介绍 Hugging Face 是一个提供自然语言处理（NLP）工具的平台，支持 Transformer 模型的开发和应用。拥有庞大的模型库和社区资源，能够满足从研究到工业应用的各种需求。https://huggingface.co 安装 基础环境：conda、CUDA、CUDDA、pytorch
本文内容 LangChain（大模型能力封装框架） 的基本使用 基于LangChain探索AGI时代原型 需提前安装环境依赖，以及设置环境变量，如果选择openai开放接口需要会上网 export OPENAI_API_KEY="b233095ff.00gIXhXyE8yNc3Hx" export
大模型固有的局限性 LLM所具有的能力是建立在预训练的基础上，因此，LLM并不具备实时或训练时没有使用的知识： 实时数据：时间等 私有领域/业务知识 RAG Retrieval Augmented Generation，通过检索的方式增强生成模型的能力。 基本流程
订单状态流转是交易系统的最为核心的功能，复杂的订单系统会存在状态多、链路长、逻辑复杂的特点，针对不同的商品、业务、发货方式还存在多场景、多类型、多业务维度等业务特性。在保证订单状态流转稳定性的前提下、可扩展性和可维护性由是需要重点关注和解决的问题。 以公司目前的订单系统为例，订单状态有待支付、支付成
RocketMQ 总共可以分成四个模块 NameServer：提供服务发现和路由功能，管理各种元数据信息。 Broker：消息存储和路由分发节点，负责存储消息和将消息路由给消费者。 Producer：消息生产者，负责产生并发送消息到指定的 T
本文电商系统常见问题为数据集，利用大模型自然语言理解能力实现智能客服系统 ChatGPT是如何回复 通过直接询问大模型美团常见问题https://waimai.meituan.com/help/faq，给予的回复：Q：在线支付取消订单后钱怎么返还？订单取消后，款项会在一个工作日内，直接返还到您的美团
离线、近线和在线计算 在线计算可以更好地响应最近的事件和用户交互，但必须实时响应请求。这会限制所采用算法的计算复杂性以及可处理的数据量。这个实时响应的过程中，如果发生意外，比如说这个物品 ID 就没有相关的物品，那么这时候服务就需要降级，所谓的降级就是不能达到最好的效果了，但是不能低于最低要求，这里
整体框架 信息流，通常也叫作 feed，传统的信息流产品知识简单按照时间排序，而被推荐系统接管后的信息流逐渐成为主流，按照兴趣排序，也叫作“兴趣 feed”。 这张架构图划分成几个大的模块：日志收集、内容发布、机器学习、信息流服务、监控 日志收集，是所有排序训练的数据来源，要收集的最核心数据就是用户
存储 离线阶段会产生数据按照用途来分，归纳起来一共就有三类： 特征
一、推荐系统的功能及作用 从事电商项目近4年的时间，参与了电商项目的整个生命周期，到目前为止，已经参照互联网最新潮流技术，构建出一个功能比较全面包含会员、订单、物流、营销、账单、分销、活动、抽奖、多供应商、多仓库等功能非常强的电商系统。但是，相比于物联网主流电商平台还是缺少一个很大的功能模块---推