关键词 "rag" 的搜索结果， 共 8 条, 只显示前 480 条
在 HermitAI，我们的使命是让人工智能更加个性化、更实用、更易于访问。我们相信，人工智能应该适应你，而不是你适应人工智能。 我们的平台将尖端语言模型与检索增强生成 (RAG) 技术相结合，以创建了解您的特定需求和知识库的 AI 助手。
MedRAG是南洋理工大学研究团队提出的医学诊断模型，通过结合知识图谱推理增强大语言模型（LLM）的诊断能力。模型构建了四层细粒度诊断知识图谱，可精准分类不同病症表现，通过主动补问机制填补患者信息空白。MedRAG在真实临床数据集上诊断准确率提升了11.32%，具备良好的泛化能力，可应用于不同LLM基模型。MedRAG支持多模态输入，能实时解析症状并生成精准诊断建议。 MedRAG的主要功能
VikingDB 是火山引擎推出的高性能向量数据库，专为处理海量高维向量数据设计。VikingDB 支持实时同步、异步写入等多种数据写入方式，具备自研的 HNSW、IVF 等高效索引算法，可实现百亿级向量的毫秒级检索，兼容稠密与稀疏向量检索。VikingDB 提供 SaaS 控制台、API 和多种语言的 SDK，支持自动弹性扩容，广泛应用在多模态搜索、智能推荐、RAG 场景及记忆库构建等领域，助力
MirageLSD 是 Decart AI 团队推出的全球首个 Live-Stream Diffusion（实时流扩散）AI 视频模型，能实现无限时长的实时视频生成，延迟低至 40 毫秒以内，支持 24 帧/秒的流畅输出。通过 Diffusion Forcing 技术和历史增强训练，解决了传统自回归模型在长时间生成中的误差累积问题，实现了视频的无限生成。基于Hopper 优化的 Mega Kern
DeepSeekMine是本地运行的智能知识管理软件。软件支持27种文件格式导入，构建个性化知识库，基于自研混合RAG算法实现秒级高精度检索。软件完全本地运行，确保数据安全，支持主流AI大模型接入，兼容OpenAI等API格式。DeepSeekMine提供Windows、Linux、Mac安装包及Docker镜像，方便多平台使用。DeepSeekMine设有用户交流群，方便用户分享心得和讨论问题。
应用在开发过程中，需要不断地进行性能分析与优化，各种监控工具都用上了，却找不到出现问题的地方。 GitHub 上一款专注于性能分析优化的 AI 开源工具：uniprof，帮助开发者精准定位到性能问题。 只需一行命令就能分析任何应用，支持 Python、Node.js、PHP、Java 等语言开发的应用，还能生成可视化的图表帮我们快速定位到问题。 GitHub：http://github.com/i
阿里巴巴正式发布其医疗大模型QuarkMed，它在一项模拟中国执业医师资格考试的测试中，取得了70%的惊人准确率，性能超越一众顶尖模型。其成功的秘诀并非单一技术突破，而是一套严谨的组合拳：世界级的数据工程 (1T tokens的权威分级数据) 与独创的“四段式”训练心法，系统性地将通用AI锻造成领域专家。更重要的是，该项目为行业揭示了两条关于AI可靠性的黄金法则：• 法则一：在高风险领域，RAG（
腾讯优图实验室进一步开源 Youtu-GraphRAG——这是一款全新的图检索增强生成框架，主打大语言模型+GraphRAG模式，把知识组织成「图谱」，再交给大语言模型去检索和推理，帮助大模型在处理复杂问答类任务时减少「胡言乱语」，回答更精准、更可追溯。它尤其适用于企业知识库问答、科研文档解析、个人知识库、私域知识管理等知识密集型场景。要减少胡编乱造，关键在于更精准的检索与推理。Youtu-Gra
只显示前20页数据，更多请搜索
Showing 433 to 440 of 440 results
