全部文章

【项目实战】基于Agent的金融问答系统：项目简介

【课程总结】day30：大模型之Agent的初步了解

本文介绍大模型Agent的核心概念，通过LangChain/LangGraph实战演示如何让大模型调用工具获取实时信息，解决无法回答当前时间等问题。

【课程总结】day29：大模型之深入了解Retrievers解析器

【课程总结】day28：大模型之深入探索RAG流程

深入讲解RAG系统的文档读取、切分、向量化与存储全流程，结合LangChain代码示例教你构建完整的大模型检索增强生成方案。

【产品体验】趋动云上使用LLaMaFactory进行模型微调的流程体验

【课程总结】day27：大模型之初识RAG

详解RAG检索增强生成技术原理、工作流程及代码实现，解决大模型知识陈旧与私有知识缺失问题。