摘要：
解决方法： 1. 删除本地项目的 .git 文件；（会删除该项目所有的 git相关信息，包括：提交记录，分支版本信息， 远程仓库地址， 暂存区信息 等。） 2. 重新初始化该项目； # 重新初始化 git init # 设置远程仓库地址 git remote add origin xxxxx # 设 阅读全文
posted @ 2025-07-24 19:26
橘子葡萄火龙果
阅读(17)
评论(0)
推荐(0)
摘要：
1. MCP介绍 MCP 是一个开放协议，它规范了应用程序向 LLM 提供上下文的方式。MCP 就像 AI 应用程序的 USB-C 端口一样。正如 USB-C 提供了一种标准化的方式将您的设备连接到各种外围设备和配件一样，MCP 也提供了一种标准化的方式将 AI 模型连接到不同的数据源和工具。 2. 阅读全文
posted @ 2025-06-19 14:53
橘子葡萄火龙果
阅读(60)
评论(0)
推荐(0)
摘要：
1. What is function call function call是OpenAI提出的 让大语言模型调用外部函数/工具的能力。大模型经过微调之后，具备了根据用户Query自主判断什么时候应该调用外部工具(函数)并生成执行相关操作所需要的参数的能力。这是大模型ReAct能力的核心。 2. f 阅读全文
posted @ 2025-06-03 17:45
橘子葡萄火龙果
阅读(107)
评论(0)
推荐(0)
摘要：
1. 环境配置（NVIDIA显卡为例） 1.1 机器上需要安装的各组件 1）显卡驱动Driver：显卡硬件对外的交互媒介，作用类似于CPU的kernel核。 2）cuda Toolkit：cuda Toolkit也常被叫做 cuda。作用是：封装了显卡Driver的调用逻辑，提供更高一层的对外调用接 阅读全文
posted @ 2025-06-03 17:44
橘子葡萄火龙果
阅读(489)
评论(0)
推荐(0)
摘要：
1.Query在文档库中的检索 对于复杂的搜索任务，例如问答检索，使用“检索与重排序”可以显著提升搜索效果。对于给定的query，首先在检索系统中初步检索出多个和query相关性较强的chunk块，然后将这多个chunk块再经过重排序算法进行精排。最终得到较为准确的召回结果。在检索问答领域，检索方法 阅读全文
posted @ 2025-06-03 17:34
橘子葡萄火龙果
阅读(32)
评论(0)
推荐(0)
摘要：
1. 简介 存储和搜索非结构化数据的最常见方法之一是将其编码为嵌入向量并存储，然后在查询时嵌入非结构化查询并检索与嵌入查询“最相似”的嵌入向量。向量数据库负责存储嵌入数据并为您执行向量搜索。 Rag中常用的向量数据库：In-Memory、Faiss(facebook ai similarity se 阅读全文
posted @ 2025-05-21 19:35
橘子葡萄火龙果
阅读(47)
评论(0)
推荐(0)
摘要：
1. Why rag 大型预训练语言模型经过fine-tuning应用在下游NLP任务中表现良好，但是在知识密集型任务中表现不佳，甚至出现“幻觉”问题。同时，大模型也不能提供做出决策的信息源和及时更新最新知识。因此提出了RAG（Retrieval Augmented Generation），通过外部 阅读全文
posted @ 2025-05-20 00:08
橘子葡萄火龙果
阅读(29)
评论(0)
推荐(0)
摘要：
1.下载镜像&安装 1.1 VMware安装 略。 1.2 CentOS安装 1）下载CentOS https://mirrors.aliyun.com/centos/7/isos/x86_64/?spm=a2c6h.25603864.0.0.11444511lXIy8R 2）一路默认，参数自由选择 阅读全文
posted @ 2024-09-20 20:28
橘子葡萄火龙果
阅读(194)
评论(0)
推荐(0)
摘要：
1. TF-IDF 1.1 原理 1.1.1 名词解释 TF：词频，某token在文档中出现的次数越多，则这个token的特征越能代表这篇文档自身的独特特征。 计算：token出现次数 / 文档总token数 IDF：逆文档频率，如果某个token在所有文档中都出现，那么这个token对于区分这些文 阅读全文
posted @ 2024-08-09 14:56
橘子葡萄火龙果
阅读(376)
评论(0)
推荐(0)
浙公网安备 33010602011771号