eval

python笔记14介绍几个魔法方法

__doc__)print(value,...,sep='',end='\n',file=sys.stdout,flush=False)Printsthevaluestoastream,ortosys.std

抢公主的大魔王·2025-07-29 22:41

基于知识图谱技术增强大模型RAG知识库应用效果

【摘要】本文是AI落地实践的优秀案例，利用RAG技术（Retrieval-AugmentedGeneration，检索增强生成）的知识库实践为背景，介绍了RAG技术的发展及存在的不足，以及知识图谱相关的知识

罗伯特之技术屋·2025-07-29 11:50

Mamba架构的模型（内容由deepseek辅助汇总）

性能表现：在综合基准（IFEval、BBH、MMLU-PRO等）平均得分15.04，超越Llama3.1-

Jiang_Immortals·2025-07-29 07:20

RAG流程中，要怎么对文本进行拆词？

在RAG（Retrieval-AugmentedGeneration）流程中，对文本的拆词（Tokenization）是影响检索和生成效果的关键步骤。

java干货仓库·2025-07-29 03:25

Rouge：面向摘要自动评估的召回导向型指标——原理、演进与应用全景

“以n-gram重叠量化文本生成质量，为摘要评估提供可计算标尺”Rouge（Recall-OrientedUnderstudyforGistingEvaluation）是由南加州大学信息科学研究所（ISI

大千AI助手·2025-07-29 00:52

Same Tree

writeafunctiontocheckiftheyarethesameornot.Twobinarytreesareconsideredthesameiftheyarestructurallyidenticalandthenodeshavethesamevalue.Example1

小明今晚加班·2025-07-28 16:03

打造专属知识库：手把手教你构建RAG系统

RAG通常指的是"Retrieval-AugmentedGeneration"，即“检索增强的生成”。

·2025-07-28 13:31

RAG面试内容整理-1. 检索增强生成（RAG）概述与意义

检索增强生成（Retrieval-AugmentedGeneration,RAG）是一种将大语言模型与外部知识库相结合的生成式AI架构。

不务正业的猿·2025-07-27 14:18

国内编程大模型哪家强？2025年最新排行榜与深度解析

目前主流的评测基准包括：HumanEval：由OpenAI推出，包含164个编程问

i建模·2025-07-27 13:41

RAG 技术深度面试题：架构、优化与实践应用

1.RAG基础架构设计问题：对比单阶段检索（Single-stageRetrieval）与两阶段检索（Two-stageRetrieval）在RAG系统中的架构差异，说明在企业知识库场景下为何优先选择两阶段检索

居7然·2025-07-27 12:06

Leetcode 504. Base 7

ProblemGivenanintegernum,returnastringofitsbase7representation.AlgorithmDistinguishbetweenpositiveandnegativevalues

小白菜又菜·2025-07-27 07:53

map, unordered_map, multimap 和 set、unordered_set、multiset 的区别

唯一性：每个keykeykey在mapmapmap中是唯一的，一个keykeykey对应一个值valuevaluevalue。实现

·2025-07-27 02:15

「大模型应用」(2)RAG的检索与rerank

0.基础内容我们先来介绍几种检索方式，在RAG（Retrieval-AugmentedGeneration，检索增强生成）框架中，稀疏检索器（SparseRetriever）和密集检索器（DenseRetriever

木楚子·2025-07-26 19:56

Compose、Text、TextField、Image组合运用

开局先上图，说明全靠编@ComposablefunTestView(){varnameValuebyremember{mutableStateOf(("sky"))}varworkYearValuebyremember

bennyskydp·2025-07-26 19:53

LeetCode | 0994. Rotting Oranges腐烂的橘子【Python】

LeetCode0994.RottingOranges腐烂的橘子【Easy】【Python】【BFS】ProblemLeetCodeInagivengrid,eachcellcanhaveoneofthreevalues

