- 基于知识图谱与大语言模型的金融AI Agent语义理解机制 引言随着人工智能的发展，AI Agent（人工智能智能体）在多个行业迅速应用，尤其是在高度数据密集与决策复杂的金融行业。AI Agent作为一个具备自主感知、决策与行动能力的系统，正在推动金融从自动化向智能化跃升，涵盖投资顾问、风险评估、欺诈检测等多个场景。本文将围绕AI Agent在金融领域的核心技术实现进行讲解，并通过Pyth... 基于知识图谱与大语言模型的金融AI Agent语义理解机制 引言随着人工智能的发展，AI Agent（人工智能智能体）在多个行业迅速应用，尤其是在高度数据密集与决策复杂的金融行业。AI Agent作为一个具备自主感知、决策与行动能力的系统，正在推动金融从自动化向智能化跃升，涵盖投资顾问、风险评估、欺诈检测等多个场景。本文将围绕AI Agent在金融领域的核心技术实现进行讲解，并通过Pyth...
- 智能体大模型在面对超出训练数据边界的问题时，常因缺乏自我知识盲区探测能力而陷入困境。与人类能敏锐感知并弥补知识不足不同，大模型可能给出错误答案却浑然不觉。为解决这一问题，研究者正从元学习、强化学习、知识图谱及多智能体协作等方向探索，试图赋予大模型自动发现知识盲区的能力。这不仅涉及精准的自我评估算法设计，还需应对复杂环境下的知识多样性和动态变化。 智能体大模型在面对超出训练数据边界的问题时，常因缺乏自我知识盲区探测能力而陷入困境。与人类能敏锐感知并弥补知识不足不同，大模型可能给出错误答案却浑然不觉。为解决这一问题，研究者正从元学习、强化学习、知识图谱及多智能体协作等方向探索，试图赋予大模型自动发现知识盲区的能力。这不仅涉及精准的自我评估算法设计，还需应对复杂环境下的知识多样性和动态变化。
- 一、引言在人工智能的快速发展浪潮中，大语言模型（LLM）已经成为了各个领域的核心驱动力。然而，传统的大语言模型在处理复杂知识和长文本推理时，往往面临着信息检索不准确、推理能力不足等问题。DeepSeek作为一款新兴的大语言模型，通过知识增强技术，实现了从向量检索到思维链的进化，为解决这些问题提供了新的思路和方法。本文将以图解的方式，深入剖析DeepSeek知识增强的核心机制，带领读者一起探索... 一、引言在人工智能的快速发展浪潮中，大语言模型（LLM）已经成为了各个领域的核心驱动力。然而，传统的大语言模型在处理复杂知识和长文本推理时，往往面临着信息检索不准确、推理能力不足等问题。DeepSeek作为一款新兴的大语言模型，通过知识增强技术，实现了从向量检索到思维链的进化，为解决这些问题提供了新的思路和方法。本文将以图解的方式，深入剖析DeepSeek知识增强的核心机制，带领读者一起探索...
- 智绘运维：深度学习赋能知识图谱建设 智绘运维：深度学习赋能知识图谱建设
- 在人工智能发展中，机器学习与知识图谱正成为推动行业变革的关键力量。机器学习使机器能从数据中学习并预测，而知识图谱以结构化方式描绘实体与关系，提供语义框架。两者的深度融合突破了传统AI的局限，提升了推理能力和决策质量，开启了认知智能的新篇章。通过特征工程、嵌入技术和联合推理等方法，二者在智能客服、金融风险评估和智能教育等领域展现出巨大应用潜力。 在人工智能发展中，机器学习与知识图谱正成为推动行业变革的关键力量。机器学习使机器能从数据中学习并预测，而知识图谱以结构化方式描绘实体与关系，提供语义框架。两者的深度融合突破了传统AI的局限，提升了推理能力和决策质量，开启了认知智能的新篇章。通过特征工程、嵌入技术和联合推理等方法，二者在智能客服、金融风险评估和智能教育等领域展现出巨大应用潜力。
- 在数字化时代，文本数据激增，情感分析成为关键需求。DeepSeek作为AI领域的佼佼者，基于Transformer架构实现深度语义理解，通过多模态融合技术全面感知情感，结合领域自适应与迁移学习跨越不同场景，采用对抗训练提升鲁棒性，并融合情感词典与知识图谱增强理解。这些创新使DeepSeek能精准判断情感倾向，为企业和研究提供有力支持。 在数字化时代，文本数据激增，情感分析成为关键需求。DeepSeek作为AI领域的佼佼者，基于Transformer架构实现深度语义理解，通过多模态融合技术全面感知情感，结合领域自适应与迁移学习跨越不同场景，采用对抗训练提升鲁棒性，并融合情感词典与知识图谱增强理解。这些创新使DeepSeek能精准判断情感倾向，为企业和研究提供有力支持。
- 开篇你的 RAG 系统能回答"人工智能的发展趋势"这类宏观问题吗？传统向量检索在面对复杂查询时往往力不从心。香港大学团队开源的 LightRAG 提供了新思路：用知识图谱双层索引重构检索架构，在保持轻量化的同时，让索引速度比 GraphRAG 快 10 倍。 一、传统 RAG 的三大痛点向量检索 依赖语义相似度匹配，在实际应用中暴露出明显短板：1. 全局问题无解无法回答跨文档的宏观问题，比... 开篇你的 RAG 系统能回答"人工智能的发展趋势"这类宏观问题吗？传统向量检索在面对复杂查询时往往力不从心。香港大学团队开源的 LightRAG 提供了新思路：用知识图谱双层索引重构检索架构，在保持轻量化的同时，让索引速度比 GraphRAG 快 10 倍。 一、传统 RAG 的三大痛点向量检索 依赖语义相似度匹配，在实际应用中暴露出明显短板：1. 全局问题无解无法回答跨文档的宏观问题，比...
- 1. 搭建风控算法流程 整体流程为：已经构建好的KG（知识图谱）->特征工程->模型。 风控知识图谱中一般包括进件、申请人、电话等实体，其中进件指的是资料准备好后提交给贷款公司或银... 1. 搭建风控算法流程 整体流程为：已经