NLP__ManVictor

KO | EN

gitlite — search

#javascript #hacktoberfest #react #ai #typescript #golang #android #machine-learning #awesome #kubernetes #vue #ios #openai #open-source

(★ 23)

CSDN of ManVictor

NLP__ManVictor Latest Version Download

Download Latest Version (.zip)

// repository documentation

Was this content helpful?

★ 0 (0 ratings)

# 自然语言处理

本人简介： 曼彻斯特大学研究生，目前就职于北京某车企，专注于AI包括不限于NLP & CV技术，助力工业落地项目， 有合作或者比赛联系可以联系379530647@qq.com

本人C站主页 : [曼城周杰伦-CSDN博客](https://blog.csdn.net/victor_manches?type=blog)

本项目主要是日常的有关于NLP基础的介绍 & 原理 & 面经 & 经验 & 框架 & 应用 , 欢迎补充。

| 序号 | 类别             | 项目名称            | 简介                                                                                                                                                             | 地址                                                                                                                                                                                                                                                                                                                                                                                                                            |
| ---- | ---------------- | ------------------- | ---------------------------------------------------------------------------------------------------------------------------------------------------------------- | ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- |
| 1    | 原理             | N-gram              | 每个词出现的概率只取决于前面n - 1个单词的                                                                                                                        |                                                                                                                                                                                                                                                                                                                                                                                                                                 |
| 2    | 原理             | word2vec            | 词向量                                                                                                                                                           | [jmlr.csail.mit.edu/papers/volume3/bengio03a/bengio03a.pdf](https://jmlr.csail.mit.edu/papers/volume3/bengio03a/bengio03a.pdf)                                                                                                                                                                                                                                                                                                     |
| 3    | 原理             | NPLM                | 神经概率语言模型                                                                                                                                                 | [bengio03a.dvi (mit.edu)](https://jmlr.csail.mit.edu/papers/volume3/bengio03a/bengio03a.pdf)                                                                                                                                                                                                                                                                                                                                       |
| 4    | 原理             | seq2seq             | 端到端的神经网络                                                                                                                                                 | [Sequence to Sequence Learning with Neural Networks (arxiv.org)](https://arxiv.org/abs/1409.3215)                                                                                                                                                                                                                                                                                                                                  |
| 5    | 原理             | attention           | 注意力机制                                                                                                                                                       | [ Attention Is All You Need (arxiv.org)](https://arxiv.org/abs/1706.03762)                                                                                                                                                                                                                                                                                                                                                         |
| 6    | 模型架构         | Transformer         | 变形金刚，大模型基础结构                                                                                                                                         | [Attention Is All You Need (arxiv.org)](https://arxiv.org/abs/1706.03762)                                                                                                                                                                                                                                                                                                                                                          |
| 7    | 模型架构         | GPT                 | GPT-3                                                                                                                                                            | [GPT-3: Its Nature, Scope, Limits, and Consequences]()                                                                                                                                                                                                                                                                                                                                                                             |
| 8    | 模型架构         | chatGPT             | 如何让GPT - 》 chatGPT                                                                                                                                           | [Training language models to follow instructions with human feedback (arxiv.org)](https://arxiv.org/abs/2203.02155v1)                                                                                                                                                                                                                                                                                                              |
| 9    | 训练框架         | DeepSpeed           | 微软推出的提供了一站式的快速以及大规模的训练及推理框架，目前使用最广泛的训练框架                                                                                 | [microsoft/DeepSpeed: DeepSpeed is a deep learning optimization library that makes distributed training and inference easy, efficient, and effective. (github.com)](https://github.com/microsoft/DeepSpeed)                                                                                                                                                                                                                        |
| 10   | 应用             | Openai              | openai接口                                                                                                                                                       | [ChatGPT](https://chatgpt.com/)                                                                                                                                                                                                                                                                                                                                                                                                    |
| 11   | 模型架构         | BERT                | 自编码器-唯一的架构，初期使用最广泛的语言模型                                                                                                                    | [BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding (arxiv.org)](https://arxiv.org/abs/1810.04805)                                                                                                                                                                                                                                                                                                   |
| 12   | 微调             | Lora                | 目前广泛使用的微调技术，通过冻结模型而训练增加adapter，从而达到微调适配下游任务的目的                                                                            | [LoRA: Low-Rank Adaptation of Large Language Models (arxiv.org)](https://arxiv.org/abs/2106.09685)                                                                                                                                                                                                                                                                                                                                 |
| 13   | 微调             | Ptuning_V1          | 利用在下游任务中前置添加若干个可更新参数的虚拟[tokens] 所构成的模板prompt 再输入到文本中                                                                         | [GPT Understands, Too (arxiv.org)](https://arxiv.org/abs/2103.10385)                                                                                                                                                                                                                                                                                                                                                               |
| 13   | 微调             | Ptuning_V2          | 在V1的基础上，通过构造训练一个少量参数的prompt-encoder(lstm+mlp) 构建无真实语义信息的 virtual token                                                              | [ P-Tuning v2: Prompt Tuning Can Be Comparable to Fine-tuning Universally Across Scales and Tasks (arxiv.org)](https://arxiv.org/abs/2110.07602)                                                                                                                                                                                                                                                                                   |
| 14   | 推理框架         | Xinference          | 性能强大且功能全面的分布式推理框架                                                                                                                               | [xorbitsai/inference: Replace OpenAI GPT with another LLM in your app by changing a single line of code. Xinference gives you the freedom to use any LLM you need. With Xinference, you&#39;re empowered to run inference with any open-source language models, speech recognition models, and multimodal models, whether in the cloud, on-premises, or even on your laptop. (github.com)](https://github.com/xorbitsai/inference) |
