BYP's Notes
首页
关于
公开笔记
← 返回
🇨🇳 中文
🇬🇧 English
🇯🇵 日本語
🇪🇸 Español
🇳🇱 Nederlands
📂 当前位置:
首页
/
公开笔记
📄 按内容
📌 按标题
至
📅 按日期
🔤 按标题
搜索
共
176
条笔记,第
6
/ 9 页
公开笔记 笔记
YOLOv8人物检测与混合监控架构
Yolo
YOLOv8
目标检测
混合架构
使用YOLOv8检测广府庙会照片中的人物,并与Qwen3-VL对比,提出YOLO+AI混合监控架构方案 - 2026-06-01
Qwen3-VL图片分析实践
Qwen-VL
多模态AI
视觉理解
Qwen3-VL
使用阿里云Qwen3-VL-Plus视觉语言模型分析潮汐预报图表,实现从图片到结构化知识的自动提取 - 2026-06-01
Qwen3-VL识别广府庙会街景
Qwen-VL
视觉识别
Qwen3-VL
广府庙会
使用Qwen3-VL-Plus视觉模型识别2016年广州广府庙会街景照片,实现民俗文化场景的智能识别与文化解读 - 2026-06-01
公司服务器Ollama本地大模型部署情况
LLMs
Ollama
本地大模型
Qwen3
记录公司阿里云服务器上Ollama本地大模型的部署情况、已安装模型列表及API调用方式 - 2026-06-01
瑞芯微
芯片
芯片
瑞芯微
RK3588
瑞芯微RK系列芯片的产品定位与RK3588 SoC架构解析 - 2026-05-25
PingHybridSearch混合检索技术详解
RAG
RAG
混合检索
向量检索
PingHybridSearch是一种混合检索技术,结合关键词精确匹配和向量语义理解,通过并行检索、智能去重、双标准排序,提供高召回率、高精度的检索能力 - 2026-05-21
向量检索机制的局限性与解决方案
向量化
向量检索
语义搜索
混合检索
深入分析向量检索与传统搜索的本质区别,为什么短文本检索效果差,以及混合检索的必要性 - 2026-05-19
RAG分步学习路线
向量化
RAG
向量检索
text-embedding-v4
通过渐进式程序演示,一步一步理解RAG(检索增强生成)的完整流程,从向量化检索到LLM调用 - 2026-05-19
文本切分器详解与优化
向量化
向量化
文本切分
RecursiveCharacterTextSplitter
深入理解RecursiveCharacterTextSplitter和MarkdownHeaderSplitter的工作原理,解决笔记向量化检索不准的问题 - 2026-05-19
LightRAG:基于SQLite的轻量级混合检索方案
RAG
RAG
SQLite
混合检索
不使用FAISS等专业向量库,而是用SQLite实现向量+原文混合存储,支持关键词和向量双检索的轻量级RAG方案 - 2026-05-19
混合检索结果处理完整流程实战
RAG
RAG
混合检索
Prompt工程
记录LightRAG混合检索从检索到LLM回答的完整流程,包括5步流程、Prompt构建策略和实测案例("钟东"检索成功) - 2026-05-19
混合检索过滤机制实战指南
RAG
RAG
混合检索
过滤机制
记录LightRAG混合检索的5层过滤机制设计,包括向量阈值、file_path去重、智能排序、TOP_K限制和内容截断,避免检索结果爆炸和重复问题 - 2026-05-19
PingRouter智能路由引擎架构设计
RAG
PingRouter
智能路由
PingRouterRAG
PingRouter智能路由引擎设计,实现PingRouterRAG笔记检索与PingRouterTools工具调用的统一调度 - 2026-05-19
语音AI聊天功能开发经验(口语化+Edge TTS+iOS兼容)
语音交互
ASR
DeepSeek
Edge TTS
口语化Prompt设计、Edge TTS语音播报、iOS Safari自动播放限制、时序优化等关键技术总结 - 2026-05-18
阿里云ASR测试功能开发调试实录
语音识别
阿里云
ASR
paraformer
记录阿里云paraformer-v1 ASR测试页面从开发到成功运行的完整调试过程,包含所有踩坑经验和解决方案 - 2026-05-18
build_index_local优化说明
向量化
向量化
text-embedding-v4
批量处理
从text-embedding-v3升级到v4的完整优化方案,包括批量向量化、价格修正、性能提升6-10倍 - 2026-05-18
text-embedding-v3与v4深度对比实测
向量化
text-embedding
v3
v4
通过实际程序对比text-embedding-v3和v4的语义理解能力、同义词识别、性能差异,直观展示v4的优势和迁移必要性 - 2026-05-18
深入理解text-embedding-v3模型
向量化
text-embedding-v3
阿里云
向量化
详细学习阿里云text-embedding-v3模型的技术原理、参数配置、API调用方法及真实向量数据分析 - 2026-05-18
阿里云百炼平台向量化模型全览
向量化
阿里云
百炼平台
向量化
全面了解阿里云百炼平台的向量化模型产品线,包括text-embedding-v1/v2/v3/v4对比、多模态模型、价格分析以及选型建议 - 2026-05-18
以程序理解向量化过程
向量化
向量化
Embedding
RAG
通过Python程序演示文本如何转换为1024维向量,并使用余弦相似度判断内容相关性,理解RAG系统的核心机制 - 2026-05-18
← 上一页
1
...
4
5
6
7
8
9
下一页 →
跳转到第
页
跳转