【大模型】快速体验百度智能云千帆AppBuilder搭建知识库与小助手

本文主要是介绍【大模型】快速体验百度智能云千帆AppBuilder搭建知识库与小助手,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

文章目录

  • 前言
  • 千帆AppBuilder
    • 什么是千帆AppBuilder
    • AppBuilder能做什么
  • 体验千帆AppBuilder
    • Java知识库
    • 高考作文小助手
  • 总结

前言

前天,在【百度智能云智算大会】上,百度智能云千帆AppBuilder正式开放服务。这是一个AI原生应用开发工作台,可以满足企业对敏捷和高效地进行AI原生应用开发与运维的需求。简单来说,就是将开发大模型应用的常见模式、工具、流程,沉淀成一个工作台,帮助开发者、企业聚焦在自身业务,分钟级快速搭建AI原生应用,赋能企业高效开发,降低AI原生应用开发门槛。
在这里插入图片描述

千帆AppBuilder

首先,我们需要先来了解下什么是千帆AppBuilder?

什么是千帆AppBuilder

千帆AppBuilder是百度智能云推出的一个工作台:旨在加速AI原生应用开发,使人人都能开发出属于自己的AI原生应用。

千帆AppBuilder提供了两种产品形态:代码态与低代码态,以满足不同开发者的需求。对于希望进行深度开发的开发者,代码态提供了全面的开发套件和应用组件,如SDK、开发环境、调试工具、应用示例代码等。而对于那些希望快速构建应用的开发者,低代码态则通过提供可视化工具,大大降低了开发的复杂性

了解了它是谁,我们再来看看它能为我们做什么?

在这里插入图片描述

AppBuilder能做什么

该平台主要提供组件、框架两层服务。

“组件”服务是对底层服务能力的组件化封装,包括多模态的AI能力组件(如文字识别、文生图等)、基于大语言模型的能力组件(如长文总结、nl2sql等)和基础组件(如向量数据库、对象存储等),每个组件完成一个特定的功能。

“框架”服务则是通过将上述组件有选择地串联、组合起来,让它们能够比较完整地完成一个特定场景的任务。目前,AppBuilder提供的检索增强生成(RAG)、智能体(Agent)、智能数据分析(GBI)就是常用的AI原生应用框架。

看到这儿,想必你已经搞明白它是什么了。接下来我们就来快速体验一下吧。

体验千帆AppBuilder

Java知识库

首先我们打开“千帆AppBuilder”官网,点击【立即使用】
在这里插入图片描述

这里我们使用【短信-验证码】登录
在这里插入图片描述

登录完之后,发现平台为我们提供了许多开箱即用的应用:知识问答应用(RAG框架)、多风格营销文案生成应用、Agent Builder等,其中百度智能云GBI应用仍在邀测中,可点击申请试用。
在这里插入图片描述

点击【个人中心】的【我的应用】,点击【创建我的应用】按钮来创建应用
在这里插入图片描述

输入【应用名称】,这里我选择 知识问答应用(RAG框架) 类型,点击【确认】进行创建。创建完之后,进入【编辑】页面,可以选择【上传知识】上传文档,上传任意一份知识文档点击【确认】
在这里插入图片描述

也可以选择【选择已有数据】-【千帆大模型平台文档(官方)】
在这里插入图片描述

另外我们还可以进行以下设置
在这里插入图片描述

然后我们就可以在右侧对话框内进行测试了,如图所示
在这里插入图片描述

当然,我们也可以点击发布,分享给其他人使用。

在这里插入图片描述

这样,一个简单的问答型应用通过百度智能云千帆AppBuilder就搭建好了。

高考作文小助手

今天在直播中看到老师演示的Agent Builder的强大的代码解释器功能,我也想立马体验一下,联想到明年就要考大学的表弟语文作文成绩不是很好,于是就有了做个高考作文小助手的打算。

