- 博客(146)
- 资源 (12)
- 收藏
- 关注
RSS订阅原创 AI代码开发宝库系列：特征工程
记住，数据决定了机器学习的上限，而模型只是在逼近这个上限。今天我们通过驯服时间、摆平分类、扫清障碍这三板斧，成功地将原始数据“点石成金”。这套心法不仅能让你在二手车价格预测中游刃有余，更能让你在未来的任何数据科学项目中，都成为那个最懂数据的“炼金术师”。t=P9T8【AI入门系列】车市先知：二手车价格预测学习赛https://tianchi.aliyun.com/competition/entrance/231784/introduction。
2025-11-13 13:32:03
606
原创 AI代码开发宝库系列：Dify本地化部署和应用
Dify平台以"开源+低代码+高灵活"为核心，通过Workflow和Chatflow两种编排方式，结合RAG知识库与外部工具集成，大大降低了LLM应用的开发门槛。无论是简单的联网搜索、文生图任务，还是复杂的智能客服、文档分析系统，都可通过拖拽节点、配置参数快速实现。同时，Dify支持本地化部署和API集成，兼顾了企业数据安全与外部系统对接需求，适用于办公自动化、智能客服、垂直领域问答等多种场景。赶紧试试Dify平台吧，让你的AI创意快速变成现实！
2025-11-06 16:02:22
972
原创 AI代码开发宝库系列：Coze工作原理与应用
Coze平台的出现，让AI应用开发变得前所未有的简单。无论是企业用户还是个人开发者，都可以通过这个平台快速构建出功能强大的AI智能体。随着技术的不断发展，我们有理由相信，未来的AI应用开发将更加民主化，每个人都能成为AI应用的创造者！赶紧试试Coze平台吧，让你的创意快速变成现实！本文由AI技术博主原创，转载请注明出处。关注我，带你解锁更多AI神器！t=P9T8。
2025-11-06 14:37:44
838
原创 AI代码开发宝库系列：Fine-tuning实操详解
Fine-tuning技术的出现，让大模型的应用门槛大大降低。无论是个人开发者还是企业用户，都可以通过这项技术快速构建专业领域的AI助手。随着技术的不断发展，我们有理由相信，未来的AI将更加个性化、专业化，真正成为我们工作和生活中的得力助手！赶紧试试Fine-tuning实操吧，让你的大模型从此脱胎换骨！本文由AI技术博主原创，转载请注明出处。关注我，带你解锁更多AI神器！
2025-11-06 10:41:49
1125
原创 AI代码开发宝库系列：LoRA微调艺术
LoRA（Low-Rank Adaptation）微调是近年来在大模型领域掀起的一场革命！想象一下，你要训练一个70亿参数的大模型，传统方法需要数千万元的算力成本，而LoRA只需要更新其中1-10%的参数，成本瞬间降低10倍！LoRA微调技术的出现，让大模型的应用门槛大大降低。无论是个人开发者还是企业用户，都可以通过这项技术快速构建专业领域的AI助手。随着技术的不断发展，我们有理由相信，未来的AI将更加个性化、专业化，真正成为我们工作和生活中的得力助手！赶紧试试LoRA微调吧，让你的大模型从此脱胎换骨！
2025-11-06 09:41:49
709
原创 AI代码开发宝库系列：PDF文档解析MinerU
MinerU作为新一代文档智能解析工具，凭借其强大的多模态处理能力和高精度识别效果，已经成为文档处理领域的标杆产品。无论是个人用户还是企业用户，都能从中获得巨大的效率提升。赶紧试试吧，让你的文档处理工作从此告别繁琐，走向自动化！本文由AI技术博主原创，转载请注明出处。关注我，带你解锁更多AI神器！
2025-11-06 08:45:34
1229
原创 AI代码开发宝库系列：VLM视觉模型寿险运用
高准确率：基于大规模预训练模型，识别准确率超过95%多语言支持：支持中、日、法、德、韩等多种语言易集成：通过API方式调用，轻松集成到现有系统高效率：秒级处理，大幅提升业务效率低成本：相比人工审核，成本降低80%以上视觉大模型在寿险行业的应用，标志着保险行业正式迈入智能化时代。通过这项技术，我们不仅能够大幅提升业务效率，降低运营成本，更重要的是能够为客户提供更好的服务体验。未来，随着技术的不断发展，我们可以预见更多创新应用将涌现出来。AI将不仅仅是一个工具，而是成为保险行业的核心竞争力之一。
2025-11-05 16:34:29
645
