LeonNo11的博客

RAG（Retrieval-Augmented Generation）是一种结合检索和生成的框架，广泛用于问答、对话和知识密集型任务。检索阶段：根据用户查询，从知识库（如文档集合、数据库）召回相关信息。生成阶段：将召回的信息与查询一起输入生成模型（如LLM），生成最终答案。多路召回和融合重排序主要发生在检索阶段，决定了召回文档的质量和相关性。下面详细讲解这两部分，并融入解释学习的思路。

是理解现代自然语言处理（NLP）和深度学习模型（如BERT、GPT等）的关键。以下是针对小白的系统学习路径，结合理论与实践，帮你逐步掌握Transformer的核心思想和技术。如果某个环节卡住，可以随时告诉我，我会提供更具体的解释或案例！（Transformer的奠基论文）。

文档 https://code.visualstudio.com/docs/java/java-editing。背景：为了更好的使用cursor编写java代码。

https://cursor101.com/zh/tutorial/learn-cursor-tab

通过掌握这些核心概念和功能，你将能够快速上手Cursor，并有效地利用其AI辅助编程的能力。1、图形化界面，可以常见如数据库实例，可一键部署到容器，生成基本的观察代码。1、一个编辑器，通过提示词来编写代码，可以切换各种模型。2、新建项目，可以结合cursor生成代码。2、是基于vscode的一个分支开发出来的。3、Devbox可以帮助快速上线原因。

Tavily Search API 允许人工智能开发人员轻松地将他们的应用程序与实时在线信息集成在一起，主要目标是提供来自可信来源的真实可靠的信息，从而提高AI生成内容的准确性和可靠性。Tavily Search API的输出内容是针对搜索查询进行了定制的，提供了最相关和有信息量的结果。Tavily Search API 提供了几种不同的计划，以支持不同规模的使用需求，包括免费的研究者计划和付费的Bootstrap、Startup计划，这些计划提供了更多的API调用次数和定制化的主题及来源。

【代码】【python】语言学习笔记--用来记录总结。

因为工作中学习AI，然后包括看源码，以及看代码都使用到了pydantic库，因此下面是一些最主要的20%，以学会其80%的精髓。pydantic 库是 python 中用于数据接口定义检查与设置管理的库。pydantic 在运行时强制执行类型提示，并在数据无效时提供友好的错误。

AI Agent是指人工智能代理（Artificial Intelligence Agent）是一种能够感知环境进行自主理解，进行决策和执行动作的智能体。AI Agent具备通过独立思考、调用工具逐步完成给定目标的能力。不同于大模型的区别在于，大模型与人类的交互通过提示词（Prompt）实现，用户的提示词是否清晰明确会影响大模型的效果。而AI Agent仅需要给定一个，就能够实现针对目标进行独立思考并完成目标任务。

【代码】【AI】OpenAI简单Demo-HelloWorld。