我们回到应用中心,点击Agent Builder【在线使用】
在这里插入图片描述

起个简单的名字【高考作文小助手】,然后给它写一下【角色指令】
在这里插入图片描述

我是这样描述的:你是高考作文小助手,擅长从主题是否明确、内容是否丰富、逻辑清晰度、创意和新颖性、深度和见解等多个角度来分析作文,并可以从以上多个维度对作文进行打分,以检验学生的作文功底,还可以对作文直接进行打分

我们选择百度基于ERNIE-Bot 4.0自研的代码解释器
在这里插入图片描述

这样我们的小助手就创建完了,接着我们来测试一下它到底好不好使。

在测试之前我们需要上传一篇作文
在这里插入图片描述

上传完成之后,我们在输入框输入以下内容进行测试:请从主题是否明确、内容是否丰富、逻辑清晰度、创意和新颖性、深度和见解等多个角度来给上传的文件打个分,0-100分,并给出理由。来看一下小助手是怎么说的。
在这里插入图片描述

它到底是怎么做到的呢?点击查看代码
在这里插入图片描述

原来它底层调用了python代码来加载文章,并让大语言模型去对文章进行分析。

我们继续进行测试,看能不能将上述的结果转化为雷达图的形式,让结果更加形象。
在这里插入图片描述

接下来也让作文小助手给我们写一篇范文来提供下写作思路吧。
在这里插入图片描述

看到它写出的作文,不得不赞叹他的强大呀!

总结

虽然大模型为AI原生应用提供了巨大的潜力,但从大模型到实际应用的过程中存在许多技术和实践上的挑战:大模型与应用之间的鸿沟、应用原型的复杂性、记忆机制的必要性、开发者的困境等。
百度智能云千帆平台正在朝着解决这些问题而努力,千帆AppBuilder作为一个为AI原生应用开发而设计的平台,未来有望在多个方面赋能开发者和企业:
●降低开发门槛:通过提供预先封装好的组件和框架,千帆AppBuilder可以帮助开发者避免从零开始构建AI应用的复杂性,从而降低了开发的难度和门槛。
●提升开发效率:该平台提供的低代码/无代码开发环境可以大大加速应用开发的过程。开发者可以通过简单的拖拽和配置,快速搭建出功能丰富的AI原生应用。
●增强应用的智能性:千帆AppBuilder集成了百度强大的AI能力,包括语音识别、自然语言处理、图像识别等,这些能力可以轻松地集成到应用中,从而提升应用的智能化水平。
●提供一站式解决方案:该平台不仅提供开发工具,还提供包括云服务、数据存储、安全管理等在内的一站式解决方案,使开发者能够更专注于应用的创新,而无需过多关注底层技术和基础设施。
●促进跨团队协作:千帆AppBuilder支持多人协作开发,不同背景和技能的团队成员可以在同一个平台上共同工作,从而提高团队协作的效率。
●推动AI技术的普及:通过降低AI应用的开发难度和提供丰富的AI能力,千帆AppBuilder有望推动AI技术在更广泛的领域和行业中的应用和普及。
●支持企业的数字化转型:对于企业而言,千帆AppBuilder可以帮助他们快速构建和部署定制的AI应用,从而支持他们的数字化转型和创新。

这篇关于【大模型】快速体验百度智能云千帆AppBuilder搭建知识库与小助手的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/524516

相关文章

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

百度/小米/滴滴/京东,中台架构比较

小米中台建设实践 01 小米的三大中台建设:业务+数据+技术 业务中台--从业务说起 在中台建设中,需要规范化的服务接口、一致整合化的数据、容器化的技术组件以及弹性的基础设施。并结合业务情况,判定是否真的需要中台。 小米参考了业界优秀的案例包括移动中台、数据中台、业务中台、技术中台等,再结合其业务发展历程及业务现状,整理了中台架构的核心方法论,一是企业如何共享服务,二是如何为业务提供便利。

