1 2 3 4 5 ··· 228 下一页

2025年3月13日

conductor workflow

摘要： 用于开发创建、管理和执行工作流以及运行工作器的 Go 应用程序的 SDK。 Conductor是领先的开源编排平台，允许开发人员构建高度可扩展的分布式应用程序。 要了解有关 Conductor 的更多信息，请查看我们的开发人员指南，并给它一个 ⭐ 以使其出名！ 内容 安装 你好世界！ 步骤 1：通过 阅读全文

posted @ 2025-03-13 17:39 ExplorerMan 阅读(2) 评论(0) 推荐(0) 编辑

GoFlow

摘要： GoFlow 是一个高性能、可扩展且分布式的 Workflow 框架，允许以有向无环图（DAG）的形式编程定义分布式工作流。它支持将任务分配到多个工作节点上，并通过 Redis 进行负载均衡。GoFlow 提供了丰富的功能，包括工作流的定义、任务的并行执行、监控以及可视化仪表板。 特点： 支持单节点 阅读全文

posted @ 2025-03-13 17:21 ExplorerMan 阅读(3) 评论(0) 推荐(0) 编辑

2025年3月11日

推荐一款好用的golang修复无效json的库：JSONRepair

摘要： 简单来说，就是可以将错误格式（非标准）的json修正，如下图所示： 我的json明显不是标准的json格式，是不能被解析的： 但是JSONRepair库也能修复。 github地址：https://github.com/kaptinlin/jsonrepair 使用也非常简单： 1、安装： 1 go 阅读全文

posted @ 2025-03-11 17:37 ExplorerMan 阅读(10) 评论(0) 推荐(0) 编辑

探索大型语言模型LLM推理全阶段的JSON格式输出限制方法

摘要： 1. 引言 1.1 JSON结构化输出的意义 对于基于大型语言模型（LLMs）的应用而言，确保输出能直接以结构化的JSON格式呈现，对于提升数据处理的自动化程度、增强系统的互操作性具有重要意义。例如，客户需要对LLM的输出进行信息提取时，若输出是一个JSON格式则会大大方便工程链路上的后处理；例如， 阅读全文

posted @ 2025-03-11 17:36 ExplorerMan 阅读(16) 评论(0) 推荐(0) 编辑

如何让大语言模型输出JSON格式？

摘要： 作者：HowardZhangdqs链接：https://www.zhihu.com/question/656512469/answer/3515553778来源：知乎著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。 回答结果是format好的，看起来格式有问题是因为网页把输出当M 阅读全文

posted @ 2025-03-11 17:28 ExplorerMan 阅读(9) 评论(0) 推荐(0) 编辑

RAG系列07：当RAG遇上PDF表格，如何构建索引并使用大模型进行QA

摘要： 有效解析和理解非结构化文档中的表格时，设计 RAG 方案仍然是一大挑战。 以图片格式存在的表格情况下，这更困难，如扫描文件中的表格。这些挑战至少包含以下几个方面： 扫描文档或图像文档的复杂性，如多样化的结构、包含非文本元素以及手写和打印内容的结合，为自动准确提取表格信息带来了挑战。不准确的解析可能会 阅读全文

posted @ 2025-03-11 16:26 ExplorerMan 阅读(30) 评论(0) 推荐(0) 编辑

探索检索增强生成（RAG）技术的无限可能：Vector+KG RAG、Self-RAG、多向量检索器多模态RAG集成

摘要： 探索检索增强生成（RAG）技术的无限可能：Vector+KG RAG、Self-RAG、多向量检索器多模态RAG集成 由于 RAG 的整体思路是首先将文本切分成不同的组块，然后存储到向量数据库中。在实际使用时，将计算用户的问题和文本块的相似度，并召回 top k 的组块，然后将 top k 的组块和 阅读全文

posted @ 2025-03-11 16:08 ExplorerMan 阅读(60) 评论(0) 推荐(0) 编辑

基于llava-v1.5-7b大模型的图片理解实战

摘要： 多模态模型：llava-v1.5-7b，主要用于图片理解，本文的使用场景为获取图片标题和图片内容描述。 1、查看服务器配置 nvidia-smi CUDA版本= 12.2,8张24g RTX 3090显卡。 2、环境配置 2.1、克隆此存储库并导航到 LLaVA 文件夹 git clone http 阅读全文

posted @ 2025-03-11 16:03 ExplorerMan 阅读(21) 评论(0) 推荐(0) 编辑

2025年3月10日

稠密向量+稀疏向量+全文搜索+张量重排=最佳检索RAG?

摘要： RAG中的混合检索如下图： 为什么要混合搜索(multi-way recall)? 越来越多的人认为，仅仅依靠向量搜索，通常是密集向量，可能并不总是产生令人满意的结果。当用户的特定查询关键字与存储的数据不精确匹配时，这种限制就会变得明显。这是因为向量本身不能表示精确的语义信息:向量可以表示一个词、一 阅读全文

posted @ 2025-03-10 16:07 ExplorerMan 阅读(23) 评论(0) 推荐(0) 编辑

BM25 和向量检索的区别

摘要： BM25和向量检索是两种不同的信息检索方法，它们在原理、效率、语义理解能力等方面存在显著区别，适用于不同的应用场景。以下是两者的详细对比： 方面BM25向量检索 原理 基于词频（TF）和逆文档频率（IDF）的统计方法，通过计算查询词与文档的相关性得分。 使用深度学习技术将文本转换为高维向量，通过向量 阅读全文

posted @ 2025-03-10 16:03 ExplorerMan 阅读(8) 评论(0) 推荐(0) 编辑

1 2 3 4 5 ··· 228 下一页

导航

< 2025年3月 >
日 一 二 三 四 五 六
23 24 25 26 27 28 1
2 3 4 5 6 7 8
9 10 11 12 13 14 15
16 17 18 19 20 21 22
23 24 25 26 27 28 29
30 31 1 2 3 4 5
点击右上角即可分享
微信分享提示