第二支羽毛

利用 vLLM 手撸一个多模态RAG系统

利用 vLLM 实现多模态RAG 系统本文将深入探讨如何使用 vLLM 构建多模态信息检索与生成（Multimodal RAG）系统，以实现对包含文本、图像和表格的文档的有效处理和智能问答。如果您想了解更多关于自然语言处理或其他技术领域的信息，请关注我们的公众号柏企阅文。一、多模态 RAG

LLM架构

如何在企业中实现知识图谱和大模型（LLM）互通

知识图谱（KG）与大型语言模型（LLM）：企业数据赋能的强强联合数据如同企业的生命线，而如何高效地利用数据则成为了企业发展的关键。大型语言模型（LLM）和知识图谱（KG）作为两种强大的数据处理工具，正逐渐改变着企业的运营模式。今天，我们就来深入探讨一下它们在企业中的应用以及如何协同工作，为企业带来

LLM架构

使用 Docling、Groq、Ollama 和 GLIDER 评估构建高级 RAG 管道

RAG

探秘 GraphRAG：知识图谱赋能的检索增强生成技术新突破

RAG

探索 AI 智能体工作流设计模式

《探索 AI 智能体工作流设计模式》欢迎关注公众号柏企阅文由大语言模型（LLM）驱动的智能体是利用 LLM 进行问题推理、制定可行计划并使用一组工具执行这些计划的系统。简单来说，这些智能体融合了高级推理能力、记忆力和任务执行能力。基于 LLM 的 AI 智能体工作流设计模式自 2022 年末

Agent

探索大型语言模型新架构：从 MoE 到 MoA

探索大型语言模型新架构：从 MoE 到 MoA 当前，商业科技公司纷纷投身于一场激烈的竞赛，不断扩大语言模型的规模，并为其注入海量的高质量数据，试图逐步提升模型的准确性。然而，这种看似顺理成章的发展路径逐渐暴露出诸多内在局限。一方面，高质量数据的获取并非易事；另一方面，计算能力的瓶颈以及在普通用户硬

LLM架构

专家混合（MoE）大语言模型：免费的嵌入模型新宠

专家混合（MoE）大语言模型：免费的嵌入模型新宠今天，我们深入探讨一种备受瞩目的架构——专家混合（Mixture-of-Experts，MoE）大语言模型，它在嵌入模型领域展现出了独特的魅力。一、MoE 架构揭秘（一）MoE 是什么？ MoE 是一种包含多个被称为“专家”子网的架构，每个子网专

LLM架构

强化学习详解第四部分：函数逼近，让强化学习适用于复杂世界

我们在强化学习之旅中来到了关键节点到目前为止，我们探索的环境中，智能体可以明确表示每一个可能的状态 - 动作对。但一旦踏入现实世界的复杂环境，这种 “奢侈” 便不复存在。 |文末点击阅读原文查看网页版| 更多专栏文章点击查看：

强化学习

2W8000字深度剖析25种RAG变体

深度剖析25种RAG变体：全网最全~ 本文28000字符，阅读时长~~ 看速度每种框架均配有框架示意图。本文全面、深入探讨了 25 种 RAG 变体。从基本的标准 RAG 到 CRAT 和 Graph RAG 等高级框架 — 详细的架构、组件细分、流程和具体的代码级实现，以实现 LLM 的动态

LLM架构

深入探索LLM架构，使用pytorch实现Transformer

深入探究架构并利用从RNN到Transformer的NLP模型构建实际应用本系列文章 1. LLM大模型架构专栏|| 从NLP基础谈起 2.LLM大模型架构专栏|| 自然语言处理（NLP）之建模 3. LLM大模型架构之词嵌入（Part1

LLM架构