-
17-9 向量数据库之野望9 – 将矢量数据库与 LLM 集成
通常，LLM 会接受大量数据的训练，这让他们有广泛的理解，但可能会导致特定知识领域的空白。有时，他们甚至可能会产生偏离目标或有偏见的信息——这是从广阔的、未经过滤的网络中学习的副产…
-
17-8 向量数据库之野望8 – 7 个主流向量数据库
在快速发展的人工智能 (AI)、机器学习 (ML) 和数据工程领域，对高效数据存储和检索系统的需求至关重要。矢量数据库已成为管理这些技术通常依赖的复杂高维数据的关键解决方案。在这里…
-
17-7 向量数据库之野望7 – PostgreSQL 和pgvector
PostgreSQL 是一款功能强大的开源对象关系数据库系统，它已将其功能扩展到传统数据管理之外，通过 pgvector 扩展支持矢量数据。这一新增功能满足了对高效处理高维矢量数据…
-
17-3 向量数据库之野望3 – SingleStoreDB 实践教程
这场革命的核心是矢量数据库的概念，这是一项突破性的发展，正在重塑我们处理复杂数据的方式。与传统的关系数据库不同，矢量数据库具有独特的功能，可以管理和处理高维矢量数据，而高维矢量数据…
-
旷野之间 16 – AI 代理、AI 代理基础设施、平台和比较
在本文中，我们将研究 AI 代理、AI 代理基础设施、市场上最流行的 AI 代理平台、它们的比较以及 AI 代理的未来 我们将按以下顺序讨论这些主题 1. 关于人工智能代理 2. …
-
14-64 剑和诗人38 – 十大AI自动化测试工具
人工智能已经占领网络好几年了。它渗透到了娱乐和工作中。人们对它又爱又恨。不同的公司和爱好者编写了许多基于人工智能的程序，每个程序都各司其职。 尽管许多人更可能想到各种基于 AI 的…
-
14-62 剑和诗人36 – 混合专家 (MoE) 扩展 AI 视野
了解混合专家 (MoE) 混合专家 (MoE) 是一种机器学习技术，它将多个“专家”神经网络模型组合成一个更大的模型。MoE 的目标是通过组合专业专家（每个专家专注于不同的子领域）…
-
14-61 剑和诗人35 – 获得高管认可的策略手册
我清楚地记得我的职业轨迹发生转变的那个关键时刻。 当时，我正向整个执行领导团队和董事会成员介绍我们部门的技术路线图，感到说服这些有影响力的利益相关者资助一系列雄心勃勃的计划的压力。…
-
14-60 剑和诗人34 – Kubernetes 是部署 LLM 的首选平台
介绍 近年来，大型语言模型 (LLM) 一直在彻底改变自然语言处理领域。从 GPT-3 到 PaLM 等，这些模型可以生成类似人类的文本、回答问题、总结文档等等。然而，训练和部署 …
-
14-59 剑和诗人33 – 端到端的LLMOps平台建设
GPT-4、LlaMA、Falcon、Claude、Cohere、PaLM 等大型语言模型 (LLM) 已展示出强大的自然语言生成、推理、摘要、翻译等功能。然而，要有效利用这些模型…
-
14-58 剑和诗人32 – 使用矢量数据库增强 LLM 应用程序
GPT-4、Bloom、LaMDA 等大型语言模型 (LLM) 在生成类似人类的文本方面表现出了令人印象深刻的能力。然而，它们在事实准确性和推理能力等方面仍然面临限制。这是因为，虽…
-
14-57 剑和诗人31 – LLM/SLM 中的高级 RAG
首先确定几个缩写的意思 SLM 小模型 LLM 大模型 检索增强生成 (RAG) 已成为一种增强语言模型能力的强大技术。通过检索和调整外部知识，RAG 可让模型生成更准确、更相关、…
-
14-56 剑和诗人30 – IaC、PaC 和 OaC 在云成功中的作用
介绍 随着各大企业在 2024 年加速采用云计算，基础设施即代码 (IaC)、策略即代码 (PaC) 和优化即代码 (OaC) 已成为成功实现云迁移、IT 现代化和业务转型的关键功…
-
14-55 剑和诗人29 – RoSA：一种新的 PEFT 方法
介绍 参数高效微调 (PEFT) 方法已成为 NLP 领域研究的热门领域。随着语言模型不断扩展到前所未有的规模，在下游任务中微调所有参数的成本变得非常高昂。PEFT 方法通过将微调…
-
14-53 剑和诗人27 – 多模态RAG（MMRAG)
介绍 多模态机器学习正在彻底改变 AI 系统的功能。通过理解图像、音频、视频和文本等不同模态，这些系统可以解决以前机器无法解决的问题。 让我们探索该领域的一项激动人心的发展——多模…
-
14-52 剑和诗人26 – RAG 和 VectorDB 简介
检索增强生成 (RAG) 和 VectorDB 是自然语言处理 (NLP) 中的两个重要概念，它们正在突破 AI 系统所能实现的界限。 在这篇博文中，我将深入探讨 RAG，探索其工…
-
14-51 剑和诗人25 – 大预言模型的饱和 和 多模式的兴起
近年来，大语言模型 (LLM) 发展迅速，在语言理解和生成能力方面取得了令人瞩目的进步。从 GPT-4 到 LLaMA-2 及以后，随着研究人员不断突破可能的界限，模型大小和数据集…
-
14-50 剑和诗人24 – 开源 AI 的下一个重大飞跃：多个小模型与大模型相媲美
介绍 大型语言模型 (LLM) 领域最近取得了快速进展，GPT-4、PaLM-2、Llama-2 等模型正在突破 AI 对语言处理能力的界限。然而，只有少数几家大型科技公司拥有训练…
-
14-49 剑和诗人23 – 校正RAG (CRAG)的建设蓝图
介绍 校正检索增强生成 (CRAG) 是自然语言处理领域的一项新技术，旨在纠正生成文本中的事实不一致和错误。CRAG 利用生成和基于检索的功能来生成更符合事实的输出。 让我对 CR…
