ai大模型

企业级RAG架构设计：从FAISS索引到HyDE优化的全链路拆解，金融/医疗领域RAG落地案例与避坑指南（附架构图）本文较长，纯干货，建议点赞收藏，以免遗失。更多AI大模型应用开发学习内容，尽在聚客AI学院。RAG（Retrieval-Augmented Generation，检索增强生成）是一种将信息检索与文本生成相结合的技术，通过实时从外部知识库中检索相关文档，增强大语言模型（LLM）的生成准确性和事实性。其核心价值在于解决LLM的三大痛点：

大龄码农有梦想

基于【低代码+AI智能体】开发智能考试系统本文介绍了如何使用低代码开发平台+AI智能体，快速开发一个考试管理系统，考试系统包括题库管理、试卷管理、考试管理等核心模块，主要实现功能是：调用AI大模型自动生成题库，基于题库生成考试试券，以及通过AI大模型快速阅卷判分。

ai大模型木子

嵌入模型（Embedding Models）原理详解：从Word2Vec到BERT的技术演进嵌入模型（Embedding Models）是一种将高维离散数据（如文本、图像）转换为低维连续向量表示的技术。这些向量能够反映数据的语义关系，使得“语义相近的实体在向量空间中距离更近”。例如：

AI大模型顾潇

[特殊字符] 大模型对话风格微调项目实战——模型篇 [特殊字符]✨🎯 背景介绍🔍 这篇文章的任务🤖 模型选型📊 模型评测⚙️ 模型训练🔄 模型转换🧪 模型训练效果评估

AI大模型顾潇

[特殊字符] Prompt如何驱动大模型对本地文件实现自主变更：Cline技术深度解析Cline通过精心设计的prompt系统，使大模型能够像人类开发者一样操作本地文件系统。以下是其核心机制：

一文读懂 MCP！大模型如何用它连接世界，打造更智能的 AI Agent？可能有人会问：“这不就是大模型的工具调用吗？”没错，MCP 本质上就是工具调用。但不同的是，过去的工具调用需要开发人员手动编写代码，将工具嵌入应用程序，而 MCP 引入了一种标准化的调用协议。

今天分享一个网店客服回复数据集-用于网点客服AI助手自动回复智能体训练最近有小伙伴问我有没有网点客服相关的数据集，经过几个月的整理，终于整理出了大概24559条网店客服回复数据集。这些数据集可以用户AI大模型训练，网店AI自动回复助手智能体的知识库。数据大概内容如下：数据特点真实场景模拟：数据集中的问答模拟了网店客服与顾客之间的互动，包括常见问题、产品咨询、售后服务等内容。多样性与覆盖性：覆盖了广泛的商品类目和客服场景，涵盖了售前咨询、售后服务、订单查询、退换货、支付问题等多个方面，能够帮助模型学习到多维度的客服对话内容。简洁高效：每条数据都紧扣问题和答案的核心，回

在IM即时通讯系统中接入DeepSeek等AI大模型随着DeepSeek的热潮，越来越多的企业也开始部署并训练自己的AI大模型，这样能使企业以前沉淀的专业知识和经验能更高效地被利用起来。有客户反馈了这样的需求场景：客户私有部署了自己的AI大模型以及私有化部署自己的内部即时通讯系统，他们希望可以在即时通讯的聊天界面中，直接和AI大模型对话，就像和同事对话一样，这将大大提升工作效率。所以，我们决定在傲瑞通（OrayTalk）中接入DeepSeek等AI大模型，来满足这一需求。

ragflow本地部署(WSL下Ubuntu)本地docker及 docker-compose版本安装参考：1.下载源码2.运行docker-compose拉取镜像

互联网架构小马

什么是大型语言模型（LLM）？哪个大模型更好用？ChatGPT 是一种大型语言模型 (LLM)，您可能对此并不陌生。它以非凡的能力而闻名，已证明能够出色地完成各种任务，例如通过考试、生成产品内容、解决问题，甚至在最少的输入提示下编写程序。

