什么是RAG？基本原理是啥？为何我们说通用模型只是起到了总结作用？🤔
AI知识库
【提供高质量数据集】
【业余业余人员的整理】
【这只是我的偏执和爱好】
整理完毕‼️补充完毕了，中间我试了试CherryStudio玩了下现有的开源工具。[暗中观察R]感兴趣的可以试试

前几日👀自己发的笔记，才发现之前准备过rag

后面偶然刷到后，就整理下RAG的笔记。
以为搞定了AI知识库和切片、向量存储……
没想到刷到一个公众，才发现RAG还有更复杂的架构。
真的是😦学不完学不完
#自学#你是怎么自学的
#AIGC创作大赛·夏日

【模型的推理能力如何提升？！！】
——入行学习半个月
除了在算法和模型框架上下功夫，还有一块就是提升喂给数据集的质量。

比如我们想提高模型在解答数学题、物理题的能力。那么我们就可以收集大量的题目以及详细的解答过程的数据集。

【数据集、数据标注】

于是我们计划，整理一批关于coding、数学、物理以及类似lean4格式的reasoning，还有高水平的IMO题目等多模态Benchmark题目合集。
需要可以联系～

👇则是我们整理的近期agent开源数据集

#高质量数据集
浙江大学计算机创新研究院孵化的AI数据标注团队--整数智能（www.molardata.com）
目前团队由浙江大学及国内外各大高校的硕博毕业生组成，且是一家全球化的公司，在海外都有多个标注基地。目前也在行业内做了SuperGPQA、OmniDocBench的工作，以及IMO级别的lean4格式的reasoning数据集。

Best wish，总的说涉及数据需求的复杂、废时、废人力的事情就交给我们。我个人也提供算力相关的服务

提供的部分：
-「丰富的标注工具」（可定制工具）
ꔷ 2D：图像分类、关键点、2D语义分割、立体框、OCR标注、图像逐帧
ꔷ 3D：3D点云框、语义分割、车道线标注、2D/3D融合工具
ꔷ 文本：NER、SPO文本三元、逻辑链（预）
ꔷ 音频：ASR标注、音素标注
ꔷ 4D：4D标注、ACL多模态
ꔷ 前沿：RLHF、SFT、合成数据
技术上有效减低跳变问题，保证Cuboid大小一致

高质量的ai模型、自动驾驶
离不开高质量的数据集

👌在整数智能做Ai标注
提供优质的训练集

新技能

有个有趣的事情
抖音变化：
抖音今年在长内容上加入了关闭屏幕可听的功能。———一边在小宇宙做博客一边又可以将视频内容投放在抖音上。可能博客在高质量内容传播中的比例会上升🔝。
另一个是社交。
互联网产品的光明顶是社交，人与人发生关系（社会关系）的前提是验明身份。而腾讯捞捞的把握了国人14亿的互联网身份这个基础设施。用社交去做任何新业务都是一种下坡攻击。特别是流量产品
于是今年抖音的朋友板块改版，加入了再添加好友的功能。社交网络这块字节可能在2025年会加大投入。

偏执使然，做业务几年了。越来越想自己做个产品出来，于是从去年开始自学产品设计、数据分析、数据表结构、uml建模语言……
但是好像还是很难。
目前失业的状态下，存款耗尽。我要不要放弃

自控能力确实是人与人拉开距离的核心原因，现在娱乐软件和移动端绑架了太多注意力