05_用LLM创建知识库：从文档到智能问答系统
引言：LLM时代的知识管理革命 在2025年，随着大语言模型（LLM）技术的飞速发展，如何让这些强大的模型更好地理解和应用企业或个人的专业知识，成为了一个重要课题。传统的LLM虽然知识渊博，但在面对特定领域的专业问题时，常常会出现"一本正经地胡说八道"的情况。而检索增强...
调用SearchKnowledge搜索文档，文本问答
文本问答主要用于从知识库中获取内容并进行文本问答查询。支持多轮对话，可以设置会话ID来保持对话上下文。此外，还可以选择不同的大语言模型（LLM）来生成回答，并对生成的内容进行定制。
如何使用LLM智能问答版SDK推送非结构化文档
Push 推送数据方式，主要是预先生成符合我们规定格式的待推送数据集合，最后在调用Push方法时，将这些数据集合一次性批量推送到应用中。
可控细节的长文档摘要，探索开源LLM工具与实践
本文的想法来自今年OpenAI cookbook的一篇实践：summarizing_long_documents，目标是演示如何以可控的细节程度总结大型文档。 如果我们想让大语言模型总结一份长文档（例如 10k 或更多tokens），但是直接输入大语言模型往往会得到一个相对较短的摘要，该摘要与文档的长度并不成比例。例如，20k tokens的文档的摘要不会是 10k toke...
LangChain结合LLM做私有化文档搜索
我们知道LLM（大语言模型）的底模是基于已经过期的公开数据训练出来的，对于新的知识或者私有化的数据LLM一般无法作答，此时LLM会出现“幻觉”。针对“幻觉”问题，一般的解决方案是采用RAG做检索增强。 但是我们不可能把所有数据都丢给LLM去学习，比如某个公司积累的某个行业的大量内部知识。此时就需要一个私有化的文档搜索工具了。 本文聊聊如何使用LangChain结合LLM快速做一个私有化的文档...
有关于 ModelScope llm的用验证集和测试集评估微调后模型的文档吗？
有关于 ModelScope llm的用验证集和测试集评估微调后模型的文档吗？
ModelScope中这是在哪里改呢？
在ModelScope中，我已根据LLM微调文档准备好环境，接下来应该如何使用数据集进行训练并将结果推送到我的model_id库中？具体应该在哪里进行配置和操作呢？
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。