归档 / 话题
RAG
“RAG”话题下的全部文章。
-
AI驱动的数据抓取新时代：从BeautifulSoup到智能爬虫工具
在数据驱动的AI时代，获取高质量的网络数据变得越来越重要。传统的网页抓取方法正在被新一代智能工具所取代，这些工具不仅简化了数据获取过程，还提高了数据质量。本文将带你了解从传统方法到最新AI驱动工具的演变，帮助你选择最…
-
RAG基础：Markdown指南 – 专业文档结构化的破局之道
RAG基础：Markdown指南 – 专业文档结构化的破局之道 当非结构化文档成为RAG的阿喀琉斯之踵 在金融、法律、医疗等专业领域，每天产生的PDF技术白皮书、Word版行业报告、PPT培训文档堆积如山。
-
Python数据分析7步(IMDb Summer Movies Data)
数据： summer_movies | summer_movie_genres 流程 数据集说明 以下是两个数据文件的详细说明： 文件1： 数据预览： tconst title_type primary_title …
-
【案例】我是如何用Coze搭建乔尔事务所Bot的
我是如何用Coze搭建乔尔事务所Bot的 [乔尔事务所]() Albert是乔尔事务所的第一个bot，这篇文章梳理了搭建bot的思路，内容大多来自于对Albert的采访，重新排版整理后穿插了一些设计过程中的想法。为什…
-
OpenAI 首次开发者日：新模型发布，支持 128K 上下文，价格直降，GPT 商店要来了
大模型解谜LLM Riddles题解 大模型解谜LLM Riddles题解[/caption] OpenAI 的首次 DevDay 开发者日活动，于北京时间 11 月 7 日凌晨 02:00 开始，Keynote 主…
-
提升ChatGPT性能的实用指南：Prompt Engineering的艺术
一起探索 Prompt Engineering 的奥秘，并学习如何用它来让 ChatGPT 发挥出最大的潜力。提示工程是一门新兴学科，就像是为大语言模型（LLM）设计的"语言游戏"。通过这个"游戏"，我们可以更有效地…
-
GPTBots简介
— 为您的业务量身定制 AI Bot 应用 GPTBots.ai 将 LLM 与企业数据、服务能力无缝连接，高效构建 AI Bot 服务。可轻松将 AI Bot能力深度融合到企业实际业务中，让 AI 驱动业务增长和效…
-
prompt方法论
零样本提示 如今，经过大量数据训练并调整指令的LLM能够执行零样本任务。我们在前一节中尝试了一些零样本示例。以下是我们使用的一个示例： 提示： 输出： 请注意，在上面的提示中，我们没有向模型提供任何示例——这就是零样…
-
Midjourney进阶补充
正文 一.喂图 意义：从第一张起，可反复上传优化图片，来达到自己想要的图片。喂图过程： 上传单张或者一组（4到5张，目前没有限制多少张， 但一般来说4张刚刚好，太多会给AI带来困扰）到Midjourney输入框里（这…
-
AIGC高级应用：基于GPT4搭建本地知识库AI机器人
背景 在日常生活工作中我们会和很多文档打交道，今天这期我们将一起看下如何使用LlamaIndex和LangChain来构建一个基于GPT-4的本地文档知识库聊天机器人。在我们开始搭建本地自定义知识库之前，让我们先来聊…
-
4.3 【prompt教程5】使用外部工具
使用外部工具 通过向GPT提供其他工具的输出来补偿GPT的弱点。例如，文本检索系统可以告诉GPT相关文档。代码执行引擎可以帮助GPT进行数学和运行代码。如果一项任务可以通过工具而不是GPT更可靠或高效地完成，请卸载它…
-
4.3 【prompt教程3】将复杂的任务拆分为更简单的子任务
将复杂的任务拆分为更简单的子任务 正如软件工程中将复杂系统分解为一组模块化组件的良好做法一样，提交给GPT的任务也是如此。复杂的任务往往比简单的任务具有更高的错误率。此外，复杂的任务通常可以重新定义为更简单任务的工作…
-
【令爷】学习方法总结
学习是一项持续的过程，它需要不断的努力和实践，以便在日常生活和工作中取得成功。在学习过程中，有许多不同的方法可以帮助我们更好地理解和掌握知识。1.学习流程 这里我们总结了三步学习方法：学得、习得和费曼学习法。1.1 …