Wonz·2025-07-26 01:01

Python 解析 RAG（检索增强生成）的核心概念

```htmlPython解析RAG（检索增强生成）的核心概念Python解析RAG（检索增强生成）的核心概念RAG（Retrieval-AugmentedGeneration，检索增强生成）是一种结合了检索和生成能力的模型架构

产品挨打师·2025-07-25 13:55

Python程序实例解析丨2.6

本节目标掌握计算问题一般方法Python基本语法绘图基本方法Python标准库的导入与使用2.1温度转换TempStr=input("请输入带有符号的温度值：")ifTempStr[-1]in['F','f']:C=(eval

mysterry·2025-07-25 10:49

Python----大模型（ langchain部署简单rag应用）

一、RetrievalQA链实现加载本地文本文件并分割处理使用嵌入模型将文本转换为向量表示构建向量数据库(FAISS)实现高效相似性检索结合检索结果和大语言模型生成回答特点说明优势体现模块化封装LangChain

蹦蹦跳跳真可爱589·2025-07-25 09:35

Python迭代器和生成器的区别及其各自实现方式和使用场景

自定义迭代器2.生成器(Generator)2.1生成器的创建2.2生成器一个范围2.3生成器死循环2.4生成器大文件处理3.区别对比4.总结1.迭代器(Iterator)迭代器提供了一种惰性（lazyevaluation

·2025-07-24 07:36

PyTorch常用小工具-Tensorboard、Summary、Profiler

1PyTorch可视化工具-Tensorboard2summary计算每层参数个数2.1安装与使用2.2实战3profiler分析每个操作在GPU和CPU的时间花销3.1教程3.2实战统计前向运行时间4eval.py

R-G-B·2025-07-24 05:48

【无标题】迭代器和生成器的区别及其各自实现方式和使用场景

一，迭代器Iterator迭代器提供了一种惰性（lazyevaluation）获取数据的方法，使得我们能够逐步访问序列中的元素，而无需一次性加载所有数据。其主要优点包括节省内存、提高性能、支持自定

AnAn__kang·2025-07-23 14:14

rpg_trajectory_evaluation工具评估SLAM/VIO系统

rpg_trajectory_evaluation工具评估SLAM/VIO系统1、安装系统环境：ubuntu18.04+ROSmelodic代码：https://github.com/uzh-rpg/rpg_trajectory_evaluationtutorial

·2025-07-22 14:08

Redis的协同和异步

MuLTI事务开始EXEC事务提交Discard取消事务Watch检测变动乐观锁提交的时候才查看如果值被改变取消事务用lua的脚本实现事务lua代码执行多个命令scriptload编译lua并返回idevalshaid

weixin_43982809·2025-07-22 06:09

python-程序编程-实例“温度转换”

(f代表华氏度，c代表是摄氏度)c=(f-32)/1.8f=c*1.8+32代码如下：temp=input("请输入有符号的温度值")iftemp[-1]in['f','F']:c=(eval

·2025-07-21 11:03

构建企业私有RAG系统全流程：从 PDF 到智能问答的落地实践

RAG，全称Retrieval-AugmentedGeneration（检索增强生成）。通俗点说，它的核心思想就一句话：“模型不知道的内容，从你的知识库里搜；然后由模型来生成回答。”

观熵·2025-07-20 12:16

Python基础-day8：迭代器和生成器的区别及其各自实现方式和使用场景

1.迭代器迭代器提供了一种惰性（lazyevaluation）获取数据的方法，使得我们能够逐步访问序列中的元素，而无需一次性加载所有数据。其主要优点包括节省内存、提高性能、支持自定义遍历逻辑等。

·2025-07-20 09:51

【深度学习基础】PyTorch中model.eval()与with torch.no_grad()以及detach的区别与联系？

关键区别总结6.常见问题与解决方案(1)问题：推理阶段显存爆掉(2)问题：Dropout/BatchNorm行为异常(3)问题：中间张量意外参与梯度计算7.最佳实践8.总结以下是PyTorch中model.eval

·2025-07-19 22:01

Extreme values modelling 绪论

一般而言，极端之建模有三个方面：UnivariateExtremeValueTheory:单变量极值理论。

Liam_ml·2025-07-19 18:09

互联网大厂Java求职面试：基于Spring AI与云原生架构的RAG系统设计与实现

今天的面试主题围绕企业知识库与AI大模型的深度融合架构展开，重点探讨如何设计一个高性能、可扩展的RAG（Retrieval-Augmente

在未来等你·2025-07-19 12:16

【免费下载】 IDE Eval Resetter 插件安装及使用指南

IDEEvalResetter插件安装及使用指南1.项目介绍IDEEvalResetter是一款适用于JetBrains系列集成开发环境（如IntelliJIDEA、PyCharm等）的开源插件，旨在帮助用户重置

宗廷国Kenyon·2025-07-19 11:37

JavaScript知识归纳——面试题

JavaScript面试题总结JavaScript知识点1、JavaScript中settimeout与setinteval两个函数的区别？2、编写JavaScript脚本生成1-6之间的整数？

Dream_Lee_1997·2025-07-12 09:02

【EGSR2025】材质+扩散模型+神经网络相关论文整理随笔（四）

AnevaluationofSVBRDFPredictionfromGenerativeImageModelsforAppearanceModelingof3DScenes输入3D场景的几何和一张参考图像

Superstarimage·2025-07-12 01:39

Python pyautogui 操作鼠标

importtimeimportosimportpyautoguivalue=True;try:whilevalue:x,y=pyautogui.position()pos="鼠标当前位置:{},{}"

HappyBirthday 9527·2025-07-11 14:22

