【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
爱吃泡芙的小白白几秒前
深入解析CNN中的BN层:从稳定训练到前沿演进
人工智能·神经网络·cnn·梯度爆炸·bn·稳定模型
聆风吟º4 分钟前
CANN runtime 性能优化:异构计算下运行时组件的效率提升与资源利用策略
人工智能·深度学习·神经网络·cann
不写bug的程序媛6 分钟前
n8n用veo3生成视频一直报错获取不到图片链接问题
人工智能
一山秋叶6 分钟前
带分数正则的一致性蒸馏
人工智能·深度学习
一枕眠秋雨>o<7 分钟前
算子即战略:CANN ops-nn 如何重构大模型推理的内存与计算边界
人工智能·重构
hg011810 分钟前
威海挖掘机开年斩获2亿元非洲订单
人工智能
lusasky10 分钟前
海事监管数据挖掘技术栈
人工智能·数据挖掘
忆~遂愿10 分钟前
Runtime 上下文管理:计算实例的生命周期、延迟最小化与上下文切换优化
java·大数据·开发语言·人工智能·docker
Aspect of twilight11 分钟前
Mind-Cube介绍
人工智能·深度学习
AI资源库12 分钟前
Qwen3-Coder-Next模型深入解析
人工智能·语言模型