Llamaindex RAG实践

最新推荐文章于 2024-10-18 16:08:35 发布
最新推荐文章于 2024-10-18 16:08:35 发布
阅读量201 收藏
点赞数 1
文章标签： 深度学习 nlp
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/qq_49117198/article/details/141092327
版权

不使用RAG的结果

由于xtuner是一款比较新的框架， InternLM2-Chat-1.8B 训练数据库中并没有收录到它的相关信息，问答未给出准确的答案。

使用外挂的RAG知识库的结果

InternLM2-Chat-1.8B 进行任何增训的情况下，通过 RAG 技术实现的新增知识问答。

粥粥E
关注
检索增强生成(RAG)实践：基于LlamaIndex和Qwen1.5搭建智能问答系统
丨汀、的博客
05-07 414
检索增强生成(RAG)实践：基于LlamaIndex和Qwen1.5搭建智能问答系统
【大模型应用开发 动手做AI Agent】LlamaIndex和基于RAG的AI开发
AI天才研究院
05-27 814
随着人工智能技术的飞速发展,大语言模型(Large Language Models, LLMs)在各个领域得到了广泛应用。LLMs通过从大规模文本语料中学习,可以生成连贯、自然的文本,完成复杂的自然语言处理任务。然而,LLMs仍然存在知识储备有限、推理能力不足等问题。为了进一步增强LLMs的能力,学术界和工业界开始探索LLMs与其他技术的结合,比如知识图谱、检索增强生成(Retrieval-Augmented Generation, RAG)等。
【书生大模型实战营】Llamaindex RAG实践
qq_41234663的博客
08-10 675
Llamaindex RAG实践
LlamaIndex RAG模型开发与文档索引可视化
资源摘要信息:"LlamaIndex RAG 开发" LlamaIndex RAG 开发涉及的知识点主要集中在自然语言处理（NLP）领域中的Retrieval-Augmented Generation（RAG）模型的应用、集成和文档索引技术，以及可视化操作等方面。下面...
RAG 提示词工程最佳实践
AI天才研究院
04-06 923
虽然目前网络上关于提示工程的相关资料已经多如牛毛，然而 RAG (检索增强生成) 任务中提示工程如何进行的资料相对而言却较少。不少朋友之前也热烈的讨论过 RAG 场景下提示词的运用，因此 Zen 禅与计算机程序设计艺术 特别推出 RAG 任务下的提示词实践经验系列分享。RAG 是检索增强生成（Retrieval Augmented Generation）的简称，是当前最火热的企业级LLM应用方案。
AI学习指南深度学习篇-变分自编码器在深度学习中的实际应用
俞兆鹏的博客
10-13 712
变分自编码器是一种生成模型，它通过编码器-解码器结构实现数据的生成与重建。与传统的自编码器不同，VAE在潜在空间中引入了概率分布，使得生成的新样本具有更好的多样性。
R2：RNN-心脏病预测
u012249506的博客
10-11 961
左图：训练与验证准确率训练集的准确率（蓝色线）：随着训练次数增加，呈现出平稳上升趋势，最终接近0.92左右，说明模型在训练数据上的拟合效果逐渐变好。验证集的准确率（橙色线）：一开始随着训练迭代次数增加，验证准确率也在提升，但在约20次迭代后，准确率趋于平稳，甚至有一些波动，特别在50次之后，表现出明显的下降和上升不稳定现象。右图：训练与验证损失训练集损失（蓝色线）：损失随着迭代次数逐渐下降，这表明模型在训练集上不断优化，误差减少。
深度学习-28-基于Keras的十大经典算法之长短期记忆网络LSTM
最新发布
qq_20466211的博客
10-18 141
长短期记忆网络LSTM的基本结构介绍，将其输入数据的结构进行可视化显示，同时基于模拟数据搭建了简单的LSTM模型，对数据进行了训练和预测，并显示了训练过程的损失曲线。
【深度学习】经典的深度学习模型-01 开山之作：CNN卷积神经网络LeNet-5
10-12 487
Note: 草稿状态，持续更新中，如果有感兴趣，欢迎关注。。。
