通过Milvus的BM25算法进行全文检索并将混合检索应用于RAG系统
本文介绍如何利用 Milvus 2.5 版本实现快速的全文检索、关键词匹配，以及混合检索（Hybrid Search）。通过增强向量相似性检索和数据分析的灵活性，提升了检索精度，并演示了在 RAG 应用的 Retrieve 阶段如何使用混合检索提供更精确的上下文以生成回答。
如何通过开放搜索内容增强版在社区论坛场景的应用
社区内容通常包括UGC和PGC。由于关键词和内容多样性丰富、用词规范程度参差不齐，搜索引擎需要对关键词和内容进行智能语义分析，识别出用户真正的查询意图，找到最全面最相关的结果满足用户需求。本文将详细介绍如何通过“开放搜索（OpenSearch）内容增强版”在社区论坛场景的应用，提升用户搜索体验。
DL之MobileNetV2：MobileNetV2算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略
MobileNetV2算法的简介(论文介绍) 作者在MobileNet基础上，又提出了改进的模型MobileNetV2，该模型可用于不同的任务，比如图像分类、目标检测、图像分割等。Abstract In this paper we describe a new mobile architecture, ...
DL之MobileNet：MobileNet算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略（二）
MobileNet算法的架构详解DL之MobileNet：MobileNet算法的架构详解5、实验思路和结果(Experiments)2、Model Choices 修改标准卷积的资源使用情况：This example is for an internal MobileNet layer with ??=3,?=512,?=512,??=14. &...
DL之SqueezeNet：SqueezeNet算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略
SqueezeNet算法的简介(论文介绍) 本文提出的SqeezeNet在ImageNet上实现了和AlexNet相同的正确率，但是只使用了1/50的参数。更进一步，使用模型压缩技术，可以将SqueezeNet压缩到0.5MB，这是AlexNet的1/510。ABSTRACT Recent research on ....
DL之FCN：FCN算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略
FCN算法的简介(论文介绍) Faster-RCNN中，曾使用了RPN(Region Proposal Network)替代Selective Search等产生候选区域的方法，其中，RPN就是一种全卷积网络。FCN即Fully Convolutional Networks，该论文将CNN结构应用到图像语义分割领域，并取得突出结果，开山之作，....
DL之NIN：Network in Network算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略
Network in Network算法的简介(论文介绍)Abstract We propose a novel deep network structure called "Network In Network" (NIN) to enhance model discriminability for local patches within....
DL之GCN：GCN算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略
GCN算法的简介(论文介绍) 作者在该论文中，强调了Large Kernel的重要性。Abstract One of recent trends [30, 31, 14] in network architecture design is stacking small filters (e....
DL之DeepLabv3：DeepLab v3和DeepLab v3+算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略
DeepLab v3和DeepLab v3+算法的简介(论文介绍)DeepLab v3Abstract In this work, we revisit atrous convolution, a powerful tool to explicitly adjust filter’s field-of-view as well ....
DL之DeepLabv2：DeepLab v2算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略
DeepLab v2算法的简介(论文介绍) DeepLabv2是DeepLabv1的改进版本，改进的不多，主要是用多尺度提取获得更好的分割效果。Abstract In this work we address the task of semantic image segmentation with Deep Lea....
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。
算法更多应用相关
智能搜索推荐
智能推荐（Artificial Intelligence Recommendation，简称AIRec）基于阿里巴巴大数据和人工智能技术，以及在电商、内容、直播、社交等领域的业务沉淀，为企业开发者提供场景化推荐服务、全链路推荐系统开发平台、工程引擎组件库等多种形式服务，助力在线业务增长。
+关注