| 15   | RAG              | naive-RAG           | 检索召回技术， 目前最主流减少大模型幻觉的落地技术                                                                                                                | [Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks (arxiv.org)](https://arxiv.org/abs/2005.11401)                                                                                                                                                                                                                                                                                                                   |
| 16   | RAG              | advanced-RAG        | 增强的检索召回技术思路                                                                                                                                           |                                                                                                                                                                                                                                                                                                                                                                                                                                 |
| 17   | RAG              | RAGAS               | RAG性能评估框架                                                                                                                                                  | [explodinggradients/ragas: Supercharge Your LLM Application Evaluations 🚀 (github.com)](https://github.com/explodinggradients/ragas)                                                                                                                                                                                                                                                                                              |
| 1w   | 微调             | QLora               | 量化版的Lora微调技术                                                                                                                                             | [artidoro/qlora: QLoRA: Efficient Finetuning of Quantized LLMs (github.com)](https://github.com/artidoro/qlora)                                                                                                                                                                                                                                                                                                                    |
| 19   | 微调             | Lora & QLora        | lora & QLora 微调技巧                                                                                                                                            | [lightning.ai/pages/community/tutorial/lora-llm/](https://lightning.ai/pages/community/tutorial/lora-llm/)                                                                                                                                                                                                                                                                                                                         |
| 20   | RAG框架          | Dify                | 工业主流RAG & agent 框架部署指南                                                                                                                                 | [langgenius/dify: Dify is an open-source LLM app development platform. Dify&#39;s intuitive interface combines AI workflow, RAG pipeline, agent capabilities, model management, observability features and more, letting you quickly go from prototype to production. (github.com)](https://github.com/langgenius/dify?tab=readme-ov-file)                                                                                         |
| 21   | 模型架构         | LLama1              | META公司推出的SOTA 开源大模型                                                                                                                                    | [https://arxiv.org/pdf/2302.13971.pdf](https://arxiv.org/pdf/2302.13971.pdf)                                                                                                                                                                                                                                                                                                                                                       |
| 22   | 模型架构         | LLama2              | META公司推出的SOTA 开源大模型                                                                                                                                    | [2302.13971 (arxiv.org)](https://arxiv.org/pdf/2302.13971)                                                                                                                                                                                                                                                                                                                                                                         |
| 23   | 模型架构         | Mistral 7B          | Mistral AI公司推出的第一个基座大模型                                                                                                                             | [2401.04088 (arxiv.org)](https://arxiv.org/pdf/2401.04088)                                                                                                                                                                                                                                                                                                                                                                         |
| 24   | 原理             | layerNorm           | 为什么在NLP领域中普遍用LayerNorm 而不是BatchNorm                                                                                                                 |                                                                                                                                                                                                                                                                                                                                                                                                                                 |
| 25   | 微调             | SFT-trick           | 微调技术的一些小技巧                                                                                                                                             |                                                                                                                                                                                                                                                                                                                                                                                                                                 |
| 26   | 模型架构         | Mistral 8x7B        | 第一个知名的MOE架构的大模型                                                                                                                                      | [2401.04088 (arxiv.org)](https://arxiv.org/pdf/2401.04088)                                                                                                                                                                                                                                                                                                                                                                         |
| 27   | 微调             | Parameter           | TrainingArguments参数设置                                                                                                                                        |                                                                                                                                                                                                                                                                                                                                                                                                                                 |
| 28   | 模型架构         | LLama3              | META公司推出的SOTA 开源大模型                                                                                                                                    | [meta-llama/llama3: The official Meta Llama 3 GitHub site](https://github.com/meta-llama/llama3)                                                                                                                                                                                                                                                                                                                                   |
| 29   | 应用             | gpt                 | 一些好用的gpt套壳网站                                                                                                                                            |                                                                                                                                                                                                                                                                                                                                                                                                                                 |
| 30   | 微调             | trainer             | transformer.Trainer参数设置                                                                                                                                      |                                                                                                                                                                                                                                                                                                                                                                                                                                 |
| 31   | RAG              | advanced-RAG        | 优化的检索召回技术思路                                                                                                                                           |                                                                                                                                                                                                                                                                                                                                                                                                                                 |
