自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(41)
  • 收藏
  • 关注

原创 生成式AI赋能智能客服:未来会怎样?

好编程,常沉浸于代码之世界,思维纵横,力求逻辑之严密,算法之精妙。且喜跑步,尤钟马拉松,长途奔袭,考验耐力与毅力,每有所进,心甚喜之。吾以为,编程似布阵,算法如谋略,需精心筹谋,方可成就佳作。许多呼叫中心甚至将拥有多个LLM,为其所选平台上的众多用例提供支持,因此他们知道在哪里使用哪个LLM,包括Salesforce在内的一些供应商将根据特定用例对LLM进行基准测试。在这种狂热中,呼叫中心供应商推出了许多由GenAI驱动的功能,以吸引最初的媒体关注,并说服客户终于是时候接受人工智能了。

2024-09-05 17:43:31 238

原创 智能客服中生成式人工智能的25个用例(了解GenAI正在改变智能客服的方式)

通过评估成功的对话记录——跨越特定的客户意图——生成性人工智能可以吸收解决方案的理想路径。Cresta的Flow Modeling提供了这样一种解决方案,根据其对各种客户体验和业务成果的影响来确定这条路径。同时,这种能力揭示了导致成功解决方案的特征。这些可以为代理指导和记分卡创建计划提供信息。

2024-09-05 16:57:57 1337

原创 LangChain:记忆模块

想一想,为什么需要记忆模块?大模型本质上是无记忆的。当与其交互时,它仅根据提供的提示生成响应的输出,而无法存储或记住过去的交互内容。因为是无记忆的,意味着它不能“学习或“记住”用户的偏好、以前的错误或其他个性化信息,难以满足人们的期望。人们期待聊天机器人具有人的品质和回应能力。在现实的聊天环境中,人们的对话中充满了缩写和含蓄表达,他们会引用过去的对话内容,并期待对方能够理解和回应。例如,如果在聊天一开始时提到了某人的名字,随后仅用代词指代,那么人们就期望聊天机器人能够理解和记住这个指代关系。

2024-07-30 18:31:26 1038

原创 LangChain: LEDVR工作流的终点:“上链”

本篇文章中,我们研究如何把LEDVR工作流的胜利成果加入链组件中完成“上链”,然后第一次运行会话建索链ConversationRetrieveChain。中,我们介绍了LangChain数据增强的相关概念,其中LangChain的工作流的各个阶段包括:文档加载、文档切割、嵌入模型包装器及向量存储器的创建和使用。好编程,常沉浸于代码之世界,思维纵横,力求逻辑之严密,算法之精妙。且喜跑步,尤钟马拉松,长途奔袭,考验耐力与毅力,每有所进,心甚喜之。吾以为,编程似布阵,算法如谋略,需精心筹谋,方可成就佳作。

2024-07-30 15:51:39 488

原创 LangChain文档转换器

因此,需要将长文本切割为较小的文本片段,并使得每个文本片段在语义上尽可能一致,这就是文本转换器要完成的为本切割任务,由文本切割器完成。这些策略可能包括如何切割文本(例如,按照句子切割),如何确定每个小文本片段的大小(例如,按照一定的字符数切割)等。文档转换器将文档数据切割并转换为Document对象后,这些Document对象会被传递给嵌入模型包装器,嵌入模型包装器再将他们转换为嵌入向量,被存储在向量数据库中,检索器再从向量数据库中检索与用户输入的问题相关的文档内容。

2024-07-27 16:49:58 207

原创 Flowise: 对接大模型实现RAG能力

吾名爱妃,性好静亦好动。好编程,常沉浸于代码之世界,思维纵横,力求逻辑之严密,算法之精妙。亦爱篮球,驰骋球场,尽享挥洒汗水之乐。且喜跑步,尤钟马拉松,长途奔袭,考验耐力与毅力,每有所进,心甚喜之。吾以为,编程似布阵,算法如谋略,需精心筹谋,方可成就佳作。篮球乃团队之艺,协作共进,方显力量。跑步与马拉松,乃磨炼身心之途,愈挫愈勇,方能达至远方。愿交志同道合之友,共探此诸般妙趣。

