aopstudio

摘要： 如果你用过 Hugging Face 的 Transformers 库，一定对 tokenizer 不陌生。它负责把"人话"变成"机器话"——也就是将文本转换成模型能理解的 token ID 序列。随着大模型从"单轮问答"走向"多轮对话"，再到"调用外部工具完成任务"，tokenizer 的角色早已 阅读全文

摘要： 如何优雅地下载 Hugging Face 模型 Hugging Face 已经成为事实上的开源模型分发中心，无论是 NLP、CV 还是多模态模型，几乎都可以通过一个 model id 直接获取完整权重与配置文件。 本文将系统介绍 推荐的 Hugging Face 模型下载方式，并解释为什么有些方法不 阅读全文

摘要： 在HuggingFace的模型页面，点击Chat template选项： 会看到下图这样的内容： 我第一次看到这样的写法时，完全不知道这是什么语言——既不像 Python，也不像 HTML。 查阅了一圈资料之后我才了解到：这里使用的是Jinja语法。Jinja 在大模型时代承担了一个重要角色——把结 阅读全文

摘要： 在上一篇中，我们拆解了传统 Hybrid ASR 的精密工厂：GMM/DNN 负责打分，HMM 负责对齐，Lexicon 负责翻译，n-gram 负责质检，最后由 WFST 统一调度。这套系统在 2010 年代取得了巨大成功，但也背负着沉重的枷锁。 而一种名为 CTC（Connectionist T 阅读全文

摘要： 如果你曾好奇"在现代端到端ASR系统普及之前,语音识别是怎么工作的?",那么答案就藏在一个高度工程化的系统里。它不像今天的端到端模型那样"一键出文字",而更像一座由四个车间组成的精密工厂: 声学打分车间(GMM/DNN):评估每一帧声音像什么发音 时间对齐车间(HMM + Viterbi):找出最合 阅读全文

摘要： 如果你用过语音助手、字幕生成工具，或者会议转录软件，那你其实已经和 自动语音识别（ASR, Automatic Speech Recognition）打过不少交道了。简单来说，ASR 的目标就是：把人类说的话，变成计算机能理解的文字。 听起来好像不难？但想想看——不同人说话的口音、语速、情绪千差万别 阅读全文

摘要： Dify插件开发的官方文档非常详细，但对于初学者来说，可能会觉得有些复杂，不知道从何入手。本文将通过一个实战案例，带你一步步了解如何在现有插件仓库的基础上进行修改，开发出属于自己的插件。 一、开发包准备 首先参考官方文档中《获取 Dify Plugin 开发包》部分，安装好开发包即可。 暂时不需要运 阅读全文

摘要： 在现代 Web 应用开发中，构建 MVP（最简可行产品）时，后端基础设施的搭建常常成为主要瓶颈。开发者需要处理数据库、API、用户认证、权限控制、文件存储等多个模块，开发成本较高。 Supabase 提供了一种替代方案：它以 PostgreSQL 为核心，通过一系列集成服务，将数据库、API、认证、 阅读全文

摘要： 一、什么是 llms.txt？ llms.txt 是由 Jeremy Howard 于 2024 年 9 月 3 日提出的一项开放性提案，旨在为网站提供一个标准的、机器可读的入口，专门用于帮助大语言模型在推理（inference）阶段更有效地理解网站内容。 简要介绍一下Jeremy Howard，他 阅读全文

摘要： 最近Dify上线了一个新功能——知识管道（Knowledge Pipeline）。知识管道可以像乐高一样编排你的信息，以数据源（Data Source）作为起始节点，以知识库节点作为结束节点。其一般步骤为：从数据源导入文档 -> 使用抽取器提取文档内容 -> 将内容切分并清洗为结构化的片段 -> 存 阅读全文