AI全栈工程师——7 LlamaIndex

最新推荐文章于 2025-05-12 17:30:24 发布
最新推荐文章于 2025-05-12 17:30:24 发布
阅读量460 收藏 1
点赞数 17
分类专栏： AI全栈工程师 文章标签： 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/kongbaidemumu/article/details/147310894
版权

1 大语言模型开发框架介绍

1.1 SDK和JDK介绍

  • 什么是SDK（Software Development Kit，软件开发工具包）？

    • 什么是 SDK？- SDK 详解 - AWS；
    • 是一套工具集合，包含API、文档、示例代码、调试工具、库文件等，用于为特定平台或服务开发应用程序；
    • 目标：简化开发流程，提供“一站式”解决方案（例如：Android SDK、iOS SDK）；
    • 本质：一个“工具箱”，可能包含多个API；

  • 什么是API（Application Programming Interface，应用程序接口）？

    • 是一套工具集合，包含API、文档、示例代码、调试工具、库文件等，用于为特定平台或服务开发应用程序&
了解本专栏 订阅专栏 解锁全文 超级会员免费看
AI全栈工程师——8 LangChain
kongbaidemumu的博客
04-19 484
九万字长文讲解了一套面向大模型的开发框架——LangChain。主要从以下几个方面展开讲解：核心组件、模型 I/O 封装、数据封装连接、对话历史管理、Chain 和 LCEL、智能体架构：Agent、LangServe、LangChain.js、LangChain 与 LlamaIndex 的错位竞争。
AI全栈工程师——5 RAG Embeddings
kongbaidemumu的博客
04-14 87
介绍RAG，RAG 系统的基本搭建流程（基于关键字检索的RAG），向量检索（向量间相似度计算、向量数据库、基于向量检索的 RAG），实战 RAG 系统的进阶知识（文本分割的粒度、检索后排序、混合检索、RAG-Fusion），向量模型的本地加载与运行，浅谈 GraphRAG。
AI全栈工程师——9 LLM应用开发工具链
kongbaidemumu的博客
04-20 54
介绍两个生产级 LLM App 维护平台：LangFuse和LangSmith。可以在生产过程中，可以用于对LLM应用进行监控与统计、Prompt调试与优化、评估与测试、数据集中与版本管理。
破解提升 LLMs 性能的黑匣子—— LlamaIndex
DEVELOPERAA的博客
04-02 1029
“可以将 LlamaIndex 视为外部数据和 LLM 连接在一起的黑匣子。”在 Zilliz 组织的网络研讨会中，LlamaIndex 的联合创始人兼首席执行官 Jerry Liu 曾这样说道。
实现高效AI应用开发：LangChain、LLamaIndex 、HuggingFace
2401_85375151的博客
05-03 774
在大数据时代，如何快速、准确地从海量的原始数据中提取出有价值的信息，并进行总结与分析，是企业在运营决策中面临的一个重要问题。在这种情况下，
从码农到AI大师：AI工程师定位与成长全攻略！
2401_85325397的博客
06-06 332
随着生成式人工智能(GenAI)的早期成功迹象，每家具有前瞻性思维的科技公司都在争先恐后地为其产品、客户支持机器人和市场营销注入AI功能，其中仅来自初创公司的收入就超过了 10 亿美元。人工智能作为一种技术，正处于与互联网在上世纪 90 年代末的发展阶段类似的阶段：爆发式发展的前夜。为了发现这一趋势，我查看了YCombinator公司的投资组合。对于那些不知道的人，YCombinator是一家位于美国的著名创业加速器。
【粉丝福利社】AI Agent开发与应用：基于大模型的智能体构建
时光隧道
04-08 9675
随着人工智能技术的迅猛发展，大语言模型（Large Language Models，LLM）正在成为智能体构建的核心驱动力，推动各行业实现自动化与智能化变革。这些基于LLM的智能体不仅具备出色的自然语言处理能力，还能通过多轮对话、知识推理和任务自动化来高效应对复杂任务。在金融、医疗、教育和客户服务等领域，智能体展现出了强大的适应能力，正在重塑传统的业务流程与人机交互方式。
AI Agent开源技术栈
盖瑞理的智汇说
04-29 623
如果您是从头开始构建，请从这里开始。这些工具可以帮助您构建Agent的逻辑——做什么、何时做以及如何处理工具。您可以将其视为将原始语言模型转化为更自主的模型的核心大脑。一旦你的Agent能够规划，它就需要采取行动。此类别包含的工具可让你的Agent点击按钮、输入字段、抓取数据，并像人类一样控制应用或网站。如果您的Agent需要说话或聆听，这些工具可以处理音频方面的问题——将语音转换为文本，然后再转换为文本。非常适合免提用例或语音优先的座席。有些工具甚至足以胜任实时对话。
马斯克等人热捧：高薪缺人，但要懂全栈懂 LLM，一个全新职业正在兴起！
2401_85373396的博客
08-04 542
前 Tesla 人工智能总监 Andrej Karpathy 对此评论说，这种职业的出现是因为 LLM 创建了一个全新的抽象和专业层，可以将这个职业称之为“提示工程师”，但“提示工程师”也有一定的误导性，因为它不仅仅是用自然语言进行“Prompt”，还需要做很多粘合代码 / 基础设施的工作。总之，这仍然是一个需要大量的软件知识、学习最新技能并了解其中相关性的职业，它也许在重新定义 AI 和软件工程之间的差别与边界，但总的发展趋势已经形成，并且很可能会在近十年成为市场需求最大的工程技术岗位。
