lanzeou-大赛人网-第120页
lanzeou的头像-大赛人网
lanzeou管理员超级版主
这家伙很懒,什么都没有写...
5.4 案例实操-大赛人网

5.4 案例实操

5.4.1 需求说明 本案例的目标是实现一个简易的中→英翻译模型,输入为中文句子(如“我喜欢你。”),输出为英文翻译结果(如“I like you.”)。 5.4.2 需求分析 数据处理 本案例使用的数据集...
2、详细使用流程-大赛人网

2、详细使用流程

2.1 环境准备 2.1.1 安装依赖我们在《第02章-模型调用》章节已经通过requirements.txt 文件安装过课程的依赖。当时考虑到本章RAG模块涉及的依赖较多且大,所以不在之前的依赖文件中。所以,这里...
4.1.7 案例实操(智能输入法)-大赛人网

4.1.7 案例实操(智能输入法)

需求说明 本案例旨在实现一个用于手机输入法的智能词语联想模型。具体需求为:根据用户当前已输入的文本内容,预测下一个可能输入的词语,要求返回概率最高的 5 个候选词供用户选择。 例如:向...
第 6 章 Attention机制-大赛人网

第 6 章 Attention机制

6.1 概述 传统的 Seq2Seq 模型中,编码器在处理源句时,无论其长度如何,最终都只能将整句信息压缩为一个固定长度的上下文向量,用作解码器的唯一参考。这种设计存在两个显著问题: 信息压缩困...
小节四:最大重试次数、错误预算与恢复边界——Agent 不能因为“会纠错”就无限尝试-大赛人网

小节四:最大重试次数、错误预算与恢复边界——Agent 不能因为“会纠错”就无限尝试

有了 Retry 和 Fallback,很容易产生另一个问题,Agent 会不会为了“再试一下”一直跑? 答案是,会。 所以恢复机制一定要有边界。 第一层:Tool Retry 上限 例如: max_retries = 2 代表: 初...
章末自测-大赛人网

章末自测

题目 1:为什么说“大模型没有真的执行函数”? 假设模型返回 read_file(path='app.py'),请从模型输出、Harness、Python 运行时、真实环境四个层次解释整个过程,并说明如果 Harness 拒绝...
8. 结果分析与解读-大赛人网

8. 结果分析与解读

这一部分,我们将详细分析模型的预测结果,并根据这些结果提供一些关于全球气候变化趋势的洞察。我们将解释模型评估指标、预测结果,并分析其对于理解全球气候变化趋势的意义。 8.1 模型评估结...
8.4 深度卷积神经网络-大赛人网

8.4 深度卷积神经网络

将神经网络的层数加深,可以更有效地提取层次信息,还可以减少参数数量,从而让学习更加高效。 基于CNN构建深度神经网络,可以提取出更多的图片信息,大幅提高图像识别精度。在人工智能的发展历...
案例分析二:Data Analysis Agent 已经找到根因,却因为“还能再查”不断下钻,Reminder 如何帮助结束?-大赛人网

案例分析二:Data Analysis Agent 已经找到根因,却因为“还能再查”不断下钻,Reminder 如何帮助结束?

数据分析类 Agent 里,另一种很常见的空转,就是明明已经找到核心原因,却还忍不住继续下钻。下面这张图就把这个场景讲得很透。 从左到右看,会很容易建立直觉:先是已经通过分析找到根因,接着...
3.2 核心配置详解-大赛人网

3.2 核心配置详解

Claude Code 有多层配置体系,从全局到项目级,层层覆盖。 配置层级: 全局配置(影响所有项目) └── ~/.claude/settings.json​项目级配置(只影响当前项目) └── 项目根目录/.claude/se...