- Видео 26
- Просмотров 5 655
AI打工人
Гонконг
Добавлен 26 ноя 2014
大家好！欢迎来到我的RUclips频道！
我是AI打工人，一个对人工智能和机器学习充满热情的爱好者。在这个频道上，我将与你分享关于AI、深度学习、自然语言处理、计算机视觉等领域的知识、技巧和最新趋势。
在这里，你可以看到：
AI应用案例分享: 我会带大家了解各种新奇的AI应用，让你看到AI的无限可能。
AI技术解析: 我会深入浅出地讲解一些AI的核心技术，例如机器学习、深度学习、自然语言处理等，让你对AI的运作原理有更清晰的认识。
如果你对人工智能、编程和数据科学感兴趣，或者想要了解更多关于AI的知识，那么请订阅我的频道，点击小铃铛以接收最新视频的通知！
感谢你的支持，让我们一起在AI的世界中探索前进吧！🤖🎥
我是AI打工人，一个对人工智能和机器学习充满热情的爱好者。在这个频道上，我将与你分享关于AI、深度学习、自然语言处理、计算机视觉等领域的知识、技巧和最新趋势。
在这里，你可以看到：
AI应用案例分享: 我会带大家了解各种新奇的AI应用，让你看到AI的无限可能。
AI技术解析: 我会深入浅出地讲解一些AI的核心技术，例如机器学习、深度学习、自然语言处理等，让你对AI的运作原理有更清晰的认识。
如果你对人工智能、编程和数据科学感兴趣，或者想要了解更多关于AI的知识，那么请订阅我的频道，点击小铃铛以接收最新视频的通知！
感谢你的支持，让我们一起在AI的世界中探索前进吧！🤖🎥
Видео
开源项目介绍，MinerU--将PDF文件转换成 markdown
Просмотров 10421 день назад
MinerU是一款将PDF转化为机器可读格式的工具（如markdown、json），可以很方便地抽取为 意格式。 MinerU诞生于书生-浦语的预训练过程中，我们将会集中精力解决科技文献中的符号转化问题，希望在大模型时代为科技发展做出贡献。主要功能有： 删除页眉、页脚、脚注、页码等元素，确保语义连贯 输出符合人类阅读顺序的文本，适用于单栏、多栏及复杂排版 保留原文档的结构，包括标题、段落、列表等 提取图像、图片描述、表格、表格标题及脚注 自动识别并转换文档中的公式为LaTeX格式 自动识别并转换文档中的表格为HTML格式 自动检测扫描版PDF和乱码PDF，并启用OCR功能 OCR支持84种语言的检测与识别 支持多种输出格式，如多模态与NLP的Markdown、按阅读顺序排序的JSON、含有丰富信息的中间格式等 支持多种可视化结果，包括layout可视化、span可视化等，便于高效确...
开源项目介绍-graphRAG，基于知识图谱的检索增强生成（五），社区报告生成
Просмотров 2228 дней назад
关于 graphRAG 的第五个视频，主要介绍了社区报告是如何生成的。
开源项目介绍-graphRAG，基于知识图谱的检索增强生成（四），实体关系抽取介绍
Просмотров 1428 дней назад
关于 graphRAG 的第四个视频，主要介绍了 graphRag 中 实体关系是如何抽取的，如何生成图谱的
开源项目介绍-graphRAG，基于知识图谱的检索增强生成（三），localQuery 介绍
Просмотров 63Месяц назад
关于 graphRAG 的第三个视频，主要介绍了 localQuery 的相关过程
开源项目介绍-graphRAG，基于知识图谱的检索增强生成（二），globalQuery 介绍
Просмотров 71Месяц назад
关于 graphRAG 的第二个视频，主要介绍了 globalQuery 的相关过程
开源项目介绍-graphRAG，基于知识图谱的检索增强生成
Просмотров 2532 месяца назад
本人很懒，以下简介出自于博客 ：www.cnblogs.com/zackstang/p/18319890 博客中的内容介绍的也很详细。 GraphRAG 是一种基于图的检索增强方法，由微软开发并开源。它通过结合LLM和图机器学习的技术，从非结构化的文本中提取结构化的数据，构建知识图谱，以支持问答、摘要等多种应用场景。GraphRAG的特色在于利用图机器学习算法进行语意聚合和层次化分析，从而能够回答一些高层次的抽象或总结性问题，这是常规RAG系统的短板。 GraphRAG的核心在于其处理流程，包含2个阶段：Indexing和Querying。 在Indexing阶段：GraphRAG将输入文本分割为多个可分析单元（称为TextUnits）。使用LLM提取实体、关系和关键声明。然后通过层次聚类技术（例如Leiden算法）对图谱进行社区划分，并生成每个社区的摘要 在Querying阶段：这...
