登录
主页
 文章
如何利用RAG进行检索系统开发？
RAG（Retrieval Augmented Generation）检索增强生成是一种 AI 框架，它将传统信息检索系统（如搜索和数据库）的优势与生成式大型语言模型 (LLM ) 的功能相结合。通过将您的数据和世界知识与LLM语言技能相结合，生成的内容会更准确、更及时，并且更符合您的特定需求。RAG它的核心在于从用户自有知识源（如数据库、文档库等）中检索相关信息，并将这些信息用于辅助语言模型生成更准确、更有针对性的回答。例如，在一个问答系统中，当用户提出一个问题，RAG系统首先会在知识库中查找与该问题相关的内容，然后利用这些内容帮助语言模型生成回答。
2025-01-15
689
7
11
Adobe Sign与DocuSign比较
Adobe Sign 和 DocuSign 的业务领域主要集中在电子签名及相关服务方面。根据GlobalSearch的报告，Adobe Sign在电子签名市场的份额为11.75%，排名第2。其竞争对手DocuSign的市场份额为55.14%，远远领先于Adobe Sign。一、功能特性1.签名与文档管理： Adobe Sign：支持多种签名类型，如手写签名、印章签章等，具备高级的文档跟踪、提醒、审批流程管理功能。还能进行文档扫描，可快速将纸质文档转换为PDF并发送签署，支持多页扫描、图像优化等功能。
2025-01-14
844
3
4
电子签名和数字交易服务（DocuSign）
DocuSign是一家总部位于美国旧金山的电子签名和数字交易管理软件及服务提供商，超过150万付费客户，包括90%以上的世界500强企业，涵盖金融、医疗、房地产、科技、制造业等各个行业，如惠普和思科等将DocuSign作为标准化的电子签名工具。同时DocuSign为个人用户提供便捷的电子签名和文档管理服务，满足其在日常生活中的各种签署需求，如租房合同、贷款申请等。
2025-01-14
937
6
4
电子签名和文档管理解决方案（Adobe Sign）
Adobe Sign：作为全球知名的品牌，Adobe Sign 提供了一整套全面的电子签名和文档管理解决方案。它支持多种签名类型，包括手写签名、印章签章等，具备高级的文档跟踪、提醒、审批流程管理功能，以及与 Adobe Creative Cloud 和 Microsoft Office 等软件的深度集成。一、主要功能1.电子签名功能：
2025-01-14
965
3
13
视觉基础模型（VFMs）与传统计算机视觉（CV）模型
计算机视觉是一门研究如何让机器能够“看懂”世界的学科，通过算法处理和理解图像或视频数据。近年来，随着大数据时代的到来及计算能力的显著提升，基于深度神经网络的视觉基础模型逐渐成为该领域的研究热点。这些新模型不仅在性能上取得了突破性进展，而且其应用范围也在不断扩大。
2025-01-13
1131
5
12
视觉基础模型（VFMs）
Visual Foundation Models（视觉基础模型，简称VFMs）是一种专门用于处理和理解视觉数据的基础模型，是人工智能领域中计算机视觉方向的重要技术。通常在海量的高质量图像或视频数据上进行训练，利用自监督学习技术学习数据中的潜在模式，具有很强的通用性和泛化能力，可应用于图像分割、问答、常识推理等多种视觉相关任务。
2025-01-13
514
1
10
自然语言生成可视化图表（VizGPT）
VizGPT是一个创新性的开源项目，它的核心在于构建了自然语言处理和数据可视化之间的桥梁。通过利用先进的自然语言处理技术，它能够理解用户输入的文本指令，并将这些指令转换为对应的可视化图表，帮助用户更直观地理解数据和信息。VizGPT通过聊天界面轻松创建和调整图表。利用GPT模型的强大功能，允许用户使用自然语言描述他们想要的图表，根据上下文逐步编辑可视化，无需再为理解复杂查询语法而头疼。
2025-01-13
909
0
9
开源语言模型（TigerBot）
TigerBot是由虎博科技开发的一系列开源多语言大规模语言模型， 2023年5月首次发布，推出了7B和180B两个版本的基础模型和对话模型。一、主要特点1.中英文能力：在保持出色英文能力的同时，特别强化了中文处理能力，填补了许多国际模型在中文方面的不足。2.开源免费：采用开源策略，向学术研究和商业应用开放，促进了AI技术的普及和创新。
2025-01-13
755
6
14
Claude 3.5 Sonnet与DeepSeek V3的比较分析
随着人工智能技术的迅猛发展，大型语言模型在自然语言处理领域扮演着越来越重要的角色。这些模型不仅能够理解和生成人类语言，还在多个应用场景中展示了卓越的能力。以下将对两个具有代表性的开源语言模型——Claude 3.5 Sonnet和DeepSeek V3进行深入比较分析。两者都在不同方面展现了出色的能力，并且各自有其独特的优势。
2025-01-12
1147
5
0
轻量级机器学习框架（TensorFlow Lite）
随着移动设备的普及和性能提升，以及边缘计算的兴起，在资源受限的设备上运行机器学习模型的需求日益增长。而 由Google开发的TensorFlow 原本是为桌面和服务器端设计，直接应用在移动平台或嵌入式端存在能耗高、延迟大、二进制发布版本过大等问题，为解决这些问题，TensorFlow Lite专为在移动设备、嵌入式设备和物联网设备等资源受限的环境中部署机器学习模型而设计。
2025-01-12
