分类目录归档:基础设施

Cot概述


CoT:开启人工智能推理新时代

从 “黑箱” 到透明:CoT 是什么

在人工智能飞速发展的当下,大语言模型(LLM)已成为自然语言处理领域的核心力量。它们能够生成流畅的文本、回答复杂的问题,甚至进行创造性写作,展现出令人惊叹的语言能力。然而,传统大语言模型在处理问题时,就像一个神秘的 “黑箱”。以 GPT-3 为例,当你向它提出一个问题,它会迅速给出答案,但却无法清晰展示得出这个答案的具体思考过程。这种缺乏透明度的决策机制,使得用户难以理解答案的来源和可靠性,也限制了模型在一些对推理过程要求严格的领域中的应用。

直到 2022 年,谷歌研究人员在《Chain-of-Thought Pro...

Read more

Cot思维链:人工智能推理能力的革命性突破


Cot思维链:人工智能推理能力的革命性突破

近年来,随着大语言模型(LLM)的快速发展,人工智能在文本生成、问答系统等任务中展现出惊人的能力。然而,模型如何得出答案的"黑箱"特性始终是制约其可信度的关键瓶颈。2022年,Google研究人员在《Chain-of-Thought Prompting Elicits Reasoning in Large Language Models》论文中提出的思维链(Chain-of-Thought, CoT)技术,通过让AI展示完整的推理步骤,不仅显著提升了复杂问题的解决能力,更打开了理解机器认知过程的窗口。这项技术正在重塑人机协作的范式,成为AI可解...

Read more

动作价值函数


以下是关于动作价值函数(Action-Value Function)的详细中文解析:


核心定义

动作价值函数,通常表示为 ( Q(s, a) ),是强化学习(Reinforcement Learning, RL)的核心概念之一。它用于评估智能体(agent)在状态 ( s ) 下选择动作 ( a ) 后,遵循某个策略 ( \pi ) 所能获得的期望累积奖励。其数学定义为: [ Q^\pi(s, a) = \mathbb{E}\pi \left[ \sum^\infty \gamma^t r_{t+1} \mid s_0 = s, a_0 = a \right] ] 其中: - ( \g...

Read more

思知机器人-知识图谱


思知机器人(https://www.ownthink.com/)

1. 网站定位

  • 核心领域:人工智能(AI)、认知智能、知识图谱、对话机器人。
  • 目标:成为全球领先的“AI认知智能大脑服务商”,致力于构建最强认知大脑。

2. 核心技术

  • 自然语言处理(NLP)
  • 中文分词、词性标注、命名实体识别、文本纠错、关键词抽取、文章分类、新闻摘要、情感分析、实体情感分析、语义相似度计算。
  • 语音技术
  • 语音识别(ASR)、语音合成(TTS)。
  • 图像技术
  • 网站审核(图像内容分析)。
  • 知识图谱
  • 万亿级实时图数据存储技术,支持知识构建、分析与推理。

3. 核心产品与服务

  • 知识图谱平台
  • 提供一站...

Read more

mstsc-远程桌面-Windows


Windows远程桌面相关命令主要有以下这些:

远程桌面连接命令

  • mstsc:这是Windows系统中远程桌面连接的命令行工具。可以通过以下方式启动:
    • 快捷键启动:按下Win + R组合键,打开“运行”对话框,输入mstsc,然后按回车。
    • 命令提示符启动:打开命令提示符,输入mstsc并按回车。
    • PowerShell启动:在PowerShell窗口中输入mstsc并按回车。
  • mstsc常用参数
    • /v:用于指定要连接的远程计算机的IP地址或主机名,如mstsc /v:192.168.1.100,表示直接连接到IP地址为192.168.1.100的远程主机。
    • /console:用于连接...

Read more

多智能体框架-视频文字


多智能体框架(Multi-Agent Framework)是支持多个智能体(Agent)协同工作、交互和决策的系统架构,广泛应用于分布式人工智能、机器人协作、自动驾驶、游戏AI、供应链优化等领域。以下是多智能体框架的核心概念、关键组成和典型应用方向:


1. 多智能体框架的核心概念

  • 智能体(Agent):具有自主决策能力的实体,能感知环境、处理信息并采取行动。
  • 协作与竞争:智能体之间可能合作完成共同目标,也可能因资源竞争而产生博弈。
  • 去中心化:无需全局控制中心,智能体通过本地规则或通信实现系统级目标。
  • 环境动态性:智能体需适应环境变化(如其他智能体的行为、外部事件等)。

2. 多智...

Read more

妙想金融大模型-LLM


东方财富自主研发的妙想金融大模型,涵盖模型特性、能力、应用场景、技术支撑以及下载途径等内容,旨在为用户提供智能投研与投资服务。

  1. 模型概述:妙想金融大模型是国内首个基于金融大模型的智能应用,备案号为Shanghai - Miaoxiang - 20231207。它依托东方财富平台优势,具有“懂金融、懂用户、强数据”的基因。
  2. 核心优势

    • 数据全面:构建金融全品类、高品质数据流,覆盖各类业务场景,包含数百万金融指标,查询高效精准。
    • 专业性强:基于海量高质量金融语料,在实际业务场景迭代训练,具备专业金融理解能力。
    • 架构先进:凭借数千张卡的算力,支持低延迟、高效率、可扩展、兼容的超千亿参数多模...

Read more

向量数据库概述-视频文字


向量数据库概述

向量数据库是一种专门用于存储、管理和高效检索高维向量数据的数据库系统。与传统数据库基于精确匹配的查询不同,向量数据库通过计算向量之间的相似性(如余弦相似度、欧氏距离等)实现近似搜索,尤其擅长处理图像、文本、音频等非结构化数据转化而来的高维向量。其核心价值在于解决人工智能和大数据场景下海量高维数据的实时检索需求,广泛应用于推荐系统、图像搜索、自然语言处理等领域。


核心原理

1. 向量空间模型

向量数据库基于向量空间模型(VSM),将数据映射为高维空间中的点。例如,文本可通过词嵌入(如Word2Vec、BERT)转化为向量,图像通过CNN提取特征向量。相似性通过向量间的距离...

Read more

向量数据库核心技术解析-视频文字


向量数据库核心技术解析

向量数据库作为处理高维非结构化数据的核心工具,其技术体系融合了信息检索、机器学习与分布式系统等多个领域的成果。本文将从索引技术、相似性度量、存储优化、查询处理、分布式架构及嵌入模型六大核心技术展开分析,并结合实际应用场景探讨其技术演进方向。


一、高效索引技术

索引技术是向量数据库实现快速检索的核心。传统数据库的B树、倒排索引等结构难以应对高维数据的“维度灾难”,因此向量数据库采用以下三类索引优化策略:

  1. 层次化图结构索引(HNSW)
    基于小世界网络理论构建多层图结构,通过贪心算法在层级间快速导航,实现高维向量的近似最近邻搜索(ANN)。HNSW在保证90...

Read more