2024-07-26 15:20:49 800

原创 LangChain4j: 实现简单的RAG应用

吾名爱妃,性好静亦好动。好编程,常沉浸于代码之世界,思维纵横,力求逻辑之严密,算法之精妙。亦爱篮球,驰骋球场,尽享挥洒汗水之乐。且喜跑步,尤钟马拉松,长途奔袭,考验耐力与毅力,每有所进,心甚喜之。吾以为,编程似布阵,算法如谋略,需精心筹谋,方可成就佳作。篮球乃团队之艺,协作共进,方显力量。跑步与马拉松,乃磨炼身心之途,愈挫愈勇,方能达至远方。愿交志同道合之友,共探此诸般妙趣。

2024-07-26 12:19:09 649

原创 Label Studio:从零到一

Label Studio是一个开源数据标签工具,用于标记、注释和探索许多不同的数据类型。此外,该工具还包括一个强大的机器学习界面,可用于新模型训练、主动学习、监督学习和许多其他训练技术。数据标签(有时称为数据注释或数据集开发)是数据科学或机器学习实践中的重要一步。通过标签为数据添加有意义的信息,您可以提高模型的准确性,识别和消除偏见,并提高机器学习和数据科学操作的效率。第一步是了解机器学习模型旨在解决的问题,并识别和收集将用于训练和测试模型的数据。

2024-07-25 17:56:16 1426

原创 LangChain4j: 如何让大模型知道当前日期(@Tool 实现 function call)

吾名爱妃,性好静亦好动。好编程,常沉浸于代码之世界,思维纵横,力求逻辑之严密,算法之精妙。亦爱篮球,驰骋球场,尽享挥洒汗水之乐。且喜跑步,尤钟马拉松,长途奔袭,考验耐力与毅力,每有所进,心甚喜之。吾以为,编程似布阵,算法如谋略,需精心筹谋,方可成就佳作。篮球乃团队之艺,协作共进,方显力量。跑步与马拉松,乃磨炼身心之途,愈挫愈勇,方能达至远方。愿交志同道合之友,共探此诸般妙趣。

2024-07-25 12:02:41 1415 2

原创 LangChain嵌入模型包装器的类型

吾名爱妃,性好静亦好动。好编程,常沉浸于代码之世界,思维纵横,力求逻辑之严密,算法之精妙。亦爱篮球,驰骋球场,尽享挥洒汗水之乐。且喜跑步,尤钟马拉松,长途奔袭,考验耐力与毅力,每有所进,心甚喜之。吾以为,编程似布阵,算法如谋略,需精心筹谋,方可成就佳作。篮球乃团队之艺,协作共进,方显力量。跑步与马拉松,乃磨炼身心之途,愈挫愈勇,方能达至远方。愿交志同道合之友,共探此诸般妙趣。LangChain为各种大语言模型平台提供了嵌入模型接口的封装。

2024-07-24 19:11:59 534

转载 智源开源:BGE最强语义向量计算模型引领AI革命

同时,通过计算文本中实体之间的关系,BGE模型还可以用于关系抽取任务,如人物关系、事件关系等的抽取。首先,它的全局特征提取方法能够更准确地表达文本的语义信息,提高了模型的准确性。其次,由于其高效的数据处理能力,BGE模型可以更快地计算文本的语义向量表示,大大提高了计算效率。最后,BGE模型具有很高的灵活性,可以轻松地与其他自然语言处理技术结合使用,为开发者提供了更多的选择和可能性。且喜跑步,尤钟马拉松,长途奔袭,考验耐力与毅力,每有所进,心甚喜之。吾以为,编程似布阵,算法如谋略,需精心筹谋,方可成就佳作。

2024-07-24 18:57:23 180

原创 LangChain嵌入模型包装器(文本转向量的原理)

嵌入的一个典型例子是词嵌入,这种嵌入将每个词映射到多维空间的一个点,使得语义上相似的词在空间中的距离更近。例如,相似的词语(如,“男”和“国王”,“女”和“女王”)在向量空间中的位置会非常接近。通过该类实例化的嵌入模型包装器,就可以将文档转换为向量数据,同时将搜索的问题也转为向量数据,这就可以通过计算搜索问题和文档在向量空间中的距离,来寻找在向量空间中最相似的文本。好编程,常沉浸于代码之世界,思维纵横,力求逻辑之严密,算法之精妙。且喜跑步,尤钟马拉松,长途奔袭,考验耐力与毅力,每有所进,心甚喜之。

