7 篇文档带有标签「AI」

RAG（Retrieval-Augmented Generation ）介绍

Chat 功能是 LLMs 应用的最基础功能，任何功能都要向 LLMs 应用给输入，之后将获得 LLMs 的返回。其底层是 NLP 的实现。这篇文章中不会分析 LLMs 的底层实现，会分析一波 Spring AI Albaba 的 Chat 功能实现和 Spring AI 提供的 Chat 接口实现。

LLM 模型本身是一个无状态的模型，没有临时记忆的能力。当发生如下场景时，就会产生错误回答：

前集概要：最近准备写一些关于 AI 的文章，主要记录自己学习 AI 及其 AI 相关的记录。如果有不对的地方欢迎批评指出！

紧接着第一篇，什么是大模型，这篇文章讨论一下大模型的应用场景和应用方式有哪些？

前面三篇文章中我们已经讨论了大模型是什么，大模型的应用场景以及开发生态。此篇文章我们主要讨论 AI 大模型的开发框架，以及他们各自做了哪些增强。

前面我们已经讨论过了什么是大模型以及使用场景有那些，这篇文章我们来讨论下大模型的开发生态？有哪些开发工具可以快速基于大模型构建出我们需要的应用。