| 32   | RAG              | HippoRAG            | HippoRAG结合了大型语言模型（LLMs）、知识图谱和个性化PageRank算法                                                                                                 | [HippoRAG: Neurobiologically Inspired  Long-Term Memory for Large Language Models](https://arxiv.org/pdf/2405.14831)                                                                                                                                                                                                                                                                                                               |
| 33   | RAG              | FILCORAG            | 过滤内容增强的RAG技术                                                                                                                                            | [Learning to Filter Context for Retrieval-Augmented Generation (arxiv.org)](https://arxiv.org/abs/2311.08377)                                                                                                                                                                                                                                                                                                                      |
| 34   | 微调             | lora VS finetuning  | 到底是应该选择Lora还是选择全量微调？                                                                                                                             | [ LoRA Learns Less and Forgets Less](https://arxiv.org/abs/2405.09673)                                                                                                                                                                                                                                                                                                                                                             |
| 35   | 评测             | MTEB                | embedding模型性能评测榜单                                                                                                                                        | [MTEB: Massive Text Embedding Benchmark (arxiv.org)](https://arxiv.org/abs/2210.07316)](https://arxiv.org/abs/2210.07316)                                                                                                                                                                                                                                                                                                          |
| 36   | RAG              | HyKGERAG            | 北大结合知识图谱的意料RAG                                                                                                                                        | [HyKGE: A Hypothesis Knowledge Graph Enhanced Framework for Accurate and Reliable Medical LLMs Responses](https://arxiv.org/pdf/2312.15883)                                                                                                                                                                                                                                                                                        |
| 37   | RAG              | RAFT                | 该技术通过结合相关文档的检索和模型的微调，从而提升模型在特定领域内的推理能力                                                                                     | [RAFT: Adapting Language Model to Domain Specific RAG (arxiv.org)](https://arxiv.org/abs/2403.10131)                                                                                                                                                                                                                                                                                                                               |
| 38   | 模型架构         | Timsfm              | 专为时间序列预测设计的解码器**通用大基础模型**                                                                                                             | [A decoder-only foundation model for time-series forecasting (arxiv.org)](https://arxiv.org/abs/2310.10688)                                                                                                                                                                                                                                                                                                                        |
| 39   | 评测             | CEval               | 全面评估中文环境下基础模型能力的解决方案                                                                                                                         | [2305.08322](https://arxiv.org/pdf/2305.08322)                                                                                                                                                                                                                                                                                                                                                                                     |
| 40   | prompt工程       | prompt              | 如何与大模型交流--prompt工程                                                                                                                                     | [Principled Instructions Are All You Need for  Questioning LLaMA-1/2, GPT-3.5/4](https://arxiv.org/pdf/2312.16171)                                                                                                                                                                                                                                                                                                                 |
| 41   | 原理             | parameter           | 解读大模型的参数                                                                                                                                                 |                                                                                                                                                                                                                                                                                                                                                                                                                                 |
| 42   | RAG              | ClashEval           | 但当检索到的内容存在错误或有害信息时，模型会优先同意召回的信息而不是大模型本身信息                                                                               | [ClashEval: Quantifying the tug-of-war between an LLM&#39;s internal prior and external evidence](https://arxiv.org/abs/2404.10198)                                                                                                                                                                                                                                                                                                |
| 43   | RAG              | VisualRAG           | 视觉+RAGpipeline                                                                                                                                                 |                                                                                                                                                                                                                                                                                                                                                                                                                                 |
| 45   | RAG              | GraphRAG            | 微软开源的知识图谱+ RAG                                                                                                                                          | [microsoft/graphrag: A modular graph-based Retrieval-Augmented Generation (RAG) system](https://github.com/microsoft/graphrag)                                                                                                                                                                                                                                                                                                     |
| 46   | RAG              | GraphRAG            | GraphRAG快速入门                                                                                                                                                 | [microsoft/graphrag: A modular graph-based Retrieval-Augmented Generation (RAG) system](https://github.com/microsoft/graphrag)                                                                                                                                                                                                                                                                                                     |
| 47   | 微调             | prompt-tuning       | prompt tuing & instruction tuning & chain-of-though三者区别                                                                                                      |                                                                                                                                                                                                                                                                                                                                                                                                                                 |
| 48   | 微调             | DDP                 | 分布式训练                                                                                                                                                       |                                                                                                                                                                                                                                                                                                                                                                                                                                 |
| 49   | 面经             | Lora面经            | Lora面经                                                                                                                                                         |                                                                                                                                                                                                                                                                                                                                                                                                                                 |