【人工智能时代】-生成式AI推理企业的市场机遇、竞争与未来
xiaoli8748的专栏
03-09 175
在生成式人工智能时代的投资选择中，风投公司对“铲子型”初创企业的浓厚兴趣，这些企业的业务涵盖了模型微调、可观测性分析、以及人工智能的“抽象化”服务（例如，将AI Inference作为服务）等。人们预测，随着初创公司和企业将人工智能技术纳入其产品组合，他们可能不愿意或无法在内部构建这些技术能力，因此更倾向于购买，而非自建。本文中，作者将深入探讨AaaS（人工智能即服务）初创公司，并特别关注AI推理（inference）初创公司（见下文红框）。本文主要内容如下： 为何需要AI推理抽象化。各个推理抽象平台的开
Recraft.ai：赋能专业设计师的 AI 创意引擎
weixin_44903776的博客
05-12 554
Recraft.ai 是一款专为专业设计师打造的 AI 创意引擎，集图像生成、编辑、矢量化、协作于一体，旨在提升设计效率与创意表达。其核心功能包括 AI 图像生成器、矢量生成器、照片编辑器等，支持风格一致性与品牌化，适用于 Logo 设计、图标制作、广告素材等多个场景。Recraft.ai 强调“设计师主导”理念，提供完全掌控、高效协作与简化工作流程的优势，帮助设计师节省时间并提升作品质量。目前提供免费试用，适合设计师与设计爱好者探索 AI 创意的无限可能。
第二十一天打卡
nbbsn的博客
05-11 230
这个结果略微差于聚类后的效果，但和一开始考虑所有特征的预测效果差不多，这个降维算法也比较成功。首先我们要对训练集和测试集进行处理，将非数字部分进行编码，并且将空缺值进行填充。- 输出每个模型的最佳参数和评估指标（准确率、精确率、召回率和F1分数）- 对每个模型分别使用网格搜索和贝叶斯优化进行超参数调优。这里可以看出预测结果大大提高了，这个调整工程是成功的。- 使用三个典型模型：随机森林、支持向量机和逻辑回归。- 在验证集上评估每个模型的性能。
Python数据分析案例74——基于内容的深度学习推荐系统（电影推荐）
weixin_46277779的博客
05-10 1147
电影数据集构建推荐系统，结合内容推荐和深度学习两种方法。预处理、探索性分析，加权平均法和余弦相似度进行基于内容的推荐，计算电影的相似度并生成推荐结果。并且使用深度学习模型，构建评分预测和检索任务，用户个性化推荐和评分预测。
什么是深度神经网络
kcarly的专栏
05-11 511
深度神经网络通过多层次的非线性变换和自动化特征学习，在多个领域实现了革命性突破。其核心技术包括反向传播、激活函数和正则化方法，而结构设计（如CNN、ResNet）和优化算法（如Adam）的进步进一步释放了模型潜力。尽管面临可解释性、计算成本等挑战，随着多模态融合、轻量化设计和新型硬件的发展，DNN将继续推动人工智能的边界，深刻影响科技与社会的发展。
【AI智能推荐系统】第八篇：可解释AI在推荐系统中的实践与价值
2501_91845348的博客
05-11 931
可解释推荐正在从合规需求演变为核心竞争力，通过增强透明度和信任感创造显著商业价值。然而，解释准确性、多模态表达、评估标准等挑战仍需持续突破。在下一篇中，我们将深入探讨边缘计算与实时推荐系统的技术实现，揭示如何在资源受限环境下实现毫秒级推荐响应，敬请期待！提示语：📢“订阅解锁完整专栏！下篇将揭秘抖音、特斯拉如何用边缘AI实现实时推荐，终端智能核心技术全解析！
【AI】mcp server本质就是一个接口服务么
最新发布
2301_76933862的博客
05-12 662
以下为元宝的回答：你的理解非常准确！​​本质上是一个接口服务，但其设计目标、交互逻辑和使用场景与传统后端接口存在显著差异。
Spring AI 之 AI核心概念
oscar999的专栏
05-07 1516
AI核心概念介绍
YOLO目标检测算法评估标准
jdjhcn的博客
05-10 911
不同类型的模型，评估指标各有侧重。分类模型中，准确率反映预测正确的整体比例；精确率关注预测正例中实际正例的占比；召回率衡量实际正例被正确预测的程度；F1 值综合精确率与召回率，适合样本不均衡场景。回归模型里，均方误差计算预测值与真实值误差平方的均值，能体现平均差异；平均绝对误差以误差绝对值平均，对异常值敏感度低；聚类模型中，轮廓系数综合凝聚度和分离度，值近 1 代表聚类佳。那么我们今天学习的YOLO目标检测模型使用什么指标评估模型的效果。
绝缘子缺陷检测数据集VOC+YOLO格式1566张3类别
FL1623863129的博客
05-12 92
标注类别名称(注意yolo格式类别顺序不和这个对应，而以labels文件夹classes.txt为准):["aging","defect","dirty"]数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)特别声明：本数据集不对训练的模型或者权重文件精度作任何保证，数据集只提供准确且合理标注。标注数量(xml文件个数)：1566。标注数量(txt文件个数)：1566。标注规则：对类别进行画矩形框。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

木木慕慕

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值