- 博客(5)
- 收藏
- 关注
RSS订阅原创 大模型赋能文化传播游戏（数据库）
本数据库设计方案通过结合 **关系型数据库** 和 **向量数据库** 的优点，既实现了结构化数据的管理，又保证了文本内容的高效相似度检索。该系统的数据库由 **关系型数据库（PostgreSQL）** 和 **向量数据库（如Elasticsearch）** 组合构成。- **embedding**: 文本块的向量化表示，用于相似度检索，直接存储为嵌入向量，以便在向量数据库中进行快速映射和查找。- **document\_id**: 外键，指向文档元数据表中的文档ID，标识此文本块所属的文档。
2024-10-05 21:20:15
433
1
原创 大模型赋能文化传播平台
这将使得玩家能够进入不同的场景并遇见不同的人和他们发生对话——————（目前缺乏游戏内容设计）。总述：本项目参考游戏泰拉瑞亚，打造一款2D开放世界，玩家将扮演旅人在古中国大陆遇见不同的人和事，在游玩中潜移默化的了解中国文化。简述：游戏欢迎界面的角色，提供玩家关于本游戏的背景即相关玩法，引导玩家探索世界。3.将中国传统文化融入对话中，循循善诱，使玩家自发了解中国传统文化。功能1：客服问答，激发用户探索世界的好奇心，引导用户问有意义的回答。3.哲学与思想：探索道教，儒家，佛教与npc交互，5.内嵌游戏（未定）
2024-09-14 23:46:57
354
原创 翻译 NLP datawhale第二期ai夏令营
本次学习笔记详细介绍了基于 Seq2Seq 的神经机器翻译模型的构建和训练过程，重点讲解了数据预处理、GRU 和注意力机制的应用，以及翻译质量的评价方法。通过对这些知识的深入理解和实践，可以帮助我们更好地解决机器翻译任务中的实际问题。
2024-07-18 00:08:19
421
原创 电力预测 机器学习 datawhale第二期ai夏令营（第二弹特征工程）
在这次电力需求预测挑战赛中，通过特征工程和模型训练，我们能够提取有效特征并构建高效的预测模型。特征工程部分通过构建历史平移特征和窗口统计特征，丰富了模型的输入数据；模型训练部分使用 LightGBM 进行高效训练和预测。Pandas 库在数据处理和特征工程中起到了关键作用，提供了丰富的数据操作功能。理解和掌握这些内容，将有助于提升我们在电力需求预测等时间序列预测任务中的表现。
2024-07-17 22:41:07
503
原创 电力预测 机器学习 datawhale第二期AI夏令营
时间序列问题是对按时间顺序排列的数据点进行分析和预测，用于未来趋势预测。例子包括基于历史股票价格预测未来股票价格。
2024-07-14 15:42:26
212
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人