zhanglijian

摘要： 任务描述：团队使用100根以上棉签或者牙签，搭建房子，使其能不被一口气吹倒。 我们的搭建方法 先简单描述一下我们的“建筑方案”： 地基：横9根、竖9根棉签，搭成一个“网”状结构。这提供了稳定的基底，让压力均匀分散。 墙体：在地基上搭建垂直方向的墙体，用棉签交叉固定，形成四面围合。 顶层：同样用网格结 阅读全文

摘要： 基础模板：PromptTemplate 这是最常用的模板，适用于大多数文本生成任务。它允许你在一个字符串模板中定义变量，然后通过 format 方法将具体的值填充进去。 from langchain.prompts import PromptTemplate # 1. 定义模板字符串，使用 {var 阅读全文

摘要： 标准消息类 from langchain_core.messages import HumanMessage, AIMessage, SystemMessage messages = [ SystemMessage(content="你是一个有用的助手。"), HumanMessage(conten 阅读全文

摘要： from langchain_openai import ChatOpenAI from langchain.schema import HumanMessage, AIMessage chat = ChatOpenAI(model="gpt-4", temperature=0.7, streami 阅读全文

摘要： 一、多模态的本质与意义 什么是多模态 多模态是指模型能够同时处理和理解多种类型的数据。传统大模型只处理文本，多模态模型则能够处理图像、文本、音频、视频等多种模态的数据，并在这些模态之间建立联系。 人类天生就是多模态的。我们用眼睛看，用耳朵听，用语言表达，这些信息在大脑中融合，形成对世界的完整理解。多 阅读全文

摘要： 一、智能体的本质与定义 什么是大模型智能体 大模型智能体是以大语言模型为核心，能够感知环境、进行决策、执行行动并具备自主性的系统。它不仅仅是文本生成器，而是一个能够理解目标、规划路径、调用工具、记忆经验、与环境交互的完整智能系统。 传统的大模型是被动的，用户输入什么它就回答什么。智能体是主动的，它能 阅读全文

摘要： 实验背景 机器学习是大数据技术的核心应用场景之一。Spark MLlib是Spark生态系统中的机器学习库，它提供了丰富的机器学习算法和工具，可以在分布式环境中高效地处理大规模数据。本次实验将使用经典的Adult数据集（也称为“人口普查收入数据集”），通过完整的机器学习流程：数据导入与探索、特征工程 阅读全文

摘要： 实验背景 在之前的学习中，我们处理的数据都是静态的（如文件、数据库表等）。本次实验将结合日志采集工具Flume，学习如何构建一个完整的实时数据处理流水线：从Flume采集数据，到Spark Streaming消费和处理数据。 一、实时流处理基础概念 什么是Spark Streaming？ Spark 阅读全文

摘要： 实验背景 在前面的实验中，我们已经掌握了RDD编程，但RDD主要处理的是非结构化的数据。本次实验将通过三个实战任务，学习Spark SQL的基本操作、RDD到DataFrame的转换，以及如何通过Spark SQL读写MySQL数据库。 一、Spark SQL核心概念 什么是Spark SQL？ S 阅读全文

摘要： 一、对齐的本质与意义 什么是对齐 对齐是让大模型的行为符合人类期望和价值观的过程。模型在预训练阶段学习的是互联网海量文本的统计规律，这些文本包含了人类的智慧，也包含了偏见、错误和有害内容。模型学会了这些内容，但不理解什么是好的、什么是不好的。 对齐就是要解决这个问题。让模型不仅知道怎么回答，更知道什 阅读全文