原创 AI代码开发宝库系列：Agent智能体系统
AI Agent是通过大语言模型（LLM）实现自主理解、规划、执行复杂任务的系统：只需给定目标，Agent即可自主拆解任务、调用工具、管理记忆，无需人工干预完成全流程。从“工具”到“伙伴”：Agent不再是“被动执行指令的工具”，而是“主动理解目标、规划步骤、解决问题的智能伙伴”；三类架构覆盖全需求：反应式应对“实时简单任务”，深思熟虑式处理“复杂规划任务”，混合式平衡“效率与智能”，可根据场景灵活选择；构建需务实：不盲目追求复杂架构，聚焦“环境、工具、提示”三大核心，优先验证核心能力，再逐步优化。
2025-11-04 16:55:50
1141
原创 AI代码开发宝库系列：MCP与A2A协议：AI智能体协作
MCP（Model Context Protocol）是由Anthropic公司在2024年11月推出的开放协议，专门用于标准化大语言模型与外部系统的交互方式。简单来说，它解决了AI模型调用外部工具时的"兼容性问题"。A2A协议就像AI智能体间的"电话簿+通信规则"，让不同的AI能够：发现彼此的能力安全地交换信息协调完成复杂任务标准化接口：一次开发，多场景复用降低集成成本：无需为每个工具单独开发适配逻辑扩展性强：支持动态添加新工具和服务。
2025-11-04 14:53:06
621
原创 AI代码开发宝库系列：Qwen Agent 运用
在当今这个数据驱动的时代，餐饮行业也需要紧跟潮流，用AI技术来提升营收分析能力！今天我要给大家分享一个超实用的AI餐饮分析助手项目，它不仅能帮你分析餐厅营收数据，还能告诉你哪些因素对收入影响最大，简直是餐饮老板的得力助手！
2025-11-03 15:11:59
1487
原创 AI代码开发宝库系列：LangChain 文本处理流水线
LangChain的魅力就在于它让我们能够轻松地将多个AI能力组合成强大的应用。今天我们只是实现了一个简单的三步流水线，但你可以在此基础上扩展出无数种可能。赶紧试试这段代码吧！相信我，一旦你掌握了这种组合思维，你会发现AI应用开发原来可以这么简单有趣！后续我会带来更多关于LangChain和AI应用开发的干货内容，敬请期待！
2025-11-03 13:06:10
951
原创 AI代码开发宝库系列：LangChain 工具链：从LCEL到实际应用
LangChain工具链是指将多个工具按特定顺序组合起来执行复杂任务的方式。按顺序执行多个相关工具：一个工具的输出可以作为下一个工具的输入并行处理多个独立任务：提高执行效率实现条件分支：根据不同的输入选择不同的处理路径构建复杂的业务逻辑：通过组合简单的工具构建复杂的应用LCEL是LangChain提供的声明式编程语言，专门用于快速构建和优化链的语法工具。简洁性：使用管道符连接组件，代码更加简洁易读灵活性：支持分支、条件判断、并行执行统一接口：所有组件都遵循Runnable接口，具有统一的方法。
2025-11-02 15:28:32
952
原创 AI代码开发宝库系列：LangChain 应用开发全解析与参考代码
工具名称功能输入参数输出结果文本分析工具（TextAnalysisTool）提取文本字数、字符数、情感倾向文本内容数据转换工具（DataConversionTool）实现 CSV 与 JSON 互转输入数据、输入格式、输出格式转换后的 JSON/CSV 字符串文本处理工具（TextProcessingTool）统计行数、查找 / 替换文本操作类型（如 count_lines）、文本内容。
2025-10-31 22:41:20
786
原创 AI代码开发宝库系列：Vanna专业的Text-to-SQL
Vanna作为一款开源的Text-to-SQL框架，真正实现了让非技术人员也能轻松查询数据库的目标。其基于RAG技术的实现方式，有效解决了大语言模型在数据库查询中的准确性问题。通过简单的训练和配置，Vanna就能帮助企业和个人实现数据查询的智能化，大大降低了数据分析的门槛。无论是业务人员、客服还是运营，都能通过自然语言快速获取所需数据，真正实现了"数据民主化"。如果你也在为复杂的SQL查询而头疼，不妨试试Vanna这个开源神器，相信它会给你带来全新的数据查询体验！
2025-10-31 17:27:31
677
原创 AI代码开发宝库系列：Text2SQL深度解析基于LangChain构建