OpenWebUI(11)源码学习-后端config.py配置文件

**RAG（Retrieval-AugmentedGeneration）配置**6.**图像生成配置**7.**代码解释器配置**

青苔猿猿·2025-07-11 12:08

[论文阅读] 人工智能 + 软件工程 | 当 LLM 写代码时，它的 “思考过程” 靠谱吗？—— 揭秘 CoT 质量的那些事儿

EvaluatingtheQualityofCoTsinLLM-basedCodeGenerationarXiv:2507.06980[pdf,html,other]AreTheyAllGood?

张较瘦_·2025-07-10 18:42

基于Deepseek+RAG构建企业知识库：文档预处理与数据整理

基于Deepseek+RAG（Retrieval-AugmentedGeneration）技术构建企业知识库，能够有效整合企业内外部知识资源，实现知识的快速检索和精准应用。

大势下的牛马·2025-07-10 12:30

人工智能-基础篇-18-什么是RAG(检索增强生成：知识库+向量化技术+大语言模型LLM整合的技术框架)

RAG（Retrieval-AugmentedGeneration，检索增强生成）是一种结合外部知识检索与大语言模型（LLM）生成能力的技术框架，旨在提升生成式AI在问答、内容创作等任务中的准确性、实时性和领域适应性

weisian151·2025-07-09 20:47

【双向循环带头链表】

typedefintLTDataType;typedefstructListNode{structListNode*prev;structListNode*next;LTDataTypeval;}LTNode

气质、小青年！·2025-07-09 19:43

【文献精读笔记】Explainability for Large Language Models: A Survey （大语言模型的可解释性综述）（五）

五、解释评估（ExplanationEvaluation）在前面的章节中，我们介绍了不同的解释技术和它们的用途，但评估它们如何忠实地反映模型的推理过程仍然是一个挑战。

百万年薪天才少女·2025-07-08 16:11

Python训练打卡DAY47

defvisualize_attention_map(model,test_loader,device,class_names,num_samples=3):"""可视化模型的注意力热力图，展示模型关注的图像区域"""model.eval

韩哈哈1129·2025-07-08 16:08

从被动检索到主动思考：Naive RAG 到 Agentic RAG 的架构演进与关键技术解析

摘要随着大语言模型（LLMs）的广泛应用，检索增强生成（Retrieval-AugmentedGeneration,RAG）技术已成为解决模型知识滞后与幻觉问题的核心方案。

一休哥助手·2025-07-08 05:25

使用 C++/Faiss 加速海量 MFCC 特征的相似性搜索

使用C++/Faiss加速海量MFCC特征的相似性搜索引言在现代音频处理应用中，例如大规模声纹识别(SpeakerRecognition)、音乐信息检索(MusicInformationRetrieval

whoarethenext·2025-07-08 04:17

LangChain核心组件全解析

文章目录一、核心架构组件1.模型I/O(ModelI/O)2.检索(Retrieval)3.记忆(Memory)4.链(Chains)5.代理(Agents)二、关键支持组件1.回调系统(Callbacks

北辰alk·2025-07-08 04:47

Node.js REPL 教程

Node.jsREPL(Read-Eval-PrintLoop)是一个交互式环境，允许你直接输入和执行JavaScript代码，无需创建文件。它是学习Node.js、测试代码片段和调试的强大工具。

红衣大叔·2025-07-07 18:33

解决部分机型浏览器使用pdf.js 出现 undefined is not an object(evaluating ‘response.body.getReader‘) 报错问题

问题undefinedisnotanobject(evaluating‘response.body.getReader’)参考小王子的笔记本的技术博客仔细分析源码后发现，PDFjs的getDocument

HHH 917·2025-07-07 13:33

爆改RAG！用强化学习让你的检索增强生成系统“开挂”——从小白到王者的实战指南

——一位被RAG气哭的AI工程师前言：RAG的烦恼与AI炼丹师的自我修养在AI圈混久了，大家都知道RAG（Retrieval-AugmentedGeneration，检索增强生成）是大模型落地的“万金油

许泽宇的技术分享·2025-07-07 09:58

python :built-in functions

python的内建函数：Built-inFunctionsabs()divmod()input()open()staticmethod()all()enumerate()int()ord()str()any()eval

angry_grina·2025-07-07 04:59

【论文笔记】RAGLAB: A Modular and Research-Oriented Unified Framework for Retrieval-Augmented Generation

论文信息论文标题：RAGLAB:AModularandResearch-OrientedUnifiedFrameworkforRetrieval-AugmentedGeneration-EMNLP24论文作者

AustinCyy·2025-07-07 00:00

代码随想录算法训练营第十一天

LeetCode.150逆波兰表达式求值题目链接逆波兰表达式求值题解classSolution{publicintevalRPN(String[]tokens){Stackcstack=newStackset

天天开心(∩_∩)·2025-07-06 22:50

从维基百科到知识图谱：用 DSPy、OpenAI 和 TiDB 构建 GraphRAG 的奇妙旅程

传统的RAG（Retrieval-AugmentedGeneration）方法虽然在信息检索领域表现出色，但随着需求复杂度的提升，GraphRAG（基于知识图谱的RAG）逐渐成为更优的解决方案。

步子哥·2025-07-06 20:34

推荐频道