桥泰

导航

 

2025年6月13日

摘要: langchain llm大模型与ai应用的粘合剂 agent开发:让大模型去操作外部应用 概念:langchain 是一个开源框架、旨在简化使用大语言模型构建端到端应用程序的过程,它也是ReAct(reason+act)【推理+行动】论文的落地实现想法、原因、反馈、行动一系列过程,循环 推理后,需 阅读全文
posted @ 2025-06-13 17:44 桥泰 阅读(1) 评论(0) 推荐(0)
 
摘要: 知识学习能力:其他知识它不会的时候,可以把专业知识灌给他,迁移它的能力实时感知能力:通过搜索引擎、物联网感知温度和实时情况记忆能力:记住和你的对话、关键要点,回忆、联想记忆 阅读全文
posted @ 2025-06-13 16:10 桥泰 阅读(1) 评论(0) 推荐(0)
 
摘要: 普通人行业机会:ai 原生应用 【应用框架】检索增强生成RAG: 企业文档问答 例如: 1、上传一个行业文档pdf 2、对话、提炼内容 智能体Agent: 工业生产调度 想象它是个机器人,可以调度外部的一些软件功能 懂ai和ai的场景,知道用ai的能力结合场景,做出来应用让大家使用 每个工种都会配备 阅读全文
posted @ 2025-06-13 16:09 桥泰 阅读(3) 评论(0) 推荐(0)
 
摘要: 我们的职业方向可以是ai agent AIGC产业拆解及其常见名称 提示词,langchain方案,也就是模型自己管控,用自己的数据进行训练 向量数据库大模型发展,离不开向量的数据向量的好处:存储、查询,选择向量数据库作为过程存储的这么一个方式 算法层 TensorFlow PyTorch Kera 阅读全文
posted @ 2025-06-13 15:27 桥泰 阅读(1) 评论(0) 推荐(0)
 
摘要: ai:终极圣杯是通用智能AGI 垂直行业数据可以使用fine-tuning进行微调,自己将数据喂给模型专业公司,积累了大量行业数据制药公司、fine-tuning: 解决领域专业性问题,知识库更新缺点:无法解决操作外部、记忆、以及窗口扩张的问题model as a service 模型即服务 pro 阅读全文
posted @ 2025-06-13 11:54 桥泰 阅读(4) 评论(0) 推荐(0)
 
摘要: 1、ai1.0通用性差,单任务,比如:深蓝下棋ai2.0模型发展阶段最早技术,词向量技术(自然语言用向量来表示)猫这个词在词向量里面就是一个坐标,每个词在向量里面有一个唯一坐标,形成坐标字典好处:自然语言用数学语言表示缺点:没有办法表达词语和词语之间的关系,效率不高 2、词嵌入: 对语言进行训练、预 阅读全文
posted @ 2025-06-13 11:52 桥泰 阅读(4) 评论(0) 推荐(0)
 

2025年6月12日

摘要: 学习网址:https://www.bilibili.com/video/BV1aeLqzUE6L/?spm_id_from=333.337.search-card.all.click&vd_source=372dcbd37e913d3ceb6058e0f495e3d9 agent 智能体MCP ai 阅读全文
posted @ 2025-06-12 21:45 桥泰 阅读(4) 评论(0) 推荐(0)
 
摘要: 代理:用日常语言告诉你的设备你想做什么,在接下来的五年里,你就能做到的 agent指的就是能执行特定任务、服务或者代表用户进行操作的智能系统如:聊天机器人、聊天助手、自动化软件 使用ai能力,构建属于自己业务的chatbot或代理机器人,把数据库连接到ai agent,输入你最终想要洞察问题生成报告 阅读全文
posted @ 2025-06-12 20:37 桥泰 阅读(2) 评论(0) 推荐(0)
 
摘要: 安装pip工具(安装ollama库) sudo apt update apt install python3.12-venv # 使用 venv 创建虚拟环境python3 -m venv myenv# 激活虚拟环境source myenv/bin/activate # 在 Unix 或 MacOS 阅读全文
posted @ 2025-06-12 15:01 桥泰 阅读(1) 评论(0) 推荐(0)
 
摘要: cuda 是英伟达推出的一种并行计算平台和编程模型它允许开发者利用英伟达gpu(图形处理单元)的强大计算能力来加速计算密集型任务,而不是仅仅用于图形渲染 注意:让原本cpu计算的任务,被cuda转换为gpu显卡计算的任务显卡并行计算能力远高于cpu,所以可以加速计算性能 linux安装ollama- 阅读全文
posted @ 2025-06-12 15:00 桥泰 阅读(15) 评论(0) 推荐(0)