![Bob Lin](/img/default-banner.jpg)
- 53
- 16 132
Bob Lin
เข้าร่วมเมื่อ 12 พ.ย. 2023
深入学习AI大模型,技术作者,一线开发者+PM, 精通Go和Python,熟悉Rust,关注ChatGPT、OpenAI API和LLM等相关内容
Blog: boblin.app/
Blog: boblin.app/
วีดีโอ
深入Langchain系列 - PromptTemplate
มุมมอง 51หลายเดือนก่อน
介绍Langchain里面的PromptTemplate. 通过例子帮助理解提示模版的价值,介绍常见的提示模版,并涉及Jinja2模版风格,局部化等深入内容
深入Langchain系列 - OutputParser
มุมมอง 173หลายเดือนก่อน
介绍Langchain里面的OutputParser,分析它的应用场景,介绍实际生产环境常用的解析器,并介绍如何自定义LCEL和经典这两类解析器
深入Langchain系列 - Fallbacks
มุมมอง 57หลายเดือนก่อน
介绍Langchain里面的Fallbacks(回退)机制,已经实际开发中的一些有价值的应用,例如如何避免OpenAI的请求速率限制,优化模型使用等
如何现在就用上了 ChatGPT 的 Mac APP!!!
มุมมอง 299หลายเดือนก่อน
现在只有很少一部分用户被通知可以使用ChatGPT新出的Mac桌面应用,教你一个方法可以现在就用起来👍🏻 方法如下: 1.下载ChatGPT客户端 persistent.oaistatic.com/sidekick/public/ChatGPT_Desktop_public_latest.dmg 2.登陆账户 3.在登录成功之后,未出现“无法使用”的提示之前,有大概3秒的菊花 4.此时快速按下「command Q」杀死验证程序 5.重新打开ChatGPT客户端,就可以使用了! 如果你下载的晚了可能已经修复这个问题,你可以用这个: github.com/169/ai-snippets/raw/main/softs/ChatGPT_Desktop_public_0518.dmg 不用谢,:smart:
深入学习Langchain表达式语言(LCEL)(三)
มุมมอง 62หลายเดือนก่อน
深入解析Langchain LCEL核心的Python技术细节,给大家介绍如何实现一个基本的Runnable基类,并且展示如何用LangSmith LCEL实现对请求的跟踪。
深入学习Langchain表达式语言(LCEL)(二)
มุมมอง 802 หลายเดือนก่อน
介绍LCEL的各种高级用法,如RunnableLambda、RunnablePassthrough、RunnableParallel、多链等等内容
深入学习Langchain表达式语言(LCEL)(一)
มุมมอง 1722 หลายเดือนก่อน
我将分成三节深入解析LCEL,第一节先从基础用法讲起,然后介绍一些高阶用法,最后一节介绍实现它的Python技术细节
详解RAG(2/2)
มุมมอง 2.1K6 หลายเดือนก่อน
使用Langchain传统和LCEL2种方案显示如何实现RAG,并介绍在开源世界RAG的实践 * github.com/169/ai-snippets * github.com/danswer-ai/danswer * github.com/Mintplex-Labs/anything-llm * github.com/langgenius/dify * github.com/StanGirard/quivr
详解RAG(1/2)
มุมมอง 3.9K6 หลายเดือนก่อน
深入介绍 RAG(Retrieval Augmented Generation) 可以如何优化LLM、应用方向、工作原理等内容
第二篇: RAG 指标三元组(RAG Triad of metrics) 中英文字幕
มุมมอง 3306 หลายเดือนก่อน
《Building and Evaluating Advanced RAG》- RAG Triad of metrics 中英文字幕
第四篇: 自动合并检索(Auto-merging Retrieval) 中英文字幕
มุมมอง 2066 หลายเดือนก่อน
第四篇: 自动合并检索(Auto-merging Retrieval) 中英文字幕
第一篇: 先进的RAG管道(Advanced RAG Pipeline) 中英文字幕
มุมมอง 6506 หลายเดือนก่อน
第一篇: 先进的RAG管道(Advanced RAG Pipeline) 中英文字幕