| 50   | 模型架构         | OLMoE               | 第一个开源MOE大模型                                                                                                                                              | [2409.02060](https://arxiv.org/pdf/2409.02060)                                                                                                                                                                                                                                                                                                                                                                                     |
| 51   | 面经             | langchain面经       | langchain面经                                                                                                                                                    |                                                                                                                                                                                                                                                                                                                                                                                                                                 |
| 52   | RAG              | longCite            | 助力大模型找到长文本引用                                                                                                                                         | [THUDM/LongCite: LongCite: Enabling LLMs to Generate Fine-grained Citations in Long-context QA](https://github.com/THUDM/LongCite/)                                                                                                                                                                                                                                                                                                |
| 53   | 推理框架         | Ollama              | 大模型部署框架                                                                                                                                                   | [ollama/ollama: Get up and running with Llama 3.2, Mistral, Gemma 2, and other large language models.](https://github.com/ollama/ollama)                                                                                                                                                                                                                                                                                           |
| 54   | 训练框架         | Llama-factory       | 一站式中文训练模型框架                                                                                                                                           | [hiyouga/LLaMA-Factory: Unified Efficient Fine-Tuning of 100+ LLMs (ACL 2024)](https://github.com/hiyouga/LLaMA-Factory)                                                                                                                                                                                                                                                                                                           |
| 55   | RAG框架          | FastGPT             | FastGPT 是一个基于 LLM 大语言模型的知识库问答系统，提供开箱即用的数据处理、模型调用等能力                                                                        | [labring/FastGPT: FastGPT is a knowledge-based platform built on the LLMs, offers a comprehensive suite of out-of-the-box capabilities such as data processing, RAG retrieval, and visual AI workflow orchestration, letting you easily develop and deploy complex question-answering systems without the need for extensive setup or configuration.](https://github.com/labring/FastGPT)                                          |
| 56   | 面经             | RAG                 | RAG面经                                                                                                                                                          |                                                                                                                                                                                                                                                                                                                                                                                                                                 |
| 57   | 原理             | RoPE                | 旋转位置编码原理详解                                                                                                                                             |                                                                                                                                                                                                                                                                                                                                                                                                                                 |
| 58   | 原理             | LLM                 | 从0->1构建自己的大模型                                                                                                                                           | [如何从头训练大语言模型: A simple technical report - 知乎](https://zhuanlan.zhihu.com/p/906819356)                                                                                                                                                                                                                                                                                                                                 |
| 59   | 评测             | evaluate            | LLM评估指南如何从头训练大语言模型: A simple technical report - 知乎                                                                                              |                                                                                                                                                                                                                                                                                                                                                                                                                                 |
| 60   | RAG              | text2vec            | 如何选择chunksize 和splitter                                                                                                                                     | [HuixiangDou/README_zh.md at main · InternLM/HuixiangDou](https://github.com/InternLM/HuixiangDou/blob/main/README_zh.md)                                                                                                                                                                                                                                                                                                         |
| 61   | RAG              | embedding           | 微调embedding                                                                                                                                                    |                                                                                                                                                                                                                                                                                                                                                                                                                                 |
| 62   | RAG              | KAG                 | KAG 旨在充分利用知识图谱和向量检索的优势，并通过四个方面双向增强大型语言模型和知识图谱，以解决 RAG 挑战                                                          | [OpenSPG/KAG: KAG is a knowledge-enhanced generation framework based on OpenSPG engine, which is used to build knowledge-enhanced rigorous decision-making and information retrieval knowledge services](https://github.com/OpenSPG/KAG)                                                                                                                                                                                           |
| 63   | 模型架构         | Qwen2               | 阿里千问Qwen2系列                                                                                                                                                | [QwenLM/Qwen2.5: Qwen2.5 is the large language model series developed by Qwen team, Alibaba Cloud.](https://github.com/QwenLM/Qwen2.5)                                                                                                                                                                                                                                                                                             |
| 64   | 模型架构         | Qwen2代码           | Qwen2代码解析                                                                                                                                                    |                                                                                                                                                                                                                                                                                                                                                                                                                                 |
| 65   | 文档解析         | MinerU              | 免费精准解析PDF文档的开源解决方案                                                                                                                                |                                                                                                                                                                                                                                                                                                                                                                                                                                 |
| 66   | prompt工程       | prompt              | prompt 工程合辑                                                                                                                                                  |                                                                                                                                                                                                                                                                                                                                                                                                                                 |
