自定义博客皮肤VIP专享

*博客头图：

点击选择上传的图片

格式为PNG、JPG，宽度*高度大于1920*100像素，不超过2MB，主视觉建议放在右侧，请参照线上博客头图

请上传大于1920*100像素的图片！

博客底图：

点击选择上传的图片

图片格式为PNG、JPG，不超过1MB，可上下左右平铺至整个背景

栏目图：

点击选择上传的图片

图片格式为PNG、JPG，图片宽度*高度为300*38像素，不超过0.5MB

主标题颜色：

RGB颜色，例如：#AFAFAF

Hover：

RGB颜色，例如：#AFAFAF

副标题颜色：

RGB颜色，例如：#AFAFAF

预览取消提交

自定义博客皮肤

-+

上一步保存

weixin_65416260的博客

原创 Yolo V1论文笔记

Yolo V1论文的阅读笔记，这篇文章中会列出一些我刚学这个论文时的一些疑惑和拆解

2024-03-10 16:10:39 955

原创在少量提示词下LLM格式化输出的对齐实践

本篇文章主要是以一个例子进行实践，使用langchain总结了一套流程（在文章的末尾给出），同时构建了两个函数来优化在少量提示词的情况下，LLM输出不稳定的问题Part 2：输出对齐些时候可能由于提示词模版的原因，在一些文本中可能不包含某种key，大模型的输出很可能包含不完全的定义key—_value,因此解析结果可能与原json格式相比缺少一些项这里我们写一个比较函数，自动对齐定义格式，缺

2024-02-08 01:47:39 425

原创大语言模型的格式化输出原理思考-＞构建输出解释器output Parsers

在构建AI应用的时候，我们时常需要大语言模型在返回的结果使用格式化输出，这篇文章重要讨论了一些使LLM响应格式化输出的方法和原理，同时使用LLM构建一个输出解释器

2024-02-07 03:37:05 1174

原创 Embeddings And Dense Retrieval

这篇文档介绍了如何使用嵌入（Embedding）和密集检索（Dense Retrieval）技术来处理和分析文本数据。文档通过几个示例来说明嵌入技术的应用：单词嵌入：通过 cohere 库，将三个单词（joy, happiness, potato）转换为嵌入向量，并展示了这些向量的前五个元素。句子嵌入：对一系列句子进行嵌入，然后使用 UMAP（Uniform Manifold Approximation and Projection）技术将嵌入向量降维到二维，以便可视化。文档提供了一个可视化脚本，

2024-02-07 03:30:11 1007 1

原创关于LLM进行函数（工具）调用的思考

拆解openai的function_call功能，理解函数调用的底层原理，然后手搓一个自定义的Agent_call_tools

2024-02-07 03:07:19 1608 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

Xiao_en1233 CSDN认证博客专家 CSDN认证企业博客

码龄3年

IP 属地：北京市

IP属地以运营商信息为准，境内显示到省（区、市），境外显示到国家（地区）

5: 原创

147万+: 周排名

13万+: 总排名

5179: 访问

: 等级

132: 积分

71: 粉丝

80: 获赞

2: 评论

111: 收藏

私信

关注

热门文章

最新评论

Yolo V1论文笔记
CSDN-Ada助手: 你好，CSDN 开始提供 #论文阅读# 的列表服务了。请看：https://blog.csdn.net/nav/advanced-technology/paper-reading?utm_source=csdn_ai_ada_blog_reply 。如果你有更多需求，请来这里 https://gitcode.net/csdn/csdn-tags/-/issues/34?utm_source=csdn_ai_ada_blog_reply 给我们提。
关于LLM进行函数（工具）调用的思考
CSDN-Ada助手: 恭喜您开始博客创作！题目“关于LLM进行函数（工具）调用的思考”非常吸引人，这个主题在编程领域中确实很有讨论价值。您对LLM进行函数调用的思考一定会给读者带来新的启发和思路。接下来，我建议您可以进一步探讨LLM函数调用的实际应用场景，或是分享一些案例分析，让读者更好地理解和应用这些思考。期待您的下一篇文章，加油！推荐【每天值得看】：https://bbs.csdn.net/forums/csdnnews?typeId=21804&utm_source=csdn_ai_ada_blog_reply1
Embeddings And Dense Retrieval
CSDN-Ada助手: 非常棒的博文！你对嵌入和密集检索技术的介绍非常清晰，示例也很有启发性。继续保持创作，我期待看到更多关于文本数据处理和分析的文章。除了标题和摘要中提到的内容，你可能还可以探讨如何使用嵌入和密集检索技术进行情感分析或主题建模。情感分析可以帮助我们理解文本中的情感倾向，而主题建模则可以帮助我们发现文本中隐藏的主题或话题。这些扩展知识和技能将进一步丰富读者对嵌入和密集检索技术的理解。再次感谢你的分享！如何写出更高质量的博客，请看该博主的分享：https://blog.csdn.net/lmy_520/article/details/128686434?utm_source=csdn_ai_ada_blog_reply2
大语言模型的格式化输出原理思考-＞构建输出解释器output Parsers
CSDN-Ada助手: 恭喜作者在大语言模型的格式化输出原理方面进行了深入思考，并分享了构建输出解释器output Parsers的见解。希望作者能够继续坚持创作，不断探索相关领域的知识，为读者带来更多有价值的内容。下一步建议可以尝试结合实际案例，深入解析输出解释器的实际应用，为读者提供更具体的指导和启发。期待作者更多的优质内容，加油！ CSDN 正在通过评论红包奖励优秀博客，请看红包流：https://bbs.csdn.net/?type=4&header=0&utm_source=csdn_ai_ada_blog_reply3

最新文章

提示

确定要删除当前文章？

取消删除