文章

• 【一文看懂】什么是強(qiáng)化學(xué)習(xí)（RL)？

  為什么像 ChatGPT 這樣的人工智能，不僅擁有海量的知識(shí)，還能和你進(jìn)行流暢自然的對(duì)話，甚至理解你的潛在意圖，給出富有創(chuàng)造性的回復(fù)，或者在面對(duì)不恰當(dāng)請(qǐng)求時(shí)進(jìn)行得體的拒絕？它們是如何從簡(jiǎn)單的文字預(yù)測(cè)工具，變得如此“善解人意”且“行為規(guī)范”的？

  超算百科

  566

  05/09 14:50

  深度強(qiáng)化學(xué)習(xí)

  
• 并發(fā)服務(wù)器代碼實(shí)現(xiàn)（多進(jìn)程/多線程）

  當(dāng)涉及到構(gòu)建高性能的服務(wù)器應(yīng)用程序時(shí)，我們通常會(huì)考慮使用并發(fā)服務(wù)器來(lái)處理多個(gè)客戶端請(qǐng)求。在并發(fā)服務(wù)器中，多進(jìn)程和多線程是兩種常見的并發(fā)模型，它們都有各自的優(yōu)點(diǎn)和適用場(chǎng)景。本文將介紹多進(jìn)程和多線程并發(fā)服務(wù)器的基礎(chǔ)知識(shí)。

  機(jī)器和智能

  364

  05/09 09:10

  服務(wù)器

  
• 【一文看懂】什么是RAG：讓大模型不再死記硬背，而是學(xué)會(huì)“查了資料再回答”

  隨著大語(yǔ)言模型（LLM）在各個(gè)行業(yè)的廣泛應(yīng)用，我們不斷面對(duì)一個(gè)挑戰(zhàn)：如何確保語(yǔ)言模型的回答不僅僅依賴于它的訓(xùn)練數(shù)據(jù)，還能靈活地訪問(wèn)外部的、最新的知識(shí)庫(kù)。檢索增強(qiáng)生成（Retrieval-Augmented Generation，簡(jiǎn)稱RAG）正是為了解決這個(gè)問(wèn)題而應(yīng)運(yùn)而生的技術(shù)架構(gòu)。本文將詳細(xì)介紹RAG的核心定義、技術(shù)框架、應(yīng)用場(chǎng)景、與相似技術(shù)的區(qū)別，以及它如何為AI系統(tǒng)帶來(lái)更高效、更智能的答案生成能力。

  超算百科

  685

  05/08 15:50

  大模型 RAG

  

正在努力加載...