RagFlow 完全指南(一):从零搭建开源大模型应用平台(Ollama、VLLM本地模型接入实战) 本文主要介绍了如何从零搭建开源大模型应用平台,包括如何安装与部署 RagFlow,以及如何接入本地模型。 2025-05-22 ai > rag #AI大模型 #大模型应用开发平台 #RagFlow
Dify 完全指南(一):从零搭建开源大模型应用平台(Ollama/VLLM 本地模型接入实战) 本文主要介绍了如何使用 Dify 搭建开源大模型应用平台,并接入本地模型(Ollama/VLLM)。 2025-05-22 ai > rag #AI大模型 #工具 #大模型应用开发平台 #Dify
RAG技术完全指南(五):基于LlamaIndex+RAG的智能法律助手实战 本文主要介绍了一个基于RAG(检索增强生成)技术的智能劳动法咨询系统,它能够针对中国劳动法问题提供精准解答,并自动关联相关法律条文依据。 2025-05-21 ai > rag #AI大模型 #检索增强生成 #LlamaIndex
RAG技术完全指南(四):RAG文档处理四步优化法 本文主要介绍了RAG文档处理四步优化法,包括文档解析、文档切分、提升召回率、重排序等优化策略。 2025-05-21 ai > rag #AI大模型 #检索增强生成
RAG技术完全指南(三):LamaIndex架构解析与私有知识库搭建 本文主要介绍了LlamaIndex 的架构,以及如何使用 LlamaIndex 搭建私有知识库。 2025-05-21 ai > rag #AI大模型 #检索增强生成 #LlamaIndex
RAG 技术完全指南(二):Embedding 模型选型与 Chroma 数据库实战 本文主要介绍了 Embedding 嵌入模型的概念、核心思想、关键技术、局限性、模型分类、模型选型以及 Chroma 数据库的核心特性、技术架构、典型应用场景、与同类数据库对比、局限性及应对、快速开始和总结。 2025-05-21 ai > rag #AI大模型 #检索增强生成 #Embedding #Chroma
RAG技术完全指南(一):检索增强生成原理与LLM对比分析 本文主要介绍了RAG(检索增强生成)技术的基本原理、工作流程以及与传统大语言模型(LLM)的对比分析。通过对比,我们可以更好地理解RAG的优势和适用场景,以及如何选择合适的模型。 2025-05-21 ai > rag #AI大模型 #检索增强生成
大模型微调终极方案:LoRA、QLoRA 原理详解与 LLaMA-Factory、Xtuner 实战对比 本文主要介绍了大模型微调的原理和实现方法,包括 LoRA、QLoRA、LLaMA-Factory 和 Xtuner 等技术,并进行了详细的对比分析。 2025-05-20 ai > fine-tuning #AI大模型 #工具 #微调 #LLaMA-Factory #Xtuner
大模型微调指南之 Xtuner 篇:3步实现Qwen1.5中文对话模型优化 本文主要介绍了 Xtuner 的使用,包括安装、下载模型、微调准备等。 2025-05-20 ai > fine-tuning #AI大模型 #工具 #微调 #Xtuner
大模型微调指南之 LLaMA-Factory 篇:一键启动LLaMA系列模型高效微调 本文主要介绍了LLaMA-Factory 的安装、使用及高级功能,并提供了详细的命令行示例。 2025-05-20 ai > fine-tuning #AI大模型 #工具 #微调 #LLaMA-Factory