人工智能 - 嘀嗒文库-高质量数字化解决方案下载、技术架构开发、职场PPT、数字化转型与与创业文档资料下载网站

在 RAG 应用中为了优化检索精度，其中的数据清洗和预处理怎么做

71 阅读

什么自查询？为什么在 RAG 中需要自查询

138 阅读

在 RAG 中，索引流程中的文档解析你们怎么做的

74 阅读

A2A 协议的工作流程是怎样的

102 阅读

如何进行 RAG 调优后的效果评估？请给出真实应用场景中采用的效果评估标准与方法

107 阅读

什么是 RAG？RAG 的主要流程是什么

106 阅读

什么混合检索？在基于大模型的应用开发中，混合检索主要解决什么问题

87 阅读

什么查询扩展？为什么在 RAG 应用中需要查询扩展

104 阅读

什么是 RAG 中的分块？为什么需要分块

101 阅读

RAG 的完整流程是怎么样的

108 阅读

A2A 协议有哪五大设计原则

95 阅读

AUC 到底在统计上代表什么？你怎么计算它，在线上业务里你如何解释“这次 AUC 提升”的含义。.docx

127 阅读

Transformer 里因果注意力的 Q K V 各从哪来？Mask 具体怎么实现。

178 阅读

为什么你在项目里会选 ResNet？从梯度传播、表示能力、参数算力、迁移性几个维度讲讲你的工程化理由。

205 阅读

挑一次你觉得最有价值的“特征损失”前向推导，完整讲讲从想法到落地的过程和收益。

166 阅读

你怎么看“多头注意力 + 强化学习”的组合？它的价值在哪，工程上会碰到什么难点。

153 阅读

YOLOv8 的结构你怎么拆解？训练与部署各自踩过哪些坑，你是怎么解决的。

156 阅读

Scaled DotProduct Attention 为啥要除以 √dk？如果不除会出什么数值或训练问题。

190 阅读

当负样本比例剧变时，AUC 可能怎么走？你会如何保证指标的稳定和可比

205 阅读

Paraformer 有什么优势、适用边界是什么？跟传统 CTC/Transducer 比，差别和取舍点在哪。

200 阅读

为什么要做 Label Smoothing.docx为什么要做 Label Smoothing？它怎么做，什么边界条件才适合，过度用会有什么坑。

128 阅读

L1 和 L2 正则你怎么选？它们各自的效果与风险是什么，工程里你是怎么权衡的。

214 阅读

样本量不够的时候你会怎么补？数据增强、半/自监督、迁移学习、先验约束、合成数据——你实际用过哪些，效果如何。

143 阅读

常见的数据归一化标准化方式你怎么选？不同方案的差异点与适用场景讲清楚。

167 阅读