logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

先锋洞见 | 白硕:向量数据库与图数据库,构建大模型“中控”的利器

转载公众号 |恒生技术之眼随着大语言模型时代的到来,大模型本身的建设固然具有重要的意义,但与大模型配套的基础设施建设同样具有重要意义,构建连接大模型和行业应用的“中控”基础设施,对于像金融这样在数据内容、业务适当性、部署模式和数据流向等都受到强监管的垂直细分行业,更加需要一个强大的“中控”。本文结合大语言模型“中控”基础设施的特点,重点介绍两种新型数据库——向量数据库与图数据库的用法。行...

#数据库
开源开放 | OpenRAG Base:RAG的开源开放知识库

本项目是OpenKG旗下专注于RAG研究的OpenRAG子项目的开源知识库,致力于推动RAG领域的发展。可以通过链接访问,进入OpenRAG Base主页。缘起知识检索增强生成(RAG),作为最受关注的大模型落地的实用技术之一,相关研究飞速发展。我们在2023年12月发表了第一篇大模型视角下的RAG综述(Retrieval-Augmented Generation for Large Langua

图谱实战 | 面向小白的知识图谱推理扫盲案例:知识推理的任务界定、主流方式以及基于TransE模型的知识推理实践...

转载公众号 | 老刘说NLP 知识推理是从已有的知识出发,得出未知的、隐性的知识,具体到知识图谱中,即利用图谱中现有的知识(三元组),得到一些新的实体间的关系或者实体的属性(三元组)。关于知识推理这一任务,我们已经在《OGB-知识推理概览必读:三大推理评测任务、数据集与现有模型水平概述》、《技术总结:知识图谱推理中的常用方法、关键问题、评测指标与开放数据总结》等文章中进行了理论性的介绍。但目前关于

#知识图谱#人工智能#自然语言处理 +1
技术动态 | 模块化(Modular)RAG 和 RAG Flow

随着RAG技术的演进,RAG整体的流程变动更加丰富和自由。具体表现在以下几个方面:在检索增强数据源上,不再局限于传统的纯⽂本⽂档为为代表的非结构化数据。越来越多的研究引⼊了半结构化数据(例如,PDF、HTML和LaTex)、结构化数据(例如三元组、KG、以及结构化查询语句)。经过预处理结构数据更进⼀步提供检索的逻辑性和可验证性,降低模型幻觉。此外,以检索LLM⾃身代替外部知识源的方法逐渐兴起。通过

#人工智能
技术动态 | 快手联合哈工大开源Agents系统、模型、数据!

转载公众号 |社媒派SMP快手联合哈尔滨工业大学社会计算与信息检索研究中心研发的「KwaiAgents」,使7B/13B模型也能达到超越GPT-3.5的效果,并且这些系统、模型、数据、评测都开源了!7B 大小的模型也能玩转 AI Agents 了?近期,快手联合哈工大开源了「KwaiAgents」,问它周末滑雪问题,它不但帮你找到场地,连当天的天气都帮你考虑周到了。大家都知道大语言模型(LLM).

图谱实战 | 入门指引:知识图谱应用及基于大模型进行信息抽取的开源实践代表案例推介...

转载公众号 | 老刘说NLP当前知识图谱与大模型融合之势已经逐步兴起,今天参加Datafuntalk数据智能创新与实践论坛中有专门的论坛进行了这方面工作的分享。参加活动的社区朋友发来一图,很有意思,其援引老刘团队对知识图谱与ChatGPT的结合工作。因此,如何能快速地了解知识图谱地工作并进行快速实践,成为了我们又要提及的话题。具体应用又如上图,一个比较直观的例子。注:以上图的来源,取自工作《万字长

#知识图谱#人工智能
图谱实战 | 无需复杂图谱术语,7个原则搞定Schema建模

转载公众号 |SPG知识图谱01前言在OpenSPG最新发布的0.0.2 版本中,为了方便大家更好地理解和应用OpenSPG构建知识图谱,发布了知识建模最佳实践的 7 个指导原则。本文我们结合蚂蚁域内的多个业务场景,举例说明结合SPG规范的结构与语义解耦的知识建模及schema设计方法。????OpenSPG GitHub:https://github.com/OpenSPG/openspg,欢迎

开源开放 | 中国近代历史人物知识图谱

OpenKG地址:http://openkg.cn/dataset/zgjdlsrw项目地址:http://www.zjuwtx.work/project/kg开放许可协议:CC BY-S...

#大数据#人工智能#知识图谱 +2
技术动态 | 「图神经网络:基础、前沿与应用」最新AAAI2023教程

转载公众号 | 专知第37届国际人工智能大会(AAAI2023)于2023年2月7日-2月14日在美国华盛顿召开。AAAI是CCF推荐的A类国际学术会议,在人工智能领域享有很高的学术声誉。这次会议共收到来自8777篇投稿,录用1721篇,录用率约19.6%。来自Pinterest、清华等学者带来了《图神经网络:基础、前沿与应用》教程,非常值得关注!近年来,图神经网络(GNN)领域取得了令人难以置信

论文浅尝 | 用增强学习进行推理:问答与知识库完善(KBC)








本文转载自公众号:程序媛的日常。利用知识库、知识图谱来完善问答系统,有非常广阔的实际应用场景。当用户...

    共 18 条
  • 1
  • 2
  • 请选择