大数据在线

AI重塑云基础设施，亚马逊云科技打造AI定制版IaaS“样板房”AI正在彻底重塑云基础设施。IDC最新《2025年IDC MarketScape：全球公有云基础设施即服务（IaaS）报告》显示，AI正在通过多种方式重塑云基础设施，公有云IaaS有望继续保持快速增长，预计2025年全球IaaS的整体规模将达到1880亿美元。

大数据在线

行业智能体大爆发，分布式智能云有解Manus的一夜爆红，在全球范围内引爆关于AI智能体的讨论。与过去一般的AI助手不同，智能体（AI Agent）并非只是被动响应，而是主动感知、决策并执行的应用。Gartner预测，到2028年，15%的日常工作决策将由智能体完成。

数据堂官方账号

数据驱动进化：AI Agent如何重构手机交互范式？如果说AIGC拉开了内容生成的序幕，那么AI Agent则标志着AI从“工具”向“助手”的跨越式进化。它不再是简单的问答机器，而是一个能够感知环境、规划任务并自主执行的智能体，更像是虚拟世界中的“全能员工”。

【AI 大模型】RAG 检索增强生成 ⑤ ( 向量数据库 | 向量数据库索引结构和搜索算法 | 常见向量数据库对比 | 安装并使用向量数据库 chromadb 案例 )上一篇博客【AI 大模型】RAG 检索增强生成 ④ ( 向量相似度计算 | 余弦距离 | 欧式距离 | OpenAI 文本向量模型 | 手动实现的余弦相似度和欧氏距离函数计算 ) 中 , 讲解了向量相似度的计算方式 , 使用 OpenAI 的 text-embedding-ada-002 文本向量模型生成了一组文字的文本向量 , 分别使用余弦距离和欧式距离计算了文本向量之间的相似度 ;

羑悻的小杀马特

驾驭 DeepSeek 科技之翼，翱翔现代学习新天际在当今这个信息爆炸的时代，学习的方式和途径正在经历着前所未有的变革。人工智能技术的飞速发展，为我们的学习带来了全新的机遇和挑战。DeepSeek 作为一款强大的大语言模型，凭借其卓越的性能和丰富的功能，为现代学习注入了新的活力。

羑悻的小杀马特

DeepSeek 助力 C++ 开发：探索智能编程新境界这篇文章就会详细讲讲 DeepSeek 在 C++ 开发里到底能怎么用，从上面说的写代码、找错误、优化性能，到管理项目这些方面，还会给出好多实际的代码例子，讲讲实际用起来是啥情况。目的就是给那些做 C++ 开发的人，一份全面又详细的参考资料，让他们能更轻松、更高效地把开发任务完成。

羑悻的小杀马特

蓝耘携手通义万象 2.1 图生视频：开启创意无限的共享新时代在科技飞速发展的今天，各种新奇的技术不断涌现，改变着我们的生活和工作方式。蓝耘和通义万象 2.1 图生视频就是其中两项非常厉害的技术。蓝耘就像是一个超级大管家，能把各种资源管理得井井有条；而通义万象 2.1 图生视频则像是一个神奇的魔法师，能把一张张静止的图片变成生动有趣的视频。当这两者结合在一起，会产生什么样的奇妙效果呢？接下来，咱们就一起去看看。

云边有个稻草人

突破极限！蓝耘通义万相2.1引爆AI多模态新纪元——性能与应用全方位革新云边有个稻草人-CSDN博客目录一、引言二、蓝耘通义万相2.1版本概述三、蓝耘通义万相2.1的核心技术改进

羑悻的小杀马特

通义万相 2.1 + 蓝耘算力，AI 视频生成的梦幻组合在这个科技日新月异的时代，人工智能不断刷新着我们对世界的认知。一次偶然的机会，我借助北京蓝耘科技股份有限公司提供的算力支持，踏上了使用通义万相 2.1 进行 AI 视频生成的奇妙之旅。

Spring AI+硅基流动DeepSeek语音识别全栈方案：从FFmpeg预处理到分布式推理硅基流动平台提供的DeepSeek语音识别服务，在AISHELL-3测试集上实现**96.2%**的准确率，其技术特性包括：