在数字化转型的浪潮中，数据已成为企业最重要的资产之一。然而，如何让非技术人员也能轻松访问和分析这些数据，一直是业界的难题。Text2SQL技术的出现，彻底改变了这一现状。通过将自然语言转换为SQL查询，它让每个业务人员都能直接与数据库对话，无需掌握复杂的SQL语法。本文将深入探讨基于LangChain框架构建Text2SQL系统的核心技术，通过实际案例和完整代码实现，帮助读者掌握这一前沿技术。Agents（智能体）：自动化决策和执行流程Tools（工具）：扩展系统功能Memory（记忆）：保存上下文信息。
2025-10-31 16:38:25
1399
原创 AI代码开发宝库系列：Text2SQL技术入门
Text2SQL技术正在改变我们与数据交互的方式。从简单的查询到复杂的分析，从技术人员专享到人人可用，这项技术的潜力是巨大的。未来，随着AI技术的不断发展，我们可以期待：更准确的语义理解能力更广泛的数据库支持更智能的查询优化更安全的权限控制现在就开始学习和应用Text2SQL技术吧！让数据查询变得简单有趣，让每个业务人员都能成为数据分析师！记住：技术改变生活，AI赋能未来！
2025-10-31 16:00:29
1064
原创 AI代码开发宝库系列：RAG重排序(Rerank)技术
想象一下，你向AI提问"上海迪士尼门票多少钱？"，系统检索到了10个相关文档。但这些文档质量参差不齐：有些是关于北京迪士尼的（完全不相关）有些是关于酒店价格的（部分相关）有些是关于上海迪士尼门票的（高度相关）这时候，重排序技术就像一个专业的"筛选官"，把最相关的文档排在前面，让AI基于最准确的信息来回答你！重排序技术就像是RAG系统的"精筛员"，它能让AI的回答从"差不多"变成"精准打击"！掌握这项技术，你的AI应用就能在众多竞品中脱颖而出！先检后排- 先用向量检索初筛，再用重排序精排模型选择。
2025-10-31 14:40:58
1033
原创 AI代码开发宝库系列：RAG--GraphRAG实战
【GraphRAG：让AI实现深度推理的知识图谱技术】 GraphRAG是RAG技术的进阶版本，通过构建知识图谱让AI具备深度推理能力。相比传统RAG的关键词匹配，GraphRAG实现了三大核心功能：1）实体识别，精准定位文本中的关键要素；2）关系抽取，建立实体间的关联网络；3）社区检测，自动发现紧密关联的实体群体。这种技术使AI能像侦探一样推理，例如分析《三国演义》时，不仅能检索"桃园三结义"的文字，还能构建刘备、关羽、张飞的人物关系图谱。GraphRAG在医疗诊断、金融风控等需要复杂
2025-10-31 13:21:15
708
原创 AI代码开发宝库系列：RAG--知识库处理
本文介绍了知识库处理的四大核心技能，以提升RAG系统中AI的回答准确性。首先，通过问题自动生成技术为知识库内容匹配多样化问题，使知识库"活"起来；其次，从用户对话中沉淀有价值的知识，挖掘用户真实需求；第三，定期进行知识库健康度检查，包括信息缺失、时效性和一致性评估；最后，实施版本管理以追踪知识库演进。文章还提供了核心代码实现，展示了如何在迪士尼乐园等实际场景中应用这些技术，最终目标是打造一个持续优化、能够精准回答用户问题的智能知识库系统。
2025-10-31 12:54:41
1125
原创 AI代码开发宝库系列：BM25技术提升RAG效果
在构建RAG（Retrieval-Augmented Generation）系统时，我们经常面临这样的问题：用户的查询与知识库中的内容表达方式不一致，导致检索效果不佳知识库中的内容虽然丰富，但缺乏有效的检索索引用户的真实意图难以准确匹配到相关知识而知识库问题生成与检索优化技术就是解决这些问题的关键！参数可调：通过调节参数b和k1来适应不同的检索场景词频饱和：避免高频词对相关性评分的过度影响文档长度归一化：考虑文档长度对相关性的影响知识库问题生成与检索优化技术是提升RAG系统效果的关键环节。
2025-10-28 14:25:34
1101
原创 AI代码开发宝库系列：RAG中用户提问Query改写技术
在构建智能问答系统时，我们经常会遇到这样的问题：用户说"还有吗？"，AI却一脸懵逼用户问"哪个更好？"，AI不知道在比较什么用户反问"这不会很贵吧？"，AI答非所问用户的查询往往不够明确！而Query改写技术就是解决这个问题的神器！Query改写技术就像AI的"读心术"，能让机器真正理解用户想要什么。掌握了这两大神器，你的AI应用将不再是简单的问答机器人，而是真正懂用户的智能助手！💡小贴士。