开源项目介绍，langflow--使用工作流的方式来构建AI 应用的低代码平台（2）
Просмотров 4573 месяца назад
langflow 是一个使用工作流的方式来构建AI 应用的低代码平台 # 项目地址是： github.com/langflow-ai/langflow
开源项目介绍，langflow--使用工作流的方式来构建AI 应用的低代码平台（1）
Просмотров 9873 месяца назад
langflow 是一个使用工作流的方式来构建AI 应用的低代码平台 # 项目地址是： github.com/langflow-ai/langflow
开源项目介绍--UFO，让大模型操控你的电脑，自主完成任务
Просмотров 4624 месяца назад
UFO是一个创新的以用户界面（UI）为中心的智能代理，专为Windows操作系统设计，旨在通过自然语言命令满足用户的应用程序请求。该项目利用了GPT-Vision的多模态能力，能够在多个应用程序之间无缝导航和操作，从而实现自动化 务执行。 # 项目地址： github.com/microsoft/UFO
开源项目介绍---AI Shell ，命令行助手，使用AI帮助你生成系统指令
Просмотров 2395 месяцев назад
本项目可在 Shell 窗口中利用 AI 助手为您生成系统指令，支持包括中文在内的多种语言。这意味着您再也不必担心记不住系统命令了。这个工具完全可以作为 GitHub Copilot X CLI 的替代方案。
大模型本地部署介绍---ollama和liteLLM
Просмотров 1615 месяцев назад
视频中主要介绍了ollama的使用方法 Colab 代码地址是： colab.research.google.com/drive/14DmMGIPF3F0Lvo6PYw70P-eSWE9epZxl?usp=sharing
大模型本地部署介绍---vllm和llama.cpp
Просмотров 3935 месяцев назад
视频中主要介绍了模型的基础知识以及VLLM框架和llama.cpp框架 Colab 代码地址是： colab.research.google.com/drive/14DmMGIPF3F0Lvo6PYw70P-eSWE9epZxl?usp=sharing
开源项目介绍--Diffutoon，轻松将视频转成动漫风格
Просмотров 4266 месяцев назад
Diffutoon 是一款由阿里巴巴达摩院开源的视频转动漫AI工具，它可以将真人视频转换成动漫风格，它能够处理极高分辨率和快速运动的视频。
想生成图片不知道如何写提示词？让大预言模型来帮你！开源项目介绍--Omost
Просмотров 227 месяцев назад
想生成图片不知道如何写提示词？让大预言模型来帮你！开源项目介绍 Omost
免费GPU系列：kaggle，colab，百度AI studio 使用方法（下半部分）
Просмотров 738 месяцев назад
免费GPU系列：kaggle，colab，百度AI studio 使用方法（下半部分）
免费GPU系列：kaggle，colab，百度 AI studio 使用方法（上半部分）
Просмотров 2238 месяцев назад
免费GPU系列：kaggle，colab，百度 AI studio 使用方法（上半部分）
高质量的视频！期待多多分享这种基础知识！
感谢你的支持
非常感谢！
非常感谢！正好需要
感谢你的支持！！
给大佬点赞
感谢你的支持！！
大佬, 牛皮
谢谢你的支持！！
非常棒，看过这个视频再去看源码就容易多了。期待看到下一期有关各个function的源码讲解。
感谢你的支持。最近又发布了关于GraphRAG 如果做问答的视频，感兴趣可以看下。后面还会有个视频介绍创建索引时，工作流的具体细节。
我覺得你的影片很棒，希望還有一集介紹Agent的使用，以及整合CrewAi的使用。：）
感谢支持！短期内是准备做个 graphRAG的介绍，后面有机会会在更新langflow的新视频。
学到了很多，谢谢博主
感谢支持！
本地部署需要啥配置呀😂
你好，可以参考 langflow的第一个视频，ruclips.net/video/2gVCCcGEo_Y/видео.html 他本地安装 只需要一个pip 命令即可，非常简单。如果是使用openAI 的模型，配置好API_KEY 即可，当然如果你需要使用本地大模型，建议使用ollama，ollama的相关介绍，可以参考我之前的视频： ruclips.net/video/YwScTIR9BcY/видео.html
@@user-AI_laborer 我是说啥配置的电脑才能跑起来
@@yeray-g9b 如果你不使用本地大模型，普通的家用电脑完全足够了
作者，有源码解析课程吗
这个没有哈，主要是这个项目的代码体量很大，分为前端后端，后端我也是觉得哪里需要就看一下，没有完整的串起来。
帮你顶下，视频可以分三个 ，一下40分钟 看这累
感谢你的建议！
字太小了根本看不到。
你好 请问怎么学习你这个代码执行呢
You have written in great detail, thank you very much! Unfortunately there are no subtitles. I can only approximate your operation. I hope it is possible to add subtitles. So that I can use the translation in English.🥰