从0搭建AI智能客服教程（AI智能客服系统选型和实战指南）
针对智能客服技术与业务脱节的痛点，合力亿捷通过 NLP、知识图谱及人机协同策略，助企业实现首次解决率超 70%、人力成本降 43%、年省成本超千万。其方案提升制造业问题解决率 40%，投诉转接成功率达 99%，以分场景选型助力超万家企业平衡业务与成本，成行业首选。
企业AI知识库搭建指南
中关村科金得助智能企业知识库基于AI大模型，支持多格式文档上传与自动解析，具备智能问答、内容生成、精准搜索等功能，助力企业高效构建产品文档、技术手册、FAQ等知识体系。
AI专业术语解析
本文围绕AI领域常见专业术语展开解析，涵盖基础概念、模型与算法、数据处理、生成式人工智能、自然语言处理等多个方面。基础概念类包括人工智能、机器学习、深度学习等，详细阐述其定义、原理及应用场景。模型与算法类涉及支持向量机、决策树、生成对抗网络等。数据处理类介绍了数据标注、特征工程、模型评估等。生成式人工智能相关术语有生成式AI、文本生成、图像生成等。自然语言处理方面涵盖分词、词向量、注意力机制等。此外，还解释了大模型、小样本学习、端到端、对齐等其他专业术语，为读者理解AI领域提供了全面且深入的参考。
2025年大模型发展脉络：深入分析与技术细节
本文深入剖析2025年大模型发展脉络，涵盖裸模型与手工指令工程、向量检索、文本处理与知识图谱构建、自动化提示生成、ReAct多步推理及AI Agent崛起六大模块。从技术细节到未来趋势，结合最新进展探讨核心算法、工具栈与挑战，强调模块化、自动化、多模态等关键方向，同时指出计算资源、数据质量和安全伦理等问题。适合关注大模型前沿动态的技术从业者与研究者。
Qwen系列模型+GraphRAG/LightRAG/Kotaemon从0开始构建中医方剂大模型知识图谱问答
本文详细记录了作者在短时间内尝试构建中医药知识图谱的过程，涵盖了GraphRAG、LightRAG和Kotaemon三种图RAG架构的对比与应用。通过实际操作，作者不仅展示了如何利用这些工具构建知识图谱，还指出了每种工具的优势和局限性。尽管初步构建的知识图谱在数据处理、实体识别和关系抽取等方面存在不足，但为后续的优化和改进提供了宝贵的经验和方向。此外，文章强调了知识图谱构建不仅仅是技术问题，还需要深入整合领域知识和满足用户需求，体现了跨学科合作的重要性。