2025-10-28 11:24:13
1486
原创 AI代码开发宝库系列：RAG技术与应用-各式chunk切片
迪士尼RAG助手项目是一个非常好的RAG技术学习和实践案例。它涵盖了文档解析、文本切片、向量化、索引构建、多模态检索、Prompt工程等RAG系统的核心环节。通过深入理解这个项目，我们可以快速掌握RAG技术的精髓，并将其应用到各种实际场景中。希望这篇博文能帮助你更好地理解RAG技术，并激发你动手实践的热情。AI的世界充满无限可能，让我们一起探索吧！迪士尼乐园提供多种门票类型以满足不同游客需求。一日票是最基础的门票类型，可在购买时选定日期使用，价格根据季节浮动。
2025-10-26 09:37:18
1150
原创 AI代码开发宝库系列：FAISS向量数据库
FAISS是Facebook AI团队开源的一个超高效的向量搜索引擎，专门用于快速相似性搜索和聚类密集向量。简单来说，它能帮你解决这样一个问题：当你有成千上万个文档，用户问一个问题时，如何在毫秒级时间内找出最相关的几个文档？传统关键词搜索已经不够用了！我们需要的是语义级别的理解，而这就需要用到Embedding技术和向量数据库。FAISS真的是一个改变游戏规则的工具！它让原本复杂的向量检索变得简单高效。掌握了FAISS，你就拥有了构建各种AI应用的利器！
2025-10-24 20:40:32
713
原创 AI代码开发宝库系列：使用AI IDE工具
从简单到复杂：先实现基础数据读取，再逐步添加功能频繁测试：每完成一个小功能就进行测试版本控制：使用Git管理代码版本文档记录：记录开发过程中的问题和解决方案。
2025-10-24 16:15:48
1049
原创 AI代码开发宝库系列 ：Ollama使用全攻略
Ollama就像是大模型界的"瑞士军刀"，它简化了在本地运行大语言模型的过程。你不需要复杂的配置，只需要几条命令就能运行各种强大的模型，比如Llama系列、Qwen系列等等。Ollama为我们提供了极大的便利，让我们能够在本地轻松运行各种大语言模型。从最简单的直接调用，到封装为API服务，每种方式都有其独特的价值和适用场景。无论你是想快速验证想法，还是构建企业级应用，掌握了这四种使用方式都能让你游刃有余！赶紧动手试试吧，让你的AI之旅从Ollama开始！关注我，带你解锁更多AI技能，我们下期再见！
2025-10-24 15:38:01
825
原创 AI代码开发宝库系列：Function Call
简单来说，Function Calling就是让AI在对话中能够"调用函数"。当用户问"北京天气怎么样？"时，AI会自动识别这是天气查询需求，然后调用我们写好的天气函数来获取真实数据。为了让AI知道每个函数的用途，我们需要详细描述："description": "获取指定地点的当前天气信息","description": "地点名称，如：北京、上海等"},"unit": {"description": "温度单位","enum": ["摄氏度", "华氏度"]},},
2025-10-24 14:45:54
834
原创 AI代码开发宝库系列 ：工具调用
只需要三步：写一个Python函数（比如查询天气、调用数据库）在tools列表里描述这个函数的功能让AI在对话中决定什么时候调用它通过本文的示例，我们展示了如何使用Qwen大模型实现多工具的重复调用。关键点包括：正确的工具定义格式循环对话机制支持重复调用动态函数调用提高灵活性规范的工具响应格式确保模型正确处理这种实现方式可以大大扩展大语言模型的能力，使其能够处理更复杂的任务。通过合理设计工具接口，我们可以构建出功能强大的AI应用。小贴士：想要让你的AI助手变得更聪明？从添加第一个工具开始吧。
2025-10-24 08:34:31
849
原创 如何利用冠军的RAG开发自己的RAG系统：从理论到实践的完整指南
在最近的RAG Challenge竞赛中，一个名为的项目获得了冠军。这个项目展示了如何构建一个高效的企业知识库问答系统，能够准确回答关于公司年报的问题。本文将基于对该项目源码的深度分析，详细介绍如何基于这个冠军项目开发自己的RAG系统，并提供完整的实践指南。自定义PDF解析：使用Docling进行高质量的PDF解析，支持复杂表格和图像处理多模态检索：BM25 + 向量检索 + 父文档检索的混合策略智能重排序：基于LLM的检索结果重排序，显著提升相关性结构化输出。