2024-07-23 19:06:02 551

原创 LangChain的数据增强

吾名爱妃,性好静亦好动。好编程,常沉浸于代码之世界,思维纵横,力求逻辑之严密,算法之精妙。亦爱篮球,驰骋球场,尽享挥洒汗水之乐。且喜跑步,尤钟马拉松,长途奔袭,考验耐力与毅力,每有所进,心甚喜之。吾以为,编程似布阵,算法如谋略,需精心筹谋,方可成就佳作。篮球乃团队之艺,协作共进,方显力量。跑步与马拉松,乃磨炼身心之途,愈挫愈勇,方能达至远方。愿交志同道合之友,共探此诸般妙趣。这篇文章主要探讨在LangChain框架中连接外部的数据做数据增强的能力。

2024-07-23 18:50:51 682

原创 有监督学习和无监督学习有什么区别?

有监督学习和无监督学习有什么区别?

2024-07-22 18:18:01 1063

原创 LangChain4j:用LLM的强大功能为Java应用程序赋能

吾名爱妃,性好静亦好动。好编程,常沉浸于代码之世界,思维纵横,力求逻辑之严密,算法之精妙。亦爱篮球,驰骋球场,尽享挥洒汗水之乐。且喜跑步,尤钟马拉松,长途奔袭,考验耐力与毅力,每有所进,心甚喜之。吾以为,编程似布阵,算法如谋略,需精心筹谋,方可成就佳作。篮球乃团队之艺,协作共进,方显力量。跑步与马拉松,乃磨炼身心之途,愈挫愈勇,方能达至远方。愿交志同道合之友,共探此诸般妙趣。LangChain4j的目标是简化将LLM集成到Java应用程序中的过程。

2024-07-22 18:00:41 865

原创 AI大模型开发需要学什么

请注意,学习成为AI大模型全栈工程师是一个持续的过程,需要不断学习和实践,掌握最新的技术和方法。通过参加相关的课程、培训和实践项目,你可以不断提升自己的技能和知识,为成为一名优秀的AI大模型全栈工程师打下坚实的基础。且喜跑步,尤钟马拉松,长途奔袭,考验耐力与毅力,每有所进,心甚喜之。你需要学会如何选择合适的模型结构、算法和参数,以及如何进行模型的训练和调优,以达到最佳的性能表现。你需要了解模型部署的流程和注意事项,以及如何进行模型的监控和维护,以确保模型的稳定性和可靠性。

2024-07-21 11:33:28 708

原创 SpringBoot应用从jar包部署改为war包部署要做哪些修改

吾名爱妃,性好静亦好动。好编程,常沉浸于代码之世界,思维纵横,力求逻辑之严密,算法之精妙。亦爱篮球,驰骋球场,尽享挥洒汗水之乐。且喜跑步,尤钟马拉松,长途奔袭,考验耐力与毅力,每有所进,心甚喜之。吾以为,编程似布阵,算法如谋略,需精心筹谋,方可成就佳作。篮球乃团队之艺,协作共进,方显力量。跑步与马拉松,乃磨炼身心之途,愈挫愈勇,方能达至远方。愿交志同道合之友,共探此诸般妙趣。

2024-07-21 11:25:55 695

原创 白话大模型微调(Fine-tune)

大模型微调

2024-07-19 18:09:19 991

原创 使用Dify构建一个订机票的多轮问答客服业务

dify多轮问答

2024-07-19 11:22:12 3003 3

原创 Dify是什么?能用来做什么?

dify介绍

2024-07-18 19:31:00 6139

原创 LangChain vs LlamaIndex

LlamaIndex和LangChain是构建LLM应用程序的两个框架。LlamaIndex专注于RAG用例,LangChain得到了更广泛的应用。我们可以看到,如果是和RAG相关的用例,LlamaIndex会方便很多,可以说是首选。但是如果你的应用需要一些非RAG的功能,可能LangChain是一个更好的选择。

2024-07-18 16:01:50 983

原创 大模型指令中的角色

大模型指令中的角色

2024-07-18 15:28:10 561

原创 大模型的短期记忆和长期记忆各自的使用场景

大模型的短期记忆和上期记忆各自的使用场景

2024-07-18 15:25:30 2226

原创 浅谈AIGC实现Chat与Agent

随着生成式AI技术的不断进步,关于其未来发展方向的讨论也愈发激烈。究竟生成式AI的未来是在对话系统(Chat)中展现智慧,还是在自主代理(Agent)中体现能力?这一问题引发了广泛的讨论和探索。你怎么看待生成式AI的未来发展方向?

