背景介绍 一对一聊天中,用户A先问“这个服务怎么收费?”,过几秒又补一句“包含后续维护吗?”。如果机器人收到第一句就立即检索和生成,第一条回复可能只介绍价格,后面的维护问题还要再处理一次。短暂等待有机会让两条相关消息一起进入处理流程。 到了群聊,用户A的两句话之间可能插入用户B的“我昨天提交的申请还没通过”,接着用户C又说“我的申请也没通过”。用户A在问费用和维护,用户B、用户C在讨论申请进度。消息按到达顺序交错,时间相近的几条发言可能属于不同的人和问题。机器人需要看到这段群内互动,也需要保留每条发言的归属。 本文…

2026年11月16日 4点热度 xxs9331 阅读全文

背景介绍 在 NLP 等深度学习训练中,文本样本的长度往往不同。为了利用 GPU 的并行计算能力,通常会将多条样本组成一个批次,一起完成计算。本文关注这些文本对应的变长特征序列,每个位置是一个特征向量。采用右侧补齐的方式组批时,在较短序列的末尾补 0,使同一批次的序列长度一致,从而排列成“批次大小 × 序列长度 × 特征维度”的规则三维张量。 补齐组批后,如果需要把每条序列的多个特征向量汇总成一个向量,可以采用平均池化,也就是沿序列方向对各位置的特征向量取平均。但直接对补齐后的全部位置求平均,会把占位位置也计入除数…

2026年11月15日 23点热度 xxs9331 阅读全文

背景介绍 判断对象当前状态,需要同时考虑既定规则和用户操作。用户操作的时机和内容无法预先确定;即使没有新的操作,规则所依赖的条件变化也可能改变判定结果。因此,仅在用户操作时更新并保存的状态标记,可能无法反映查询时的实际情况。本文采用的做法是结合操作留下的信息和查询时适用的规则,统一计算当前的待处理状态。 操作记录是一次操作留下的信息,其中的完成标记表示该次操作对应的处理是否完成。对象可能已在后续操作中完成,旧记录仍保留未完成标记;记录也可能因规则所依赖的条件变化而失效。因此,仅凭旧记录的完成标记,无法判断对象当前状…

2026年11月14日 46点热度 xxs9331 阅读全文

本文说明 GitHub Actions → 阿里云 ACR → SSH 生产机 Docker Compose 这条链路的实现步骤,以及近期改动的设计原因。 流水线如何实现 触发:main 分支 push,或 workflow_dispatch。 三阶段:变更检测 → 构建并推送镜像 → SSH 远端部署。 路径过滤 使用 dorny/paths-filter,输出与匹配规则: 输出 路径 backend backend/**、code/** frontend automata-web/** infra docker…

2026年4月5日 881点热度 xxs9331 阅读全文

核心理论知识 在线查询阶段流程 用户提问 → Top-K 检索 → Prompt 设计 → Token 控制 → LLM 生成 → 回答 关键步骤: Top-K 检索:从向量数据库召回最相关的 K 个文档片段 Prompt 设计:将检索结果与问题组合成合适的提示词 Token 控制:管理上下文窗口,优化成本和性能 LLM 生成:基于上下文生成精准答案 Token 预算控制 为什么要控制 Token 预算? 原因 说明 模型限制 所有 LLM 都有上下文窗口上限(如 GPT-4: 128K tokens) 成本控制 …

2026年3月30日 826点热度 xxs9331 阅读全文

离线索引流概览 RAG 系统的两条数据流 数据流 英文 输入 处理流程 输出 离线索引流 Indexing Pipeline 原始文档<br/>(PDF/TXT/MD) 文档加载 → 文本切分 → 向量化 → FAISS 索引 向量索引文件<br/>(.index + .json) 在线查询流 Query Pipeline 用户提问 向量化 → 检索 → Prompt → LLM 生成 AI 生成的答案 离线索引流的目标 输入:PDF、TXT、Markdown 等原始文档 输出:可检索的向量…

2026年3月28日 1034点热度 xxs9331 阅读全文

来源 WordPress站点首页只展示某个分类文章的实现方法 – 33Blog 技术博客 分类id寻找 代码 function exclude_home_categories( query ) {     if ( $query->is_home() && $query->is_main_query() ) {        query-&gt;set( &#039;category__not_in&#039;, array( 22 ) );     } } ad…

2025年11月17日 871点热度 xxs9331 阅读全文

从零RAG入门与大模型知识库问答系统开发实战!LangChain RAG API全体系教学,手撕工业级Agentic RAG系统开发!_哔哩哔哩_bilibili

2025年9月14日 962点热度 xxs9331 阅读全文

BitSrunLoginGo 西北农林科技大学使用的是深澜(Srun)网络认证系统,需要客户端进行认证才能访问互联网。BitSrunLoginGo 是一个用 Go 语言编写的校园网认证客户端,特别适合在服务器环境下使用。 项目地址:https://github.com/Mmx233/BitSrunLoginGo 自动版本选择脚本 使用以下脚本自动检测系统架构并推荐最适合的 BitSrunLoginGo 版本: #!/bin/bash # BitSrunLoginGo 版本选择脚本 echo "正在检测系统架构和CP…

2025年9月10日 1234点热度 xxs9331 阅读全文

数据格式支持 eznlp支持多种NER任务常用的数据格式: CoNLL格式 (最常用) 中 B-ORG 国 I-ORG 石 B-ORG 化 I-ORG 集 I-ORG 团 I-ORG 公 I-ORG 司 I-ORG 主 O 营 O 汽 O 油 O # 加载CoNLL格式数据 from eznlp.io import ConllIO io = ConllIO(scheme="BIO2") # 支持BIO1, BIO2, BIOES等标注方案 data = io.read("data/MSRA/train.tsv") …

2025年8月25日 1535点热度 xxs9331 阅读全文
12345…7