- 博客(4)
- 问答 (2)
- 收藏
- 关注
RSS订阅原创 AI需求调研、大模型技术体系及FastGPT实战全总结（调研方法论+LLM+RAG+Agent+产品落地）
在AI项目落地前期，规范的需求调研是保障项目顺利推进的核心，本文整合TOGAF ADM、需求工程六步法、4W1H调研法以及完整落地流程，适配AI类项目调研场景。在传统RAG中接入Agent智能体，当本地知识库无对应数据时，由Agent调用外部工具/接口补充数据，拓展数据来源，区别于仅依赖本地库的传统RAG。5. 技能（Skill）：封装专业能力与使用规则，拆分元数据、核心指令、附属文件，解决上下文窗口限制问题；- Agent：自主性强，可自主判断、规划流程、灵活调用工具，适配复杂、非标准化场景。
2026-06-09 00:40:46
279
原创 详解RAG技术：从原理到优化，打造高效私域知识问答系统（含通俗案例+深度解析）
原理：当检索到的参考文档过多（如20份），LLM无法一次性处理时，采用“树形总结”：先分组总结每5份文档，再汇总各组总结结果，最终生成回答。案例应用：用户问“本公司设备的保修政策有哪些？”，检索到20份相关文档（涵盖不同设备、不同故障类型的保修规则）：第一层总结：将20份文档分成4组（每组5份），分别总结“硬件故障保修”“软件故障保修”“人为损坏保修”“保修期延长政策”；第二层总结：将4组总结结果整合，生成完整的保修政策回答；
2025-12-20 20:29:04
797
原创 揭秘大模型的思考过程：当你提问时，它内部究竟在做什么？
好了，到此全文结束了。总结一下，我们从AI如何处理我们输入的。讲了首先将我们的输入切分成一个个的token。然后为了获取到更多的维度的信息，进行了向量化嵌入。接着模型通过transformer理解语义和上下文的信息。最后通过无监督学习语言间的内在联系，最后将我们的结果以概率的形式一步步的输出。
2025-04-25 13:27:52
1591
1
空空如也
准大一新手，想问大学应该按照什么梯度学习
2021-08-13
Python 就是删减前都会出错
2021-07-19
TA创建的收藏夹 TA关注的收藏夹
TA关注的人