2024-07-17 14:07:24 830

原创 大模型的Base版本模型、Chat版本模型和4Bit版本模型有什么区别

介绍大模型的Base版本模型、Chat版本模型和4Bit版本模型有什么区别

2024-07-17 13:51:57 612

原创 window11 部署llama.cpp并运行Qwen2-0.5B-Instruct-GGUF

7.在llama-cli.exe文件所在目录新建chat-with-qwen.txt文件,内容为:You are a helpful assistant.5. 运行后,在llama.cpp目录找到llama-cli.exe表示安装成功。1. 下载llama.cpp框架编译环境(

2024-07-16 19:38:04 1811

原创 windows11 使用pytorch transformers运行Qwen2-0.5B-Instruct模型 (基于anaconda python虚拟环境管理平台)

(后续使用这个环境进行pytorch、transformers的安装以及Qwen2-0.5B-Instruct模型的运行)4. 运行Pycharm IDE(Pycharm安装步骤略,我安装的是PyCharm Community Edition 2024.1.4)可以选择官网下载安装包,可以直接在anaconda界面选择install,但是安装时注意切换到刚才创建好的虚拟环境。5. 给Pycharm配置conda虚拟环境,使用刚才新建的pytorch-gpu-transformers虚拟环境。

2024-07-16 16:20:29 1019

原创 Windows11 安装pytorch cpu版本(包括transformers的安装)

在INSTALL PYTORCH模块选择要安装的版本。找到上一步CUDA版本支持的PyTorch版本。在命令行中直接使用pip安装。

2024-07-16 15:53:51 537

原创 Windows11 安装pytorch gpu版本(包括cuda、transformers的安装)

cuda、pytorch、tansformers安装

2024-07-16 15:46:58 1204

原创 使用mvn dependency:tree 命令与editplus文本编辑工具导出项目的所有依赖信息,groupId、artifactId、version三列

要求的输出格式:组件Group 组件Artifact 组件Version imeine junit 4.12 org.hamcrest hamcrestcore 1.3 org.springframework springtest 4.2.4.RELEASE org.springframework springcore 4.2.4.RELEASE commonslogging commonslogging 1..

2021-03-08 14:10:53 1051

原创 ffmpeg工具wav转换成MP3使用方式不当造成线程数激增问题

一. 问题描述年前腊月二十九,接到客户方业务反馈,生产系统数据部分未进入系统,有数据丢失的现象。排查应用系统日志发现,报错:ubable to create new native thread. 如下图:二. 从系统配置层面排查:无法创建更多线程,出现此问题的原因是应用系统进程内,创建的线程数量超过了操作系统限制,具体超过了哪一个限制配置,需要根据配置数值一一确认:1. 出现报错后,应用系统所在服务器的总线程数:2. 出现报错后,应用系统进程的总线程数:可以排除,当前用户

2021-02-23 09:52:20 599 1

原创 jdk11 报错 javax.net.ssl.SSLException: Unexpected error: java.security.InvalidAlgorithmParameterExcept

报错截图:操作步骤:1. 使用keytool工具生成jks,并导出自签名证书,导入到jdk11的lib/security/cacerts库中。操作步骤见:https://blog.youkuaiyun.com/andy_april/article/details/1051406542. 将证书导入到jdk的cacerts库中时,不是追加导入方式,而是重置方式,即将jdk自带的cacerts文件删除(内置证书链不需要,所以可以直接删除),用keytool -import重新生成一个。3. 上述步骤在n

