登录社区云，与社区用户共同成长
邀请您加入社区
以大模型技术重塑融合通信生态。
GenAI 斜杠计划是一个创新的培训和发展项目，旨在利用生成式AI技术帮助参与者拓展职业技能，打造多元化的职业路径，开辟第二职业曲线。这个计划不仅关注技术的应用，更强调个人职业发展的多样性和灵活性，特别是为那些希望在现有职业之外开辟新机会的专业人士量身定制。
智能应用作为新时代科技创新的重要力量，正在深刻地改变我们的生活；程序员作为智能应用的开发者和推动者，肩负着时代的重任。随着第五届“长沙·中国 1024 程序员节”智能应用论坛圆满落幕，希望开发者以匠心精神打造更多智能应用为目标，一起为行业进展做出更多努力与贡献！
汇聚智慧，共筑未来算力新生态！AI 时代，算力基础设施建设推动人工智能技术发展，提升行业应用效率，成为促进社会发展的关键因素。在此背景下，以第五届“长沙·中国 1024 程序员节”为契机，CSDN 于世界计算·长沙智谷举办算力论坛。此次论坛由中国电子技术标准化研究院研究室主任、全国信息技术标准化技术委员会委员、全国信标委算力标准工作组副秘书长陈海担任出品人，邀请来自华为、新华三、中兴通讯、中昊芯英
AI RAG系统评测实践：Coze及相关产品评测对比 RAG（检索增强生成）是一种 AI 框架，它将传统信息检索系统（例如数据库）的优势与生成式大语言模型 (LLM) 的功能结合在一起，通过将这些额外的知识与自己的语言技能相结合，AI 可以撰写更准确、更具时效性且更贴合您的具体需求的文字。 RAG 通过几个主要步骤来帮助增强生成式 AI 输出： 检索和预处理：RAG 利用强大的搜索算法查询外部数据
FastGPT一站式解决方案[1-部署篇]：轻松实现RAG-智能问答系统（含sealos云端部署、docker部署、OneAPI&Xinference模型接入） FastGPT是一个功能强大的平台，专注于知识库训练和自动化工作流程的编排。它提供了一个简单易用的可视化界面，支持自动数据预处理和基于Flow模块的工作流编排。FastGPT支持创建RAG系统，提供自动化工作流程等功能，使得构建和
从数据洞察到智能决策：合合信息&infiniflow RAG技术的实战案例分享 标题取自 LLamaIndex，这个内容最早提出于今年 2 月份 LlamaIndex 官方博客。从 22 年 chatGpt 爆火，23 年大模型尝鲜，到 24 年真正用 AI 落地业务场景，业界普遍都发现了从 MVP 到 PMF 不是那么容易的，具体的原因有非常多，在 RAG 场景下，最主要的表现是企业的数
专业级语义搜索优化：利用 Cohere AI、BGE Re-Ranker 及 Jina Reranker 实现精准结果重排 1. 简介 1.1 RAG 在说重排工具之前，我们要先了解一下 RAG。 检索增强生成（RAG）是一种新兴的 AI 技术栈，通过为大型语言模型（LLM）提供额外的 “最新知识” 来增强其能力。 基本的 RAG 应用包括四个关键技术组成部分： Embedding 模型：用于将外
回顾这两天的参会经历，我深感收获颇丰，个人觉得AICon 全球人工智能与机器学习技术大会不仅是一个技术交流的平台，更是一个激发创新思维、促进合作的机会，我不仅接触到了最前沿的技术动态，了解到了行业的发展趋势，同时也结识了许多志同道合的朋友。在这些环节中，我有机会与其他参会者深入交流，分享彼此的经验和见解。当我踏入大会现场的那一刻，便被现场的氛围所感染，会场内人头攒动，来自各个领域的技术开发者怀揣着
LLM大模型部署实战指南：Ollama简化流程，OpenLLM灵活部署，LocalAI本地优化，Dify赋能应用开发 1. Ollama 部署的本地模型() Ollama 是一个开源框架，专为在本地机器上便捷部署和运行大型语言模型（LLM）而设计。，这是 Ollama 的官网地址：https://ollama.com/ 以下是其主要特点和功能概述： 简化部署：Ollama 目标在于简化在 Doc