| 67   | prompt工程       | Promptim            | LangChain推出自动化提示优化工具Promptim：一键优化，效率倍增LangChain推出自动化提示优化工具Promptim：一键优化，效率倍增                                           | [hinthornw/promptimizer: Prompt optimization scratch](https://github.com/hinthornw/promptimizer)                                                                                                                                                                                                                                                                                                                                   |
| 68   | prompt工程       | De_Ai               | 一键去除Ai味                                                                                                                                                     |                                                                                                                                                                                                                                                                                                                                                                                                                                 |
| 69   | 推理框架         | vllm                | 大模型集群分部署部署框架                                                                                                                                         |                                                                                                                                                                                                                                                                                                                                                                                                                                 |
| 70   | Langchain        | Langchain_Summary   | Langchain的长文本总结处理方式                                                                                                                                    | [vllm-project/vllm: A high-throughput and memory-efficient inference and serving engine for LLMs](https://github.com/vllm-project/vllm)                                                                                                                                                                                                                                                                                            |
| 71   | RAG              | Table_RAG           | 表格RAG的处理方式command 'office.markdown.switch' not found                                                                                                      |                                                                                                                                                                                                                                                                                                                                                                                                                                 |
| 72   | RAG              | LazyGraphRAG        | 微软重磅推出高性价比下一代GraphRAG                                                                                                                               |                                                                                                                                                                                                                                                                                                                                                                                                                                 |
| 73   | RAG              | Advanced_RAG        | 十种提升RAG效果的方法                                                                                                                                            |                                                                                                                                                                                                                                                                                                                                                                                                                                 |
| 74   | RAG              | Graph_RAG           | 深度解读GraphRAG(转载)                                                                                                                                           |                                                                                                                                                                                                                                                                                                                                                                                                                                 |
| 75   | RAG              | PDF                 | 利用LLM从非结构化PDF中提取结构化知识                                                                                                                             |                                                                                                                                                                                                                                                                                                                                                                                                                                 |
| 76   | 面经             | RoPE                | 手写一下正弦编码和旋转位置编码的代码                                                                                                                             |                                                                                                                                                                                                                                                                                                                                                                                                                                 |
| 77   | 面经             | ScallingLaw         | scalling law = 幂律？                                                                                                                                            |                                                                                                                                                                                                                                                                                                                                                                                                                                 |
| 78   | RAG              | RAG                 | GraphRAG、Naive RAG框架总结主流框架推荐(共23个)：LightRAG、nano-GraphRAG、Dify等GraphRAG、Naive RAG框架总结主流框架推荐(共23个)：LightRAG、nano-GraphRAG、Dify等 |                                                                                                                                                                                                                                                                                                                                                                                                                                 |
| 79   | RAG              | AdvancedRAG         | RAG落地解决方案                                                                                                                                                  |                                                                                                                                                                                                                                                                                                                                                                                                                                 |
| 80   | RAG              | RAG_Chunk           | RAG分块策略                                                                                                                                                      |                                                                                                                                                                                                                                                                                                                                                                                                                                 |
| 81   | RAG              | GraphRAG_Milvus     | 利用Milvus向量数据库，实现GraphRAG：主流方法（递归、jina-seg）+前沿推荐（Meta-chunking、Late chunking、SLM-SFT）                                                 |                                                                                                                                                                                                                                                                                                                                                                                                                                 |
| 82   | 面经             | GPU                 | 如何估算大模型显存                                                                                                                                               |                                                                                                                                                                                                                                                                                                                                                                                                                                 |
| 83   | prompt工程       | Prompt_template     | Prompt格式的重要性                                                                                                                                               |                                                                                                                                                                                                                                                                                                                                                                                                                                 |