深度学习：卷积神经网络（CNN）详解
m0_73640344的博客
10-14 2014
卷积神经网络（CNN）通过引入卷积层、池化层和全连接层，利用权值共享、局部感受野和平移不变性，成为处理图像和视觉任务的强大工具。其多层次特征提取的能力使其能够从低级到高级捕捉数据中的重要模式。尽管CNN在视觉任务中表现出色，但其在捕捉全局信息和处理长距离依赖上存在一定局限，促使了包括ResNet、Inception等在内的各种改进模型的发展。
基于深度学习的车辆车型检测识别系统（YOLOV5）
ANDROID6666666的博客
10-16 407
本项目旨在开发一个基于深度学习的车辆识别系统，采用先进的yoloV5网络架构，以实现对不同车型的精准识别。系统开发环境选用Pycharm集成开发环境，并结合Anaconda进行环境管理和包依赖的配置。为了确保系统的稳定性和高效性，我们选择了Python 3.8作为开发语言，并集成了opencv、PyQt5以及torch1.9等关键库和框架。在数据方面，准备了总共9000张图片，其中8000张用于训练模型，剩余的1000张用于测试模型的性能。
深度学习速通系列:超长法律文件隐私过滤(基于预训练模型Bert)
Ven%的博客
10-18 276
网上使用bert的中文模型进行命名识别教程少的可怜,摸索了一周的时间,硬是把法律文书的人名全部识别出来了,目前可以达到98.9999%(开玩笑的,不过准确率保守估计是有90%以上).注意:这个法律文书目前只是针对裁决书,其他还没测试过,可支持超长文本识别。bert-base-chinese-ner 下载路径：https://hf-mirror.com/ckiplab/bert-base-chinese-ner （国内镜像，不用魔法也能访问）欢迎各位点个☆Star!下载好，直接放在当前目录下。
corediff_wrapper_demo
yyfhq的博客
10-18 649
return embreturn xreturn xdim = 32nn.GELU(),nn.GELU(),nn.GELU(),nn.GELU(),nn.GELU(),if adjust:else:if adjust:else:if adjust:else:if adjust:else:return outelse:return outmain()
Python轴承故障诊断 (11)基于VMD+CNN-BiGRU-Attenion的故障分类
10-18 681
本文基于凯斯西储大学（CWRU）轴承数据，进行变分模态分解VMD的介绍与数据预处理，最后通过Python实现VMD-CNN-BiGRU-Attenion的时空特征融合多头注意力机制对故障数据的分类。
基于YOLO11/v10/v8/v5深度学习的安检X光危险品检测与识别系统设计与实现【python源码+Pyqt5界面+数据集+训练代码】
阿旭的博客
10-11 1375
基于YOLO11/v10/v8/v5深度学习的安检X光危险品检测与识别系统设计与实现【python源码+Pyqt5界面+数据集+训练代码】
机器学习和深度学习的差别
乐学吧
10-11 1553
机器学习和深度学习在定义、基本原理、数据需求、模型结构、计算需求、可解释性和应用领域等方面存在一些差别。机器学习是一个更广泛的概念，包括了许多不同的算法和技术，而深度学习是机器学习的一个子领域，专注于使用深度神经网络来学习数据中的复杂模式和表示。在实际应用中，需要根据具体的问题和数据特点选择合适的方法。
《深度学习》OpenCV库、Dlib库 人脸检测 案例解析
wx_AHao1004Y的博客
10-17 869
Dlib库是一个适用于C++和Python的第三方库。包含机器学习、计算机视觉和图像处理的工具包，被广泛的应用于机器人、嵌入式设备、移动电话和大型高性能计算环境。是开源许可用户免费使用。
使用RNN、LSTM和Transformer进行时间序列预测
m0_56676945的博客
10-18 722
指在一个样本中（共50个时间步）的时间步位置，这里的。
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
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