对抗生成网络（Generative Adversarial Network）是一种深度学习模型，它通过两个神经网络生成器（Generator）和判别器（Disc...
GPT-2（Generative Pre-trained Transformer 2）是 OpenAI 开发的一种基于 Transformer 结构的自回归语言...
本教程介绍了 FastAPI 的基本使用，包括接口定义、数据模型、数据校验、依赖注入、中间件及接口文档。通过示例代码，展示了如何快速构建高性能 API 服务，适...
在 Transformer 模型中，输入的词向量是没有顺序信息的，比如：我爱你 和 你爱我 两个含义不同句子，在注意力计算时，每个 Token 的表示是相同的，...
在 Python 中，不可序列化对象 指的是无法直接使用 pickle 等序列化模块转换为可存储或传输格式的对象。常见的不可序列化对象包括： 下面，我们介绍两种...
变分自编码器（VAE）是一种深度生成模型。它主要由 编码器（Encoder） 和 解码器（Decoder） 两部分组成： 1. 基本思想 假设模型想要知道如何生...
在自然语言处理（NLP）里，中英翻译是个常见的任务。但中文和英文在 语法、词序、表达方式 上差别很大，所以想要让机器做好翻译并不容易。不过，随着大模型技术的发展...
对联是中国传统文化中的一项独特艺术形式，它不仅要求上下句字数相同，还要对仗工整、意义相对。随着人工智能和自然语言处理技术的进步，如何让机器自动生成符合对联规律的...
在构建基于大语言模型（LLM）的智能应用中，处理原始文档是非常关键的一步。LangChain 作为一个强大的框架，提供了一整套用于文档处理的工具链，帮助开发者更...
在 LangChain 中，缓存机制是一种用于提升语言模型调用效率、降低成本的重要手段。其核心思想是：将提示词的响应结果缓存起来，在后续遇到相同或相似的请求时直...
在 LangChain 中，Tool 是一种把 Python 函数和它的调用规范（schema）包装起来的机制，这样模型就可以“请求”调用这个函数并传入参数。 ...
在使用 LangChain 构建对话系统时，聊天记录的管理、处理是至关重要的一环。本篇文章主要介绍如何存储对话历史，以及如何对对话历史进行处理。 1. 对话历史...
LangChain 是一个用于构建语言模型应用的强大框架，它支持将多个 链”（Chain）组合起来进行复杂的推理任务。所谓 链式调用，就是将多个处理步骤像流水线...
LangChain 中的 输出解析器（Output Parser） 主要作用是：将大语言模型生成的原始文本转换为结构化的数据格式，方便后续程序处理。比如，你让模...
冀公网安备13050302001966号