主页

索引

模块索引

搜索页面

2. 理论

• 2.1. ReAct框架
  • 2.1.1. 组成部分
  • 2.1.2. 工作流程
  • 2.1.3. 优势
  • 2.1.4. 示例
• 2.2. Reflection反思
• 2.3. 数学
  • 2.3.1. 线性拟合
  • 2.3.2. 多项式拟合
  • 2.3.3. 归一化
• 2.4. bag-of-words
  • 2.4.1. 示例说明
  • 2.4.2. N-Grams
• 2.5. Word2Vec
  • 2.5.1. Review: Bag-of-words
  • 2.5.2. Word2Vec
  • 2.5.3. 参考
• 2.6. Doc2Vec
  • 2.6.1. Review: Word2Vec Model
  • 2.6.2. Doc2Vec
  • 2.6.3. Gensim
  • 2.6.4. 参考
• 2.7. FastText
  • 2.7.1. 基本概念
  • 2.7.2. 局限性
  • 2.7.3. 与Word2Vec对比
  • 2.7.4. Training models
  • 2.7.5. 参考
• 2.8. LDA-Latent Dirichlet Allocation(潜在狄利克雷分配)
  • 2.8.1. Ensemble LDA
  • 2.8.2. LDA Model
  • 2.8.3. 参考
• 2.9. overfitting&underfitting
  • 2.9.1. 以决策树为例讲解
  • 2.9.2. 参考
• 2.10. evaluate评估
  • 2.10.1. 评估指标
    • 示例-二维分类模型
      • 准确率(Accuracy)
      • 精确率(Precision)
      • 召回率(Recall)
• 2.11. RAG
  • 2.11.1. 简介
  • 2.11.2. 知识图谱KG
  • 2.11.3. 属性图谱PG
  • 2.11.4. RAG
  • 2.11.5. GraphRAG
  • 2.11.6. Adaptive RAG
  • 2.11.7. Corrective RAG
  • 2.11.8. 参考
• 2.12. Agent
  • 2.12.1. 优势
  • 2.12.2. Planning
  • 2.12.3. Relection and refinement
    • Relfexion
    • ReAct
  • 2.12.4. Memory
    • sensory memory
    • short-term memory
    • long-term memory
  • 2.12.5. Tools
    • Tool Use框架
    • Tool Use微调
  • 2.12.6. 参考
• 2.13. LLM
  • 2.13.1. 参考
• 2.14. RL-强化学习
  • 2.14.1. RL算法
• 2.15. Prompt Engineering
• 2.16. LLM调优(finetune)
  • 2.16.1. PT (Pre-training)
  • 2.16.2. SFT (Supervised Fine-Tuning)
  • 2.16.3. RM (Reward Modeling)
  • 2.16.4. PPO (Proximal Policy Optimization)
  • 2.16.5. DPO (Direct Preference Optimization)
  • 2.16.6. KTO (Knowledge Transfer Optimization)

主页

索引

模块索引

搜索页面