HiAsia的小站

知识图谱方向前景不好->切换到大模型 线下永康-南龙集团,正阳电 通用模型-训练RAG 营销 -> 国内,外贸 产品库 量小走知识库 textToSql 竞品目标库 爬虫(国外网站比较好) 1v1 产品与产品 对标 1vN OEM,ODM.拆分成多个 介入PLM系统 幻觉DS-R1幻觉较高,严谨需要V3.有幻觉排行测试集->批量测试 底层RagFlow,Dify程序批量优化 图片适配多模态模型,训练,打标系统 图片生成SD-Trainer打标2000(3w-6w)->训练模型LoRa->生图Flux,SD 图像识别算法计算工艺成本分割模型人是怎么识别的,训练数据给到模型 确认流程->AI接受程度视频模型控制变形ComfyUI->Control lite 数据报表textToSQL 审核模型智能表格对接工作流API知识图谱静态资源 做知识图谱动态的数据 旧数据,新数据如何管理 一个工作有多少交付物每一个交付物 工作的流程,哪个流程可以用AI接入 生产装备研发部-选品模型结构化提示词数据清洗

作业代码aici100(多角贸易流程设置作业)最少为两个据点 正抛销售价 逆抛生产价 多角汇率-转换可能有问题 多角汇率一样

功能全文检索向量检索 智能排产, 主数据清洗:重复数据的判断(是否是在当前上下文)品类知识库规则多列数据清洗 以GB/T 14885国家标准为框架，结合企业实践建立三级分类体系（大类/中类/小类）耗时1年完成4000个小类的标准化规则制定，包含：字段属性规范（数据类型、长度、必填等）填写逻辑约束（关联字段、业务规则等）以这些标准为AI提供基础数据AI数据治理方案:通过梳理出的规则,构建专有72B大模型+RAG知识库的技术架构训练领域专用embedding模型提升语义检索准确率AI文本清洗引擎实现非结构化描述→结构化字段的自动转换

优先实现:研发部门,工厂工艺,HR部门,IT部门 知识采集的质量. 自动采集的方式 显性知识 + 隐形知识 权限(预览,下载,编辑,删除,管理) 问答可以自动判断权限如何对接外部模型/知识库? 知识发现 识别 上传文件/网盘挑选 在线编辑 ORC识别 审核 提高RAG的召回率 处理文本给AI使用 机器识别模型.帮助整理知识 通过摄像头 获取原始数据(通过专家标注) 制造业的知识结构(目录)–学习经验 各个部门的知识汇集 与鸿翼 沟通需求 提要求 鸿翼功能 企业库 部门库->二级库 工程建模文件如何让ai识别? QA对/操作指令 CAD图如何结合标注识别? AI翻译版本对比.–无功能? 研究院 文档分类有很多种. 评审(共识) 知识图谱-微软Graph 相关内容-相似关联 标签关联 AI场景合同智能审核

RAG 技术原理解析 Huggingface 向量模型排行榜访问地址 https://huggingface.co/spaces/mteb/leaderboard 向量模型的种类向量模型的种类大概分为六大类，向量模型的数量有上百种以上 BERT 是一种基于 Transformer 架构的预训练语言表示模型，被广泛应用情感分析、问答系统、命名实体识别等场景。 M3E 通过大规模混合嵌入技术提高了词向量的表达能力和泛化能力，适用于各种文本处理任务 BGE 是一种基于双向生成编码的深度学习模型，主要用于将文本数据编码为高维向量表示，适用于文本相似度计算、信息检索、聚类和分类等。 Sentence Transformers - 基于孪生 BERT 网络预训练得到的模型，对句子的嵌入效果比较好 OpenAI Embedding - OpenAI Embedding 向量模型是一种将文本转换为高维向量表示的技术，适用于搜索引擎、推荐系统、问答系统等场景。 Instructor Embedding - Instructor Embedding 向量模型提供任务指令而生成相对定制化的文本嵌入向量，无 ...

部署-可以使用(宣传) 阶段性成果(宣传) 目标和产出 精进会议(每个领域的技术) 能不能做 试点-测试验证 推广 收集需求->评审->要货计划->下订单给计划->人员跟踪生产(MES线上)->生产完成入库->中台系统上架->经销商下单->生成订单->大区经理审核->财务审核->抛转T100(无法识别永康还是临安)手工备注->仓库发货(发货单号) ToB消退 无问题 产品领用BPM产品领用(为什么系统不能自动领用) ToC库存都在万里牛 下单->万里牛发货->每天晚上12点自动抛转T100->出库浙哈->贸易公司->消费者 库存在杭哈 -> 浙哈 -> 贸易公司 -> 消费者 发货->物流单据->同步到系统 单个人员加班严重客服人工客服开发页面->打通各个店铺鉴权 AI客服提高效率和准确率晓多智能客服 6-7w接 入: 淘宝,天猫没接入:有赞,1688,小红书,微店 评审会 AI创新大赛发公告价值,对应的数据,实施难度

GROF RAG 微软开源的知识库框架graphdify 赶紧玩起来保温杯行业趋势爬取搜索引擎->插入数据库->总结行业报告->每日推送给企微 1234567891011121314151617181920212223242526272829303132333435363738394041424344454647484950515253545556575859606162flowchart LR %% 样式定义 classDef in fill:#d4f7d4,stroke:#2db92d; classDef out fill:#f7d4d4,stroke:#c91010; %% 产品管理模块 subgraph product_mgmt[产品管理] A["产品基础信息 (sys_product)"] end %% 仓库管理模块 subgraph warehouse_mgmt[仓库管理] B["仓库档案 (warehouse)"] C[&qu ...

一.安装插件官方下载地址CodeGPT:https://docs.tryproxy.io/通义千问灵码:https://help.aliyun.com/zh/lingma/product-overview/introduction-of-tongyi-lingmaIDEA与VSCode也可直接在插件市场搜索下载CodeGPT, TONGYI Lingma 二.配置CodeGPT1.配置硅基流动的API keyurl:https://api.siliconflow.cn/v1/chat/completionsAPI-key:sk-oukpmyazjsudhwfstvzxokjuqxlzgfuzgjurtbdustnkttfd 2.选择对应的模型Model:deepseek-ai/DeepSeek-V2.5也可以选择自己需要的模型 3.设置Prompts最后加上提示词Finally answer me in Chinese. 到此就可以愉快的使用了!

以下是一个简短的培训大纲，涵盖RAG知识库构建、日常规范和企业流程文件导入，以及智能问答助手的构建： 培训大纲：RAG知识库构建与智能问答助手开发 RAG技术概述 什么是RAG（检索增强生成）？ RAG的优势与应用场景。 RAG与传统问答系统的区别。 RAG知识库构建 数据准备与清洗： 日常规范文件（如员工手册、合规文档）。 企业流程文件（如SOP、工作流程图）。 文档分块与向量化： 文本分块策略（chunking）。 嵌入模型（Embedding Model）的选择与使用。 向量数据库的选择与搭建： 常见工具（如FAISS、Chroma、Pinecone）。 数据索引与存储。 知识库内容导入与管理 支持的文件格式（PDF、Word、Excel、Markdown等）。 自动化导入工具与脚本。 知识库的更新与维护机制。 智能问答助手的构建 检索模块的实现： 相似度搜索与排序。 生成模块的实现： 大语言模型（LLM）的选择（如GPT、Claude、本地模型）。 Prompt工程优化。 案例演示与实操 从零构建一个简单的企业智能问答助手。 ...