Andrej Karpathy最新采访:认知核心模型10亿参数就够了,AI会打破教育不公的僵局

夕小瑶科技说 原创  作者 | 海野 AI圈子的红人,AI大神Andrej Karpathy,曾是OpenAI联合创始人之一,特斯拉AI总监。上一次的动态是官宣创办一家名为 Eureka Labs 的人工智能+教育公司 ,宣布将长期致力于AI原生教育。 近日,Andrej Karpathy接受了No Priors(投资博客)的采访,与硅谷知名投资人 Sara Guo 和 Elad G

电脑桌面文件删除了怎么找回来?别急,快速恢复攻略在此

在日常使用电脑的过程中,我们经常会遇到这样的情况:一不小心,桌面上的某个重要文件被删除了。这时,大多数人可能会感到惊慌失措,不知所措。 其实,不必过于担心,因为有很多方法可以帮助我们找回被删除的桌面文件。下面,就让我们一起来了解一下这些恢复桌面文件的方法吧。 一、使用撤销操作 如果我们刚刚删除了桌面上的文件,并且还没有进行其他操作,那么可以尝试使用撤销操作来恢复文件。在键盘上同时按下“C

嵌入式QT开发:构建高效智能的嵌入式系统

摘要: 本文深入探讨了嵌入式 QT 相关的各个方面。从 QT 框架的基础架构和核心概念出发,详细阐述了其在嵌入式环境中的优势与特点。文中分析了嵌入式 QT 的开发环境搭建过程,包括交叉编译工具链的配置等关键步骤。进一步探讨了嵌入式 QT 的界面设计与开发,涵盖了从基本控件的使用到复杂界面布局的构建。同时也深入研究了信号与槽机制在嵌入式系统中的应用,以及嵌入式 QT 与硬件设备的交互,包括输入输出设

让树莓派智能语音助手实现定时提醒功能

最初的时候是想直接在rasa 的chatbot上实现,因为rasa本身是带有remindschedule模块的。不过经过一番折腾后,忽然发现,chatbot上实现的定时,语音助手不一定会有响应。因为,我目前语音助手的代码设置了长时间无应答会结束对话,这样一来,chatbot定时提醒的触发就不会被语音助手获悉。那怎么让语音助手也具有定时提醒功能呢? 我最后选择的方法是用threading.Time

Retrieval-based-Voice-Conversion-WebUI模型构建指南

一、模型介绍 Retrieval-based-Voice-Conversion-WebUI(简称 RVC)模型是一个基于 VITS(Variational Inference with adversarial learning for end-to-end Text-to-Speech)的简单易用的语音转换框架。 具有以下特点 简单易用:RVC 模型通过简单易用的网页界面,使得用户无需深入了

搭建Kafka+zookeeper集群调度

前言 硬件环境 172.18.0.5        kafkazk1        Kafka+zookeeper                Kafka Broker集群 172.18.0.6        kafkazk2        Kafka+zookeeper                Kafka Broker集群 172.18.0.7        kafkazk3

透彻!驯服大型语言模型(LLMs)的五种方法,及具体方法选择思路

引言 随着时间的发展,大型语言模型不再停留在演示阶段而是逐步面向生产系统的应用,随着人们期望的不断增加,目标也发生了巨大的变化。在短短的几个月的时间里,人们对大模型的认识已经从对其zero-shot能力感到惊讶,转变为考虑改进模型质量、提高模型可用性。 「大语言模型(LLMs)其实就是利用高容量的模型架构(例如Transformer)对海量的、多种多样的数据分布进行建模得到,它包含了大量的先验

图神经网络模型介绍(1)

我们将图神经网络分为基于谱域的模型和基于空域的模型,并按照发展顺序详解每个类别中的重要模型。 1.1基于谱域的图神经网络         谱域上的图卷积在图学习迈向深度学习的发展历程中起到了关键的作用。本节主要介绍三个具有代表性的谱域图神经网络:谱图卷积网络、切比雪夫网络和图卷积网络。 (1)谱图卷积网络 卷积定理:函数卷积的傅里叶变换是函数傅里叶变换的乘积,即F{f*g}