lanzeou-大赛人网-第46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...
3、LangChain家族四大支柱-大赛人网

3、LangChain家族四大支柱

截至2025年11月,LangChain 已从一个独立的开发框架,成长为一个覆盖智能体系统全生命周期的技术生态。该生态由四大核心支柱构成: LangChain 、LangGraph 、Deep Agent 与LangSmith 。 它们分...
2.3 LangChain v1.2的主要模块-大赛人网

2.3 LangChain v1.2的主要模块

langchain-core :官方推荐的核心API。比如 Runnable, BaseMessage等 langchain-classic :冗余代码移或不推荐使用的经典API移到此。比如0.x中常用而1.x移除的API都在这里。 langchain-communit...
2、LangChain是什么?-大赛人网

2、LangChain是什么?

2.1 LangChain的发展时间线 第1阶段:诞生(2022年10月)2022年10月,哈佛大学的机器学习项目工程师Harrison Chase(哈里森·蔡斯) 创建了由大语言模型驱动的应用程序的开源框架:LangChain。...
8.4 HuggingFace快速入门-大赛人网

8.4 HuggingFace快速入门

HuggingFace是一个提供预训练模型和相关工具链的平台。 8.5 案例实操(AI智评V3.0) 需求说明 本案例任务是基于预训练 BERT 模型实现评论的情感分析任务。 2.需求实现项目结构 2.完整代码 (1)...
8.3.3 T5-大赛人网

8.3.3 T5

概述 T5(Text-to-Text Transfer Transformer)是 Google Research 于 2020 年提出的一种统一预训练框架,它首次在完整的 Transformer 编码器-解码器结构(Encoder-Decoder)上实现了预训练语言...
8.3.2 BERT-大赛人网

8.3.2 BERT

概述 BERT(Bidirectional Encoder Representations from Transformers)是由 Google 于 2018 年提出的一种语言预训练模型。其核心创新在于采用 Transformer 的编码器(Encoder)结构,通过双向...
8.3 主流预训练模型详解-大赛人网

8.3 主流预训练模型详解

8.3.1 GPT 概述 GPT(Generative Pre-trained Transformer)是第一个系统性提出“预训练 + 微调”范式的语言模型。 其核心思想是通过大规模无监督语料进行生成式语言建模预训练,即训练模型根据...
第 8 章 预训练模型-大赛人网

第 8 章 预训练模型

8.1 预训练模型概述 早期的自然语言处理方法通常针对每个具体任务单独训练模型,且严重依赖大量人工标注数据。虽然在部分场景下效果可观,但也暴露出显著局限: 语言知识难以复用:每个模型都需...
7.5 案例实操(中英翻译V3.0)-大赛人网

7.5 案例实操(中英翻译V3.0)

7.5.1 需求说明 本案例要求使用Transformer模型实现上述中英翻译任务。 7.5.2 需求分析 PyTorch 已提供了 nn.Transformer 模块,包含完整的编码器-解码器结构,因此我们可以直接使用其核心组件...
7.4.5 Transformer.encoder-大赛人网

7.4.5 Transformer.encoder

nn.Transformer 模块中包含一个编码器部分,可通过属性transformer.encoder访问,其本质是一个nn.TransformerEncoder实例。通过其forward方法,可以对源序列进行编码,提取上下文相关的语义表示...