2025-10-16 14:53:54
816
原创 RAG 多模态 API 处理系统设计解析：企业级大模型集成架构实战
统一抽象：优雅的多提供商统一接口设计智能适配：针对不同提供商的特性优化错误恢复：完善的重试、修复和兜底机制性能优化：异步处理、连接池、缓存等优化策略监控调试：详细的日志记录和性能监控扩展性：易于添加新提供商和新功能企业特性：余额查询、嵌入服务等企业级功能对于构建企业级 RAG 系统，这个 API 处理架构提供了完整的参考实现。通过合理的设计和优化，可以在保证服务质量的同时，实现高可用、高性能、低成本的大模型服务集成。
2025-10-15 14:23:26
879
原创 RAG 问题处理系统架构解析：企业级智能问答QuestionsProcessor.py的工程实现
模块化架构：清晰的分层设计，易于维护和扩展多模态支持：支持多种问题类型和答案格式并发处理：高效的多线程并行处理机制错误恢复：完善的异常处理和断点续传监控调试：丰富的统计信息和调试工具API 抽象：统一的多提供商 API 接口智能校验：防止 LLM 幻觉的页码校验机制对于构建企业级智能问答系统，这个实现提供了完整的参考架构和最佳实践。通过合理的设计和优化，可以在保证答案质量的同时，实现高效、稳定的大规模问题处理能力。
2025-10-15 13:07:17
908
原创 RAG 重排序系统深度解析：多模态重排Reranking与智能融合技术实战
多模态融合：结合传统向量检索和 LLM 智能评分灵活架构：支持多种 LLM 提供商和处理模式性能优化：智能批处理和并发控制工程化设计：完善的错误处理和监控机制可扩展性：模块化设计，易于集成和扩展对于构建高质量的企业级 RAG 系统，重排序是不可或缺的关键环节。通过合理的算法设计和工程实现，可以显著提升检索结果的相关性和用户体验。
2025-10-15 10:57:57
965
原创 RAG 检索系统核心实现解析：多模态检索与重排序技术retrieval.py详解
多模态检索：BM25 + 向量检索覆盖不同查询类型智能重排序：LLM 重排序提升结果质量企业级设计：多租户、高性能、易扩展工程化实现：完善的错误处理和配置管理对于构建企业级知识库系统，这个实现提供了很好的参考价值。通过合理的架构设计和技术选型，可以在保证检索质量的同时，实现良好的系统性能和用户体验。
2025-10-15 10:41:55
658
原创 RAG系统向量化存储技术深度解析：双索引架构与批量处理实践
语义检索：将文本转换为向量，支持语义相似度计算快速检索：通过向量索引实现毫秒级检索可扩展性：支持大规模文档的存储和检索混合检索：结合向量检索和关键词检索的优势。
2025-10-14 15:40:45
467
原创 深度解析RAG系统中的表格序列化tables_serialization模块：LLM驱动的结构化转换实践
模块通过结合LLM能力和高效的并行处理机制，提供了一个强大的表格序列化解决方案。其模块化设计、完善的错误处理和灵活的配置选项，使其能够适应各种企业级应用场景。通过合理的部署和优化，可以构建出高性能、可靠的表格处理系统。import ostry:# TableSerializer：表格序列化主流程类，支持同步/异步LLM表格结构化# 获取表格所在页的上下文文本（前后各最多3个块）[]# 定位目标表格在页面中的位置break# 查找前一个表格位置break# 查找下一个表格位置。
2025-10-14 15:36:40
811
原创 RAG系统文本分块技术深度解析：智能分块与表格处理text_splitter实践
在构建企业级RAG（检索增强生成）系统时，文本分块是连接文档解析和向量检索的关键环节。合理的文本分块策略直接影响检索精度和生成质量。本文基于RAG Challenge竞赛获奖方案中的模块，深入分析智能文本分块、表格处理、Token统计等核心技术，为企业知识库构建提供完整的文本处理实践指南。模型限制：大语言模型有上下文长度限制检索精度：合适的chunk大小提升检索精度计算效率：避免处理过长的文本语义完整性：保持文本的语义完整性# 自定义分块参数"""自定义分块参数"""# ... 其余逻辑相同。
