随笔分类 -  人工智能

GraphRAG为什么能提升RAG检索准确率
摘要：1、传统RAG检索的问题 在 https://www.cnblogs.com/twosedar/p/19036833 中讲述了为什么RAG技术可以缓解大模型知识固化和幻觉问题。 但是传统RAG技术存在一个天然缺陷，即信息检索可能不准确或者不全面。具体原因可以通过下图中一个简化的例子来看一下： 第①步 阅读全文
posted @ 2025-08-31 09:44 两棵雪松 阅读(54) 评论(0) 推荐(0)
用Faiss做向量检索，为什么比传统方法快？
摘要：为什么快？为方便理解，用相对通俗的话来讲（不一定精确） 第一招：不查全库，只查重点区域 想象你要在1000本书里找一句话。传统方法是每本书都翻一遍（暴力搜索），而Faiss会先把书按主题分类：编程书放A区，小说放B区，历史书放C区… 当你要找“如何写Python循环”时，它直奔编程区（A区），只翻这 阅读全文
posted @ 2025-07-17 23:07 两棵雪松 阅读(64) 评论(0) 推荐(0)
Faiss能解决什么问题？Faiss是什么？
摘要：1. Faiss能解决什么问题？ 为了比较两个非结构化的数据是否相似，例如两张图片是不是类似，两段文本表达的含义是否类似，则需要将非结构化的数据先转成向量数据，然后再进行相似度比较。 如何通过向量化技术比较非结构化数据，可以参考：https://www.cnblogs.com/twosedar/p/ 阅读全文
posted @ 2025-07-13 11:43 两棵雪松 阅读(590) 评论(0) 推荐(0)
如何通过向量化技术比较两段文本是否相似?
摘要：你有没有过这样的经历：想知道两篇文章是否在讲同一个主题？或者判断两段文本的意思是否接近？比如检查实习生写的报告是否存在抄袭，或者进行论文查重？ 通过向量化技术即可解决这个问题。 一、首先需要将文字段落转换为向量 为什么要把文本变成"向量"？因为计算机无法直接理解人类文字，只能处理数字。例如“苹果”这 阅读全文
posted @ 2025-07-08 21:05 两棵雪松 阅读(1547) 评论(2) 推荐(9)
向量数据长什么样子？如何将一段文本数据转化为向量数据？
摘要：在 https://www.cnblogs.com/twosedar/p/18957931 一文中，介绍了对向量的理解，那么向量数据真正长什么样子呢？如何将一段非结构化的数据，例如文本，转换为向量数据呢？ 以下是一个简单的示例： 如果用Python语言编程，则需要用到Sentence Transfo 阅读全文
posted @ 2025-07-02 22:23 两棵雪松 阅读(924) 评论(0) 推荐(3)
快速理解向量和向量数据库
摘要：1. 什么是向量，向量的本质是什么？ 想象你走进一家咖啡店，想点一杯咖啡。咖啡的口味、价格、甜度就是一些 “属性”。如果把这些属性用数字表示，比如美式咖啡（苦味 8 分，价格 25 元，甜度 0 分），这组数字[8，25，0]就组成了一个 “向量”。简单来说，向量就是一组有序的数字，它能用来描述事物 阅读全文
posted @ 2025-06-30 15:41 两棵雪松 阅读(943) 评论(0) 推荐(7)
对比使用DeepSeek与文新一言，了解DeepSeek的关键技术论文
摘要：DeepSeek是国内大模型技术的新秀，最近也在业界和媒体界火爆出圈，所以想学习一下其技术。 大模型时代，学习知识，当然首先想到利用大模型，由于在过去一年，对DeepSeek使用不多，所以想和文新一言（4.0 Turbo）对比使用。 通过对比，针对同一个问题“DeepSeek发扬开源文化，将核心技术 阅读全文
posted @ 2025-02-01 09:03 两棵雪松 阅读(1126) 评论(1) 推荐(1)