登录社区云，与社区用户共同成长
邀请您加入社区
RAG（Retrieval-Augmented Generation，检索增强生成）是一种结合**查找信息**和**生成答案**能力的 AI 技术。
RAG的全称是Retrieval-Augmented Generation,称为检索增强生成技术，可以理解为给大模型安装一个“外接大脑”，RAG是这样工作的：当大模型收到一个问题时，它不会直接凭自己的记忆回答，而是会：
本文是一份Python编程入门指南，从零开始系统介绍Python语言。主要内容包括：环境搭建（安装Python和VSCode）、基础语法（变量、数据类型、控制流）、核心数据结构（列表、字典、元组、集合）、函数使用、文件操作、异常处理等。重点通过一个命令行记事本实战项目，演示如何综合运用所学知识。指南还介绍了如何利用AI工具辅助学习编程，提供高效提问技巧。最后给出学习路线建议，包括Web开发、数据科
本文系统介绍了人脸识别技术的发展与应用。从校园智能门禁的实际案例切入，阐述了人脸识别的基本概念、技术难点和发展历程。重点解析了核心技术原理，包括人脸检测、对齐、特征提取和比对等关键环节，并详细介绍了MTCNN、FaceNet等主流算法。文章还展示了代码实现示例，分析了评估指标和面临的挑战（如姿态变化、隐私问题等），提出了多模态融合、边缘计算等解决方案。最后探讨了人脸识别的哲学思考，强调技术发展与隐
本文介绍了一个包含163种常见中草药的高质量图像数据集，总量超过26万张，涵盖药材原植物、切片、干品等多种形态。数据集按类别分类存储，分辨率统一为299×299，适合训练各类图像分类模型。文中详细说明了数据组织结构、训练/验证集划分方法及代码实现，并列举了药材识别、知识图谱构建等多领域应用场景。该数据集对推动中医药数字化和AI辅助诊断具有重要意义。
大模型做文本分类的核心路径可概括为「轻量路径（零 / 少样本）→ 精准路径（SFT）→ 部署路径（蒸馏）」，按 “标注数据量 + 算力 + 部署需求” 逐步升级，具体分类任务建议从少样本分类入手，再过渡到 SFT 微调，最终用蒸馏模型落地。
本文系统梳理了检索增强生成（RAG）架构的演进历程，从基础架构到智能化解决方案的迭代路径。文章通过对比Naive RAG、Advanced RAG、Modular RAG和Agentic RAG四代架构的核心特点与技术突破，揭示了RAG技术如何通过模块化设计、智能体协同等创新解决知识更新、语义对齐和复杂任务处理等关键问题，为LLM应用落地提供重要参考。由于作者水平有限，若相关理解有误请以实际为准。
本文介绍了如何本地部署大语言模型并构建专属知识库问答系统。首先详细讲解了Qwen1.5-7B-Chat模型的本地部署流程，包括硬件配置、环境搭建和使用Transformers+Gradio实现Web界面。然后重点阐述了基于检索增强生成(RAG)技术的知识库问答系统构建方法，涵盖文档处理、向量索引创建、Prompt工程等关键技术环节。通过完整代码示例，展示了如何将通用大模型转变为能处理私有信息的领域
本文对openEuler操作系统在AI图像分类任务中的性能表现进行了全面测试评估。通过搭建包含PyTorch、TensorFlow等深度学习框架的测试环境，对多种CNN模型进行基准测试，结果显示openEuler在多模型训练、批量推理等方面表现出色。测试重点分析了系统资源利用率、并行计算优化效果及内存管理性能，验证了openEuler在CPU调度、内存管理和IO性能方面的特有优势。
前言，智算中心核心任务是承载AI大模型的训练及推理等，进而为各行各业提供便捷、高效、领先和普惠的多元化“算力服务”，大模型作为智算时代的核心“产物”被大家广泛关注，从技术迭代和应用角度可细分为三个类型分别为基础大模型、行业大模型以及场景大模型（垂类大模型）。三者之间的区别和联系是什么？非专业领域朋友如何快速记住它们特点呢？今天我们简单聊聊！
本文介绍了CANN异构计算架构在垃圾分类系统中的优化应用。通过DVPP硬件加速实现图像预处理延迟降低72.7%，结合自定义算子开发和动态批处理技术，在昇腾Atlas 200DK开发板上达到97.67%的分类准确率，推理延迟仅8ms，吞吐量提升38%。针对垃圾分类场景的实时性、复杂背景干扰和模型轻量化三大挑战，CANN提供了DVPP加速、AIPP预处理融合、INT8量化等解决方案，显著提升了系统性能
数据分类分级是数据安全管理的基础，通过"先分类、再分级、后施策"的方法，实现数据资产识别和差异化管控。国内外相关标准如NIST SP800-60和GB/T38667-2020提供了分类分级框架。行业实践中，通信、金融等领域建立了4-5级分类体系。技术实现上结合关键字匹配、AI语义分析等方法，构建包含数据识别、资产目录、安全管控的系统框架，支持30+数据源和100+文件类型，识别
融合注意力机制的白细胞目标检测与分类方法研究解决了复杂血液细胞涂片图像中白细胞检测准确率低、识别模型参数量大等问题，实现了高效、准确的白细胞检测与多类别识别功能。对于计算机专业、软件工程专业、人工智能专业、大数据专业的毕业生而言，选择一个合适的毕业设计选题至关重要。在这个毕业设计选题合集中，我们精心收集了各种有趣且具有挑战性的选题，旨在帮助学生们在毕业设计中展现他们的技术实力和创新能力。不论是对于
更新了！**谷歌 Gemini 3 Pro 正式上线！**在大模型竞争激烈的当下，它在**推理、多模态处理、Agent 工具**使用等关键领域实现全面领先！目前，在所有主要LMArena排行榜中，几乎全部排名第一👇🏻
分类
——分类
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
2048 AI社区
北京朝阳AI社区
昇腾开源生态专区
