通过Milvus和Langchain快速构建基于百炼大模型的LLM问答系统
本文主要演示了如何使用 Milvus 和 LangChain 快速构建一个基于阿里云百炼大模型的 LLM 问答系统。 前期准备 服务开通 本文采用的Embedding模型为阿里云百炼平台的 通用文本向量-v2，采用的LLM为 通义千问-Max-Latest。本文相关的API-KEY可在百炼平台进行创建。更多Embedding和LLM模型的支持可以参照...
使用DeepSeek-R1模型搭建RAG系统
DeepSeek-R1系列模型是一款专注于复杂推理任务的大语言模型，在复杂指令理解、推理结果准确性、性能稳定性等方面相比其他大语言模型，有一定优势。OpenSearch LLM智能问答版已集成DeepSeek-R1系列模型，进一步提升企业级RAG效果，本文向您介绍使用步骤。
36.7K star！拖拽构建AI流程，这个开源LLM应用框架绝了！
嗨，大家好，我是小华同学，关注我们获得“最新、最全、最优质”开源项目和高效工作学习方法 只需拖拽节点，5分钟搭建专属AI工作流！ Flowise 是一款革命性的低代码LLM应用构建工具，开发者通过可视化拖拽界面，就能快速搭建基于大语言模型的智能工作流。该项目在...
通过Milvus和LangChain快速构建LLM问答系统
本文介绍如何通过整合阿里云Milvus、阿里云DashScope Embedding模型与阿里云PAI（EAS）模型服务，构建一个由LLM（大型语言模型）驱动的问题解答应用，并着重演示了如何搭建基于这些技术的RAG对话系统。
使用ASM回退功能构建高可用的LLM服务
在LLM场景中，业务应用需要对接内部或外部的基础模型服务。服务网格 ASM（Service Mesh）支持同时对接多个基础模型服务，并且可以实现当一个模型服务不可用时，自动回退到另一个模型服务，助力企业实现LLM应用的高可用。本文介绍如何在对接LLM服务时使用流量回退功能。
通过阿里云Milvus和LangChain快速构建LLM问答系统
阿里云向量检索服务 Milvus 版是一款云上全托管服务，确保了与开源Milvus的100%兼容性，并支持无缝迁移。在开源版本的基础上增强了可扩展性，能提供大规模 AI 向量数据的相似性检索服务。相比于自建，目前阿里云Milvus具备易用性、可用性、安全性、低成本与生态优势。凭借其开箱即用的特性、灵活的扩展能力和全链路监控告警，阿里云Milvus 云服务成为多样化 AI 应用场景的理想选择，包括....
文档智能和检索增强生成（RAG）——构建LLM知识库
一、体验概述本次体验(文档智能 & RAG让AI大模型更懂业务)活动，特别是其在文档智能和检索增强生成（RAG）结合构建的LLM知识库方面的表现。体验过程中，我们重点关注了文档内容清洗、文档内容向量化、问答内容召回以及通过特定Prompt为LLM提供上下文信息的能力，以判断其是否能够满足企业级文档类型知识库的问答处理需...
前端大模型入门（一）：用 js+langchain 构建基于 LLM 的应用
利用大模型开发应用时，我们有时候要第一时间给出用户相应，也就是使用流式调用的方式。这时候前端处理响应，就需要特殊的处理：利用处理可读流的方式从响应中读取数据。 随着大语言模型（LLM）在各种应用中的广泛使用，如何高效地从服务器获取模型生成的长文本响应成为一个重要问题。传统的HTTP请求模式通常等待...
大模型体验报告：阿里云文档智能 & RAG结合构建LLM知识库
一、体验概述 本次体验(文档智能 & RAG让AI大模型更懂业务)活动，特别是其在文档智能和检索增强生成（RAG）结合构建的LLM知识库方面的表现。体验过程中，我们重点关注了文档内容清洗、文档内容向量化、问答内容召回以及通过特定Prompt为LLM提供上下文信息的能力，以判断其是否能够满足企业级文档类型知识库的问答处理...
快速构建企业智能门户，销售额倍增，人才触手可及 - 爬虫 + RAG + LLM
随着企业数字化转型的推进，智能化和高效服务成为企业竞争力的关键。我们设计了一款基于大模型的智能企业门户接待系统，利用先进的AI技术，只需粘贴您的门户主页便能自动构建智能虚拟接待员，帮助企业实现更高效的客户支持、产品推荐和人才招聘。这一系统不仅提高客户体验，还有效促进销售转化与人才获取。 一 背景介绍 背景：大部分公司拥有复杂的门户网站，...
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。