七七影院色七七_免费观看欧美a一级黄片_亚洲综合久久久久久中文字幕_国产999999在线视频免费观看,国产小视频无码,国产精品亚洲日日摸夜夜添,女人高潮潮叫免费网站,久久影院国产精品,日韩成人在线影院,欧美囗交XX×BBB视频,色在线综合高清

機械社區(qū)

標題: 分享AI使用方法 [打印本頁]

作者: 1216294890 時間: 3 天前
標題: 分享AI使用方法
用AI的閱讀模塊,，可以幫我們解讀一些標準和守則；
例如可以先問AI你的問題在哪個標準,，找到標準上傳，就可以隨便提問標準里的要求

作者: 學者11 時間: 3 天前
但首先要知道AI喜歡編造,，所以它給你的標準很多是編造的,，這時候你怎么辦？

作者: leioukupo 時間: 3 天前

學者11 發(fā)表于 2024-12-25 14:43
但首先要知道AI喜歡編造,，所以它給你的標準很多是編造的,，這時候你怎么辦？

當搜索引擎用,，使用rga向量化文檔,，直接給你原文的

作者: 學者11 時間: 3 天前
拽詞裝B失敗的典型，那叫使用rag向量化文檔,。
"RAG" 是 "Retrieval-Augmented Generation" 的縮寫,，它是一種結(jié)合了信息檢索（Retrieval）和生成模型（Generation）的技術(shù)。
在傳統(tǒng)的文本生成任務中,，模型僅基于其訓練數(shù)據(jù)進行預測或生成新的文本,。然而，在某些情況下,，我們希望模型能夠訪問最新的,、特定領(lǐng)域的或者更加廣泛的信息來增強其生成的內(nèi)容。這時,，RAG 就可以派上用場,。
首先,，需要將文檔庫中的文檔轉(zhuǎn)換為向量表示。這一步驟通常使用預訓練的編碼器（比如 BERT 或其他類似的模型）,，將每個文檔編碼成一個固定長度的向量,。這些向量隨后被存儲在一個高效的索引結(jié)構(gòu)中，如 FAISS 或 Annoy,，以便快速搜索相似的文檔,。
當有一個查詢或者需要生成內(nèi)容時，該查詢會被相同的編碼器轉(zhuǎn)化為向量形式,。
接下來,，查詢向量會與文檔庫中的文檔向量進行比較，以找到最相關(guān)的文檔,。這個過程通常是通過計算余弦相似度或其他距離度量完成的,。
檢索到的相關(guān)文檔會被作為額外的信息提供給生成模型。這涉及到直接附加到查詢之后,，或者以某種方式融入到生成模型的輸入中,。
最后，生成模型利用查詢以及檢索到的相關(guān)文檔的信息來生成更準確,、更豐富的響應,。

問題這些騒操作是普通人能做的了的嗎，他必須在自家電腦上下載個LLM,，然后還用高級顯卡來訓練這個模型,。
并且在需要的時候使用RAG向量文檔，這不是發(fā)燒友就根本做不到,。
所以我說要講人話,，你應該知道普通人只可能聯(lián)網(wǎng)使用公有云上的大模型。

作者: 1216294890 時間: 3 天前

學者11 發(fā)表于 2024-12-25 14:43
但首先要知道AI喜歡編造,，所以它給你的標準很多是編造的,，這時候你怎么辦？

你可以再問一句,，在多少頁找到的,，它會給你頁數(shù)，到時候自己看

作者: 浩浩乎 時間: 3 天前
我一般用文心一言,，kimi,，豆包，主要用來當搜索引擎使用,，另外用來編報告,，非常方便

歡迎光臨機械社區(qū) (http://97307.cn/)