728
3
14
网页解析库（BeautifulSoup）
BeautifulSoup是一个用于从HTML和XML文件中提取数据的Python库。它可以从复杂的网页结构中提取出所需的数据，比如在网页爬虫中，能够帮助开发者从网页中获取文本、链接、图片链接等各种信息。例如，当你想要从一个新闻网站上获取新闻标题、发布时间、正文内容等信息时，就可以使用 BeautifulSoup 来解析网页的 HTML 代码并提取这些数据。
2025-01-12
773
9
6
垂直行业如何选型LLM
通用大模型的知识覆盖范围广泛，涵盖了多个领域如科学、技术、文化、娱乐等各种知识。而垂直行业LLM聚焦于特定行业领域的知识，例如医疗领域的LLM会大量摄入医学文献、临床案例、药物知识等专业内容。这些模型经过专门的训练，对特定行业的术语、概念和流程有深入的理解。例如，在医疗诊断方面，垂直行业LLM可以准确识别各种疾病的症状、诊断标准和治疗方法，并且能根据患者的具体情况提供针对性的建议。
2025-01-11
632
9
5
开源检索增强生成引擎（RAGFlow）
RAGFlow是一款专为企业设计的高效、精准的开源检索增强生成（RAG）引擎。项目地址：https://ragflow.io基于深度文档理解的知识提取能力，能帮助用户在海量数据中快速找到所需内容，确保输出内容的真实性和可靠性。兼容多种异构数据源，用户可以轻松整合不同来源的数据，提供更全面的信息基础。支持模板化的分块处理，用户可根据需要选择不同模板，优化内容呈现形式，提升会话质量和效率。提供自动化和无缝的RAG工作流程，满足从个人用户到大型企业的需求，可通过直观的API与其他业务系统无缝集成。
2025-01-11
566
0
0
基于LLM大语言模型的知识库问答系统（FastGPT）
FastGPT是一个基于LLM大语言模型的知识库问答系统。项目地址：https://github.com/labring/FastGPT一、功能特点 数据处理能力强：提供开箱即用的数据处理功能，支持手动输入、直接分段、LLM自动处理和CSV等多种数据导入途径，可处理PDF、WORD、Markdown和CSV等多种格式的文档，自动对文本数据进行预处理、向量化和QA分割，节省手动训练时间。
2025-01-11
751
9
12
开放指令训练语言模型（OpenInstruct）
OpenInstruct 是AllenAI机构推出的一个开源项目，旨在利用人工智能技术改变传统的教学方式，提供个性化的学习体验。核心是构建一个能够理解、生成和评估教学指令的模型，可进行指令理解、生成和评估，还能提供个性化推荐。开源地址：https://github.com/allenai/open-instruct一、技术特点
2025-01-10
1074
3
1
面向教育领域大语言模型对话系统（EduChat）
EduChat由华东师范大学计算机科学与技术学院的EduNLP团队开发的一个面向教育领域的大规模语言模型对话系统，目标是为教师、学生和家长提供个性化、公平和富有同理心的智能教育服务。具备开放问答、情感支持、作文批改、启发式教学、自动出题、课程辅导和高考咨询等丰富功能。基于大规模语言模型，融合了多样化的教育领域数据，并通过指令微调和价值观对齐等方法进行优化。
2025-01-09
984
6
4
开源数字证书生成平台（certbot）
Certbot由电子前哨基金会（EFF）开发和维护，主要用于自动化获取、安装和续期Let's Encrypt证书，也可以作为使用ACME协议的其他证书颁发机构的客户端。开源好用，可自动修改 nginx 配置文件。有多种安装方式，如源码安装、第三方发布版本、pip 安装和 snap 安装，官方推荐使用 snap 安装。
2025-01-09
784
7
8
点击流和用户路径分析库（Retentioneering）
Retentioneering专门为解析点击流、用户路径和事件日志设计，能够深入挖掘用户在系统中的行为轨迹和操作顺序，提供比传统漏斗分析更广泛和深入的洞察，帮助发现用户行为背后的潜在模式和问题。提供了专门针对点击流数据的一系列处理方法，如事件分组、过滤、会话拆分等，同时具有交互式的图表和可视化功能，使复杂的用户旅程和数据结构变得清晰易懂，有助于快速理解和分析数据。
2025-01-09
1183
7
8
进程内缓存框架（Ehcache）
在应用程序运行过程中，频繁地访问相同的数据会增加系统的负载，特别是在访问数据库或者远程服务等相对较慢的资源时。Ehcache通过在内存中缓存数据，减少了这些资源的访问次数，从而提高了应用程序的性能和响应速度。它是由Terracotta公司开发和维护，广泛应用于Java企业级应用和各种Java项目中。
2025-01-08
1093
4
11
压力测试工具（JMeter）
JMeter由Apache组织开发的基于Java的压力测试工具，最初用于Web应用测试，后来扩展到其他测试领域。它可以模拟大量用户并发请求，对服务器、网络或对象施加巨大负载，以测试其强度和分析整体性能，还能对应用程序进行功能/回归测试，并通过创建带有断言的脚本来验证程序返回的结果是否符合期望。
2025-01-08
824
9
6
- -
© 2021 - 现在 杭州极深数据有限公司 版权所有 （深数据® DEEPDATA® 极深®） 联系我们 
浙公网安备 33018302001059号  浙ICP备18026513号-1号