Recently Updated Pages
认知图:3.入库与查询流水线
认知图:入库与查询流水线 文档定位:规范态(spec)。 依赖:认知图:以谓词作为概念(unit / 节点 / 谓词定义)、文本到认知图:图构建方法(文本 → 图构建流程)。 覆盖:扩展《认知图...
认知图:2.图构建方法
文本到认知图:图构建方法 文档定位:规范态(spec)。 依赖:认知图:以谓词作为概念——unit 数据模型、节点 / 谓词分类、抽取四原则。本文档只定义"文本 → 图"的构建流程与渲染契约,不...
认知图:1.以谓词作为概念
认知图:以谓词作为概念 文档定位:规范态(spec)。 §1 总览 1.1 输入与输出 输入:自然语言文本。 输出:unit 集合——以世界中持久成立的事实与逻辑骨架为内容的结构化记录。 1....
AI交互和头脑风暴
AI 交互和头脑风暴 定位 文档是人和 LLM 沟通、交流的中介。提供一套写文档的方法学——把"写一份文档"组织成自顶向下、和用户逐级讨论的过程。 写法 从大到小地设计一个文档: 从最大的骨架...
现在汉语:语法结构对SVO表示的挑战
汉语语法结构对 SVO 表示的挑战 上一篇讨论了"目的标记"(旨在 / 为了)为什么不该被压进谓词。 本文是它的扩展:把汉语里所有给 (S)[V](O) 三元组表示带来麻烦的语法结构梳理一遍,...
现代汉语:语法解析
现代汉语语法解析 一份独立的现代汉语语法概览。目的是把汉语作为一种语言系统本身讲清楚,不服务任何具体的工程下游。 视角偏功能 / 类型学,参考朱德熙《语法讲义》、吕叔湘《现代汉语八百词》、Li...
记忆对于LLM的意义
记忆是实现人性化的必要条件 稳定的长期记忆 现有模型的推理能力已经足够强,真正缺的是稳定的长期记忆。 我们需要那么多智能体协作,恰恰是因为一个智能体记不住所有事情。 图数据库 AI 缺...
人类记忆
为什么需要记忆 人脑有非常强大的记忆系统和索引能力,管理着非常庞大的信息,能够准确联想起来非常多的记忆 记忆是AGI的一种重要能力 因为大脑容量限制,记忆是人类在当前信息爆炸的社会的...
大脑记忆的核心机制
存储、连接、检索与深度学习的生物学原型 导读 人类大脑实现高效、鲁棒的"模糊记忆",并非靠计算机式的"地址—数据"存取,而是由几个互相支撑的机制共同构成: 分布式表征——记忆以何种形式存在 ...
RAG
RAG RAG的过程 拆分文本成文本块 拆分算法: 使用嵌入模型进行向量化 对一段文本使用一堆维度很多的向量进行表示 存入向量数据库 对输入进行向量化 使用传统的向量距离计算算法进...