2021-02-08 10:33:00 2058

原创 记一次ThreadPoolExecutor使用不当导致JVM死掉的问题

业务场景:http接口中为了加快大量数据的处理速度,使用了ThreadPoolExecutor线程池进行并发处理。性能测试时,对比使用线程池与不使用线程池接口响应速度确实有很大提升,但是后续的接口压力测试,却暴露出了ThreadPool使用不当造成的灾难。测试场景:接口压力测试时,有一步骤叫做数据库的启停测试。就是在压力测试脚本稳定运行过程中,要把系统正在使用的数据库服务关闭一段时间后重新启动,要求脚本运行除在数据库关闭阶段有报错外,当数据库重新启动后,脚本要恢复稳定运行至少90%以上。

2020-11-07 16:22:07 901

原创 HibernateException: IOException occurred reading text + java.io.IOException: 违反协议: [14,0]

环境:Hibernate 4.2.7.SP1Oracle Database 11g Enterprise Edition Release 11.2.0.1.0 64bit productionOJDBC7:12.1.0.1报错:数据:向数据库中插入一条数据,数据中某一个字段是CLOB类型,长度为4193个字符报错异常:2020-05-20 11:47:23,950 [qtp1288052401-61] c.p.p.m.d.ModelDao ERROR IOException .

2020-05-20 13:03:09 1157

原创 Windows server 安装Oracle19c (WINDOWS.X64_193000_db_home.zip) 过程碰到的问题总结

Oracle19c的下载地址:链接: https://pan.baidu.com/s/1snqyViOAoeffAztPes_Tvw提取码: 9kb6Oracle19c的安装过程:解压缩安装包:解压结果以管理员方式运行setup开始安装一直默认走到安装完成即可创建用户cmd执行sqlplus命令,输入用户名:as sysdba直接以dba身份登录create user c##test identified by 123456; (19c要求公用账号名必...

2020-05-15 16:17:39 9899

原创 JAVA WEB应用HTTPS方式部署访问时,自签名证书的生成步骤(IP版本)

概念介绍:JSSE(Java Secure Socket Extension)。java web应用利用JSSE实现SSL/TSL安全协议 keystore、truststore:JSSE使用keystore与truststore文件来提供客户端和服务器之间的安全数据传输 keytool:jdk自带的可以用来创建自签名证书与keystore文件的工具自签名步骤:生成一个含有私钥的ke...

2020-03-27 14:58:11 2044

原创 JAVA WEB应用HTTPS方式部署访问时,自签名证书的生成步骤(域名版本)

概念介绍:JSSE(Java Secure Socket Extension)。java web应用利用JSSE实现SSL/TSL安全协议 keystore、truststore:JSSE使用keystore与truststore文件来提供客户端和服务器之间的安全数据传输 keytool:jdk自带的可以用来创建自签名证书与keystore文件的工具自签名步骤:生成一个含有私钥的ke...

2020-03-27 14:45:50 1386

原创 superset调研二:数据导入与分析

声明:本文涉及业务数据均已经过脱敏处理!!!坐席姓名均为虚构!数据集:保险行业成交单统计表格,900条左右数据。superset支持的图表类型:Superset目前支持超过80中图标类型,并且支持二次开发扩展集成echarts。下面我根据演示环境导入的900多条保险行业数据,举例几个分析场景,看看superset能给我们展示成什么样子的图表。数据导入(CSV)...

2020-03-26 15:58:16 2065

原创 superset调研一:环境搭建

操作环境:宿主机操作系统版本:CentOS Linux release 7.2.1511 (Core) Docker版本:Docker version 19.03.8, build afacb8b安装docker首先下载docker的yum源文件。下载地址:docker的yum源 将docker的yum源放入到yum的repo配置目录中。路径为:/etc/yum.repos.d y...

2020-03-26 15:43:40 614

原创 SpringMVC-4.2 CommonsMultipartResolver 文件上传配置

2018年的第一个工作日就奠定了新的一年的功能状态:每天都会忙到脖子抽筋。接下来简单描述一下我碰到的问题:生产服务器,操作系统为RedHat6.4;产品中包括了不少导入功能,产品在生产服务器运行了有将近半年,半年内客户一直反应良好,没有出现什么重大的问题,但是在新年到来的第一个的工作日,客服反映了系统中所有导入功能均不能用,现象为界面提示:“导入失败”;接到用户反馈我总结可能导致这个问

2018-01-06 16:06:53 1530

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除