ADK.wang 统一知识工程 · 权威专著深度引证

ADK.wang AI & 软件技术百科

全库汇聚全球 22,000+ 核心技术词条,深度引证上千本行业权威学术专著,涵盖大模型原理、云原生、架构设计与工程效能。

22,077

全量学术技术词条

9 大

核心专业领域体系

10,000+

权威专著深度引证

100%

原书精粹与工业对齐

云计算与容器网络
📚 3 本专著

Storage Interface (CSI)

Kubernetes从1.9版本开始引入容器存储接口Container Storage Interface(CSI)机制,用于在Kubernetes和外部存储系统之间建立一套标准的存储管理接口,通过该接口为容器提供存储服务。

难度: ★★★ 阅读: 8分钟
查看引证 →
人工智能与大模型
📚 3 本专著

First In First Out (FIFO)

over time. AI applies approved valuation methods such as First In First Out (FIFO), Weighted Average (WA), or Standard Cost (SC)...

难度: ★★★ 阅读: 8分钟
查看引证 →
人工智能与大模型
📚 3 本专著

函数调用

Function Calling

这些工程化应 用技术包括Prompt工程、Agent、检索增强生成(Retrieval- Augmented Generation,RAG)和函数调用(Function Calling) 等。

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 3 本专著

平均分

Average Score

我们定义了三个关键指标来衡量生成题目的质 量水平: 评估指标: 1. 平均分(Average Score):计算所有题目在四个维度上的平均得分,反映生成题目的整体质量水平。

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 3 本专著

平均精度 (AP)

以COCO目标检测评价指标中的平均精度(AP)和平均召回率(average recall,AR)作为衡量检测网络精度的标准,公式如下。

难度: ★★★ 阅读: 5分钟
查看引证 →
数据库与大数据
📚 3 本专著

文档处理

Document Processing Layer

你可以通过以下命令安装本章对应的 版本: HelloAgents RAG系统 文档处理层 (Document Processing Layer)

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 3 本专著

格率

Pass Rate

$$ text{Average Score} = frac{1}{N} sum_{i=1}^{N} frac{sum{d=1}^{4} S{i,d}}{4} $$ 2. 及格率(Pass Rate):统计平均分达到 3.5 分及以上的题目比例,反映生成题目...

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 3 本专著

记忆系统

Memory System

本章将在第七章构建的框架基础上,为HelloAgents增加两个核心能力:记忆系统(Memory System)和检索增强 生成(Retrieval-Augmented Generation, RAG)。

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 2 本专著

Mean Average Precision (MAP)

applications, metrics like Mean Average Precision (MAP) and Normalized

难度: ★★★ 阅读: 5分钟
查看引证 →
云计算与容器网络
📚 2 本专著

Amazon Elastic Block Store (EBS)

AWS offers multiple options for cloud storage: Amazon Elastic Block Store (EBS) as a block storage service, Amazon Elastic File ...

难度: ★★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 2 本专著

Simple Moving Average (SMA)

The calculateindicators function: This function calculates two technical indicators: Simple Moving Average (SMA) and Relative St...

难度: ★★★ 阅读: 8分钟
查看引证 →
人工智能与大模型
📚 2 本专著

事实知识 (RAG)

例如:快速迭代基本能 力(提示工程) 、用户个性化记忆(提示工程) 、案例库和事实知识( RAG ) 、输出格式和语言风格 ( SFT ) 、领域深度思考能力和工具调用能力( RL ) 、根据用户反馈持续优化( RLHF ) 。

难度: ★★★ 阅读: 5分钟
查看引证 →
数据库与大数据
📚 2 本专著

索引器

Indexer

如图 8-1 所示,RAG 主要包含 4 个组件:索引器(Indexer)、检索器(Retriever)、重 排器(Re-Ranker)与生成器(Generator)。

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 2 本专著

语言风格 (SFT)

例如:快速迭代基本能 力(提示工程) 、用户个性化记忆(提示工程) 、案例库和事实知识( RAG ) 、输出格式和语言风格 ( SFT ) 、领域深度思考能力和工具调用能力( RL ) 、根据用户反馈持续优化( RLHF ) 。

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 2 本专著

Average Variance Extracted (AVE)

that the square root of each Average Variance Extracted (AVE) was higher in associ-

难度: ★★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 2 本专著

Exponential Moving Average (EMA)

Exponential Moving Average (EMA) is best used on data with trends,

难度: ★★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 2 本专著

存储资源

Storage Resources

设置默认的 StorageClass 在Kubernetes中,管理员可以为有不同存储需求的PVC创建相应的 StorageClass来提供动态的存储资源(PV)供应,同时在集群级别设置 一个默认的StorageClass,为那些未指定StorageCla...

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 2 本专著

跟踪器

Tracker

FastDFS就是上面例子中的仓库, FastDFS里有两大角色:跟踪器(Tracker)和存储节点(Storage)。

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 2 本专著

Average Order Value (AOV)

Average Order Value (AOV): Do customers who use the agent’s

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 2 本专著

Google Cloud Storage (GCS)

a table with files stored on the Google Cloud Storage (GCS) service.

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 2 本专著

Integrated Moving Average (ARIMA)

other ML algorithms, such as AutoRegressive Integrated Moving Average

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 2 本专著

Model Context Protocols (MCP)

to changing business conditions. Leverage orchestration layers and Model Context Protocols (MCP) servers to manage agent state, ...

难度: ★★★ 阅读: 8分钟
查看引证 →
人工智能与大模型
📚 2 本专著

Specificity Average (SSA)

Sensibleness and Specificity Average (SSA) metrics evaluate response

难度: ★★★ 阅读: 5分钟
查看引证 →
人工智能与大模型
📚 2 本专著

Virtual Assistant (VA)

▪ A Virtual Assistant (VA): This is your highest‐leverage first

难度: ★★★ 阅读: 5分钟
查看引证 →
显示第 2 / 8 页,共 185 条记录