 日内容出品方：玩赚AI 实验室内容出品人：@大国@吴智纬@柳笙@小Q 使用建议：如果需要 ...