2025-10-14 14:28:13
675
原创 深度解析RAG系统中的Pipeline模块：多阶段处理与配置管理实践
在构建企业级RAG（检索增强生成）系统时，Pipeline模块作为整个系统的核心骨架，承担着文档处理、数据转换和知识库构建的重要职责。本文基于RAG Challenge竞赛获奖方案中的模块，深入分析其架构设计、配置管理和多阶段处理流程，为企业知识库构建提供完整的技术实践指南。Pipeline模块通过优雅的配置管理和高效的多阶段处理流程，为企业级RAG系统提供了强大的文档处理能力。其模块化设计、灵活的配置选项和完善的错误处理机制，使其能够适应各种企业应用场景。
2025-10-14 14:09:55
992
原创 深度解析RAG系统中的PDF解析模块：Docling集成与并行处理实践
在构建企业级RAG（检索增强生成）系统时，PDF文档解析是整个知识库构建流程的关键第一步。本文基于RAG Challenge竞赛获奖方案中的模块，深入分析如何实现高质量的PDF解析、OCR识别、表格提取和并行处理，为企业知识库构建提供完整的技术实践指南。
2025-10-14 14:02:40
961
原创 现代RAG系统最佳实践：企业知识库构建完整指南
这篇博文既适合技术初学者了解RAG系统架构，也适合有经验的开发者深入理解现代RAG系统的最佳实践。同时，为企业构建知识库系统提供了完整的技术指导。
2025-10-14 12:59:28
1371
原创 IndexTTS2：情感表达与时长可控的自回归零样本语音合成系统安装指南与踩坑经验
情感表达能力强：支持高度情感化的语音合成时长精确控制：首个支持精确合成时长控制的自回归TTS模型零样本语音克隆：无需训练即可克隆任意说话人的声音多模态情感控制：支持音频、文本、向量等多种情感控制方式中英文混合：支持中文字符与拼音混合建模问题描述C:\Users\Administrator\AppData\Local\uv\cache\archive-v0\XXX: 拒绝访问。💡 解决方案清理缓存删除临时文件：手动删除.tmp*文件改用conda🎯 经验教训。
2025-09-20 14:59:09
3071
原创 在AutoDL上部署HuMo模型：从零开始的完整指南
本文详细介绍了在AutoDL平台上部署字节跳动开源视频生成模型HuMo的完整流程。主要内容包括：1）服务器推荐配置（RTX4090/24GB显存）；2）环境搭建（创建conda环境、克隆项目）；3）模型下载（主模型、VAE和文本编码器等）；4）依赖安装与常见问题解决；5）模型配置与软链接设置；6）推理测试脚本编写与参数说明；7）常见错误解决方案（分布式训练、内存不足等）。文档提供了从环境准备到成功运行的全流程指导，特别强调了显存要求、依赖安装和参数调整等关键环节，适合开发者快速部署HuMo模型进行测试。
2025-09-19 14:06:21
1181
1
Windows MCP (Model Context Protocol) 是一个轻量级的开源项目
2025-08-26
基于FAISS和Ollama的劳动法智能对话系统
2025-08-04
基于FAISS构建法律文档向量数据库
2025-08-01
根据excel 制作看板，并且生成地图数据
2025-07-28
字节跳动突然宣布将其AI智能体开发平台"扣子"(Coze) git 包 20250727
2025-07-27
创建一个使用DeepSeek大语言模型出题并评测其他8B以下模型的系统 这个项目将包括题目生成、模型测试和自动评分功能 来评测语言模型的智力
2025-07-22
kiro安装包 现代开发的革命性AI IDE
2025-07-22
从 MySQL 数据库中获取数据并导入到 Excel 进行分析和处理
2025-04-15
用友ERP－U8普及版V3.0安装说明
2008-12-04
TimesFM 预测数据来源 TimesFM（时间序列基础模型）是由谷歌研究开发的一种预训练时间序列基础模型，用于时间序列预测 论文：仅解码器的时间序列预测基础模型，即将发表于ICML 2024
2024-12-13
酷音输入法 注音输入 可以选则输出 简体 繁体
2008-10-14
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人