【AI日记】24.11.08 Knowledge Graphs for RAG (知识图谱,Neo4j,Cypher)

【AI论文解读】【AI知识点】【AI小项目】【AI战略思考】【AI日记】


工作

  • 内容:Knowledge Graphs for RAG
  • 目标:了解知识图谱,以及它如何用于 RAG
  • 时间:5小时
  • 评估:不错,完成,达到目标
  • 收获:
    • 学习 Neo4j 图数据库和 Cypher 查询语言
    • 学习如何构建知识图谱
    • 学习知识图谱如何用于增强 RAG

读书

明日计划

学习 deeplearning.ai 课程

反思

  • 每天读书(AI或者工作无关的书)的时间最好控制在1.5小时以内,读书也要细水长流 ,即使碰到能引发自己兴趣和深入思考的好书也不能暴饮暴食,要学会延迟满足
  • 应该把更多的时间用于学AI。
相关推荐
蒋星熠10 分钟前
TensorFlow与PyTorch深度对比分析:从基础原理到实战选择的完整指南
人工智能·pytorch·python·深度学习·ai·tensorflow·neo4j
qq_3404740211 分钟前
0.1 tensorflow例1-梯度下降法
人工智能·python·tensorflow
X.Cristiano20 分钟前
MinerU2.5:一种用于高效高分辨率文档解析的解耦视觉-语言模型
人工智能·mineru
金井PRATHAMA21 分钟前
产生式规则对人工智能中自然语言处理深层语义分析的影响与启示研究
人工智能·自然语言处理·知识图谱
AI浩24 分钟前
大型语言模型的门控注意力:非线性、稀疏性与无注意力沉没
人工智能·语言模型·自然语言处理
Saniffer_SH27 分钟前
【高清视频】CXL 2.0 over Fibre演示和答疑 - 将内存拉到服务器10米之外
运维·服务器·网络·人工智能·驱动开发·计算机外设·硬件工程
工藤学编程1 小时前
零基础学AI大模型之Prompt提示词工程
人工智能·prompt
YEGE学AI算法1 小时前
语音识别的评价指标
人工智能·语音识别
老坛程序员1 小时前
开源项目Sherpa-onnx:全平台离线语音识别的轻量级高性能引擎
人工智能·深度学习·机器学习·语音识别
YEGE学AI算法2 小时前
语音识别-流式和非流式实现方式
人工智能·语音识别