| 84   | RAG              | Markdown            | Markdown文档如何切分                                                                                                                                             |                                                                                                                                                                                                                                                                                                                                                                                                                                 |
| 85   | MultiModal       | Qwen2VL             | Qwen2VL 多模态模型实践                                                                                                                                           |                                                                                                                                                                                                                                                                                                                                                                                                                                 |
| 86   | 面经             | Deepspeed_ZeRO      | Deepspeed_ZeRO各阶段配置                                                                                                                                         |                                                                                                                                                                                                                                                                                                                                                                                                                                 |
| 87   | RAG              | MarkitDown          | 微软开源MarkitDown，RAG文档解析就这么解决了~                                                                                                                     |                                                                                                                                                                                                                                                                                                                                                                                                                                 |
| 88   | Function_Calling | Function_Calling_1  | 如何生成Function Calling微调数据？                                                                                                                               |                                                                                                                                                                                                                                                                                                                                                                                                                                 |
| 89   | Function_Calling | Function_Calling_2  | 如何提升Function Calling准确性                                                                                                                                   |                                                                                                                                                                                                                                                                                                                                                                                                                                 |
| 90   | RAG              | Jina_splitter       | 使用Jina API进行语义切分                                                                                                                                         | [MasteringRAG/split/03_jina_segment_api.ipynb at main · Steven-Luo/MasteringRAG](https://github.com/Steven-Luo/MasteringRAG/blob/main/split/03_jina_segment_api.ipynb)                                                                                                                                                                                                                                                            |
| 91   | 训练框架         | Accelerate          | 训练加速框架之Acclerate                                                                                                                                          |                                                                                                                                                                                                                                                                                                                                                                                                                                 |
| 92   | Agent            | ChatBI              | ChatBI实践分享                                                                                                                                                   |                                                                                                                                                                                                                                                                                                                                                                                                                                 |
| 93   | 推理框架         | Paramter            | 文本生成策略（beam search/top-k/top-p/温度系数）                                                                                                                 |                                                                                                                                                                                                                                                                                                                                                                                                                                 |
| 94   | 训练框架         | PPO                 | PPO与GRPO 通俗讲解                                                                                                                                               |                                                                                                                                                                                                                                                                                                                                                                                                                                 |
| 95   | 推理框架         | QVcache             | 为什么只有KV cache 没有Q cache                                                                                                                                   |                                                                                                                                                                                                                                                                                                                                                                                                                                 |
| 96   | RAG              | ChatBot             | AI 智能客服机器人解决方案                                                                                                                                        |                                                                                                                                                                                                                                                                                                                                                                                                                                 |
| 97   | 训练框架         | Distillation        | 大模型蒸馏技术详解                                                                                                                                               |                                                                                                                                                                                                                                                                                                                                                                                                                                 |
| 98   | RAG框架          | Dify_FastGPT        | Dify外接Fastgpt知识库，这套组合可以说封神了！【喂饭级教程】                                                                                                      |                                                                                                                                                                                                                                                                                                                                                                                                                                 |
| 99   | RAG框架          | Dify_RagFlow        | dify v1.0.1外挂ragflow知识库，确实可以封神了！【喂饭级教程】                                                                                                     |                                                                                                                                                                                                                                                                                                                                                                                                                                 |
| 100  | 面经             | Words               | 大模型领域常用名词解释（近100个）                                                                                                                                |                                                                                                                                                                                                                                                                                                                                                                                                                                 |
