- 博客(6)
- 收藏
- 关注
RSS订阅原创 LlamaIndex-02-tutorials
本章你将能看到LlamaIndex可以使用的各种应用设置，从简单的Jupyter笔记本到聊天机器人再到全栈Web应用程序。介绍了 ，将其应用于财务文件，以帮助将复杂的查询分解为多个子问题。该代码使用LLM模型和语言链技术，对Lyft和Uber的财务数据进行了查询和比较。通过构建索引和查询引擎，可以快速地对大量数据进行查询和分析。介绍了如何管理来自不断更新的来源（例如Discord）的文档，以及如何避免文档重复和保存嵌入令牌。介绍了LlamaIndex内置的工具，用于将SQL和语义搜索结合成一个统一的查询
2023-06-23 16:29:34
283
1
原创 LlamaIndex-01-starter
在创建文档时，您还可以附加有用的元数据。添加到文档中的任何元数据都将复制到从其相应源文档创建的节点。默认情况下，我们使用OpenAI的模型。您可以选择在构建索引时使用另一个LLM。根据所使用的索引，我们使用默认提示词模板来构建索引（以及插入/查询）。LlamaIndex的核心使命是为大型语言模型（LLM）和您的私人外部数据提供接口。在过去的几个月中，它已成为最受欢迎的开源框架之一，用于LLM数据增强（上下文增强生成），适用于各种用例：问答、摘要、结构化查询等。
2023-06-23 14:33:54
364
1
原创 Prompt Engineer
在当前信息爆炸的时代，我们几乎没有足够的时间去阅读所有想读的文本。大规模语言模型如ChatGPT可以应用于文本摘要，使得我们能够高效地阅读并获取信息。我们可以直接在ChatGPT的网页接口中进行文本摘要，以便更快速地阅读文章内容。如果你正在建立一个电子商务网站，并且有大量的评论，拥有一个能够总结冗长评论的工具可以让你快速地浏览更多评论，更好地了解所有客户的想法。如果你有一个摘要的特定目标，例如你想向配送部门反馈，你可以修改提示来反映这个目标，这样可以生成一个更适用于你业务中特定部门的摘要。
2023-06-23 01:16:58
156
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