HuggingFists-腾讯云开发者社区

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

HuggingFists

HuggingFists

专栏成员

6

文章

1409

阅读量

8

订阅数

HuggingFists数据服务发布--功能闭环

最近，HuggingFists隆重推出了新的功能模块-“数据服务”模块。该模块可以有效的解决HuggingFists算子能力不足时的扩展问题。

2024-09-28

1060

LLM智能体工程落地思考

人工智能领域著名教授吴恩达在今年3月份红杉资本的人工智能峰会(AI Ascent)以及最近Snowflake峰会开发者日上都发表了关于AI Agent(人工智能体)的演讲。演讲中，其分享了对AI Agent未来发展潜力的展望。认为AI Agent能够让人工智能胜任更多种类的任务，甚至可能比下一代基础模型带来更大的AI进展。

2024-08-01

1140

如何使用ElasticSearch搭建LLM-RAG系统

在之前的案例视频中我们演示了使用Milvus向量数据库和腾讯向量数据库实现RAG的场景应用。今天我们演示下利用ES的向量数据存储能力来实现RAG，包括三个部分：连接ES数据库并建表；数据写入ES向量数据库流程；问答对话流程。具体操作可参照下面的视频：

2024-05-06

2650

大语言模型无代码构建知识图谱概述

2023年3月15日，ChatGPT4.0的横空出世，将人们对大语言模型的关注推到了风口浪尖。由于其在智能问答、翻译以及文本生成等工作任务上的卓越表现，业界一度出现了不再需要发展知识图谱相关技术的观点，知识图谱相关概念严重受挫。无可置疑的是，大语言模型的确在智能问答等功能上与知识图谱存在交集，并且表现令人惊讶。但由于大语言模型不可避免的“幻觉”问题，使其存在无法给出准确、全面回答的情况，故而无法适应用户全面的场景需求。而知识图谱存储着大量结构化的信息，可以表达复杂的知识关系，能够满足用户准确、有效的检索需求。由此看来，二者各有所长，不是简单的替代关系，更有甚者二者可以彼此促进。众所周知，知识图谱的构建过程是相当昂贵的，开发者需要从海量的文档中抽取、对齐各类知识，工作量巨大，准确度要求也高。由于大语言模型拥有很强的泛化能力，因此其能有效抽取、识别特定领域文档中的实体、属性以及关系知识，可大大降低知识图谱的构建成本。

2024-03-22

2450

HuggingFists-低代码玩转LLM-腾讯云RAG(2)

低代码开发 LLM 腾讯混元大模型人工智能

1. 点击界面右上角的“user_name”,点击“个人设置”进入“资源账号”界面。

2024-02-20

2380

HuggingFists-低代码玩转LLM-腾讯云RAG(1)

人工智能低代码 LLM 腾讯混元大模型

在之前的系列文章里，笔者介绍了如何使用阿里的千问LLM、阿里的文本嵌入模型以及Milvus向量库来搭建一个RAG(检索增强生成)的实验。可通过以下的文章链接回顾一下之前介绍的内容：

2024-02-19

4414

没有更多了

社区活动

【纪录片】中国数据库前世今生

穿越半个世纪，探寻中国数据库50年的发展历程

Python精品学习库

代码在线跑，知识轻松学

博客搬家 | 分享价值百万资源包

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

技术创作特训营·精选知识专栏

往期视频·千货材料·成员作品最新动态