| 101  | 模型架构         | DeepSeek            | 免费使用DeepSeek平台                                                                                                                                             |                                                                                                                                                                                                                                                                                                                                                                                                                                 |
| 102  | 模型架构         | DeepSeeK_DeCoT      | 如何去掉DeepSeek R1的思考过程                                                                                                                                    |                                                                                                                                                                                                                                                                                                                                                                                                                                 |
| 103  | 推理框架         | DeepSeek_Prefill    | 私有化部署DeepSeek等大模型的性能估计                                                                                                                             |                                                                                                                                                                                                                                                                                                                                                                                                                                 |
| 104  | 推理框架         | DeepSeek_DeCoT      | 生产环境vLLM 部署 DeepSeek，如何调优，看这里                                                                                                                     |                                                                                                                                                                                                                                                                                                                                                                                                                                 |
| 105  | RAG              | DeepSeek_RAG        | 不要盲目再使用DeepSeek R1和QWQ这些推理模型做RAG了                                                                                                                |                                                                                                                                                                                                                                                                                                                                                                                                                                 |
| 106  | RAG              | Chunk               | RAG常见13种分块策略大总结（一览表）                                                                                                                              |                                                                                                                                                                                                                                                                                                                                                                                                                                 |
| 107  | RAG              | RAG_2025            | 2025年值得关注的21个RAG开源项目                                                                                                                                  |                                                                                                                                                                                                                                                                                                                                                                                                                                 |
| 108  | 原理             | GGUF                | 大模型使用Safetensors不好吗？为什么还有GGUF                                                                                                                      |                                                                                                                                                                                                                                                                                                                                                                                                                                 |
| 109  | 训练框架         | DeepSeek_finetuning | 单卡4090微调DeepSeek-R1-32B                                                                                                                                      |                                                                                                                                                                                                                                                                                                                                                                                                                                 |
| 110  | RAG              | Dify_Parents        | Dify 分段模式中的父子模式                                                                                                                                        |                                                                                                                                                                                                                                                                                                                                                                                                                                 |
| 111  |                  |                     |                                                                                                                                                                  |                                                                                                                                                                                                                                                                                                                                                                                                                                 |
|      |                  |                     |                                                                                                                                                                  |                                                                                                                                                                                                                                                                                                                                                                                                                                 |
|      |                  |                     |                                                                                                                                                                  |                                                                                                                                                                                                                                                                                                                                                                                                                                 |
|      |                  |                     |                                                                                                                                                                  |                                                                                                                                                                                                                                                                                                                                                                                                                                 |
|      |                  |                     |                                                                                                                                                                  |                                                                                                                                                                                                                                                                                                                                                                                                                                 |
| Todo | RAG              | Open Parse          | 提取PDF文档文字、表格混排自动识别                                                                                                                                | [Filimoa/open-parse: Improved file parsing for LLM’s (github.com)](https://github.com/Filimoa/open-parse)                                                                                                                                                                                                                                                                                                                         |
|      |                  |                     |                                                                                                                                                                  |                                                                                                                                                                                                                                                                                                                                                                                                                                 |

NLP__ManVictor

NLP__ManVictor Latest Version Download

Today's picks

Was this content helpful?

Recent Feedback

NLP__ManVictor

NLP__ManVictor Latest Version Download

Today's picks

Was this content helpful?

Recent Feedback

Download README