第三篇: 句子窗口检索(Sentence Window Retrieval) 中英文字幕
มุมมอง 1846 หลายเดือนก่อน
第三篇: 句子窗口检索(Sentence Window Retrieval) 中英文字幕
第一篇: RLHF如何工作的(How does RLHF work) 中英文字幕
มุมมอง 3256 หลายเดือนก่อน
第一篇: RLHF如何工作的(How does RLHF work) 中英文字幕
第二篇: 强化学习训练数据集(Datasets For Reinforcement Learning Training) 中英文字幕
มุมมอง 2146 หลายเดือนก่อน
第二篇: 强化学习训练数据集(Datasets For Reinforcement Learning Training) 中英文字幕
第三篇: 使用RLHF调整LLM(Tune an LLM with RLHF) 中英文字幕
มุมมอง 2076 หลายเดือนก่อน
第三篇: 使用RLHF调整LLM(Tune an LLM with RLHF) 中英文字幕
第四篇: 评估调整后的模型(Evaluate the Tuned Model) 中英文字幕
มุมมอง 856 หลายเดือนก่อน
第四篇: 评估调整后的模型(Evaluate the Tuned Model) 中英文字幕
第一篇: Getting Started with PaLM(PaLM 入门) 中英文字幕
มุมมอง 336 หลายเดือนก่อน
第一篇: Getting Started with PaLM(PaLM 入门) 中英文字幕
第二篇: 使用字符串模版(Using a String Template)中英文字幕
มุมมอง 276 หลายเดือนก่อน
第二篇: 使用字符串模版(Using a String Template)中英文字幕
第三篇: 结对编程场景(Pair Programming Scenarios)中英文字幕
มุมมอง 396 หลายเดือนก่อน
第三篇: 结对编程场景(Pair Programming Scenarios)中英文字幕
非常详细, 非常感谢。
講的不錯,能分享簡報或程式碼嗎?謝謝~
謝謝你,講的清楚,學到了。 請教一下,是用什麼軟體製作的 ppt 呀?
感谢感谢,我用的是 slides.com/ 网页版本的
講的很好! 我欣賞你
感谢感谢
超级有用
感谢~
没学过ai,在没看你视频前就是插入system数据给api,请问如果使用库的rag模式,库可以优化已被回答的问题的token数量吗。比如从数据库调取了数据A,用户问how about B,下次api时是否仍然会给数据A和数据B,还是压缩成数类似数据A被遗忘,除非已经出现在对话中否则无法调取。这里的假设是数据A和B的数据量都太庞大到无法同时存在在token中
❤
非常好的视频,谢谢! 请问Rag部分新增加的信息,在调用GPT的时候算token吗?
算token的,相当于prompt添加了额外的补充内容
哥哥讲的很清楚
感谢~
不错不错
感谢感谢~
講得很好
感谢~
视频的收音效果不太好
这个视频说的太明白了
感谢
大佬,有没有群?
还能越狱吗 不好使啊
我用那个yt-dlp这个Python库总是报错😂
刚在哔站看完你的视频然后在油管这边搜索RAG结果就又搜到你的视频了
所以怎么解除限制? 比如画色图()
视频里面有一节「越狱」,越狱后就可以了。但是不建议老玩容易被封
感谢提醒 差点没了@@AI-boblin
不能用囉!人家想畫色色的圖
good job
请教一下:怎么用Google drive 作为存储,用action 调动起来作为资料库给GPTs读取数据?
看了很多怎样设置action 的视频。你这个思路是最优路径。
三个视频看下来,确实能带来极大便利。 因为,不懂代码。能否提供你的helper 链接。方便在尝试时,有即时纠错。 另外,不知道有没有编程Google 应用时输入代码的GPTs? 感谢指点
您觉得有用我非常高兴,👍🏻 我已经把 链接也更新到描述啦 chat.openai.com/g/g-HOVaIcTmj-openapi-helper
Google 应用时输入代码的GPTs据我所知应该没有,尤其是中文世界,因为这个主要是国外公司用的产品,相对还是比较小众的
不好意思,没有细看。@@AI-boblin
想学着做。但是不懂代码,GPT 深度用户。你的方法太好用了。 请教一下应该怎样继续调用Google drive 、doc等?
我没有深入,你可以看着google app script文档,或者问ChatGPT,让他帮助你写对应代码。
👍👍👍好东西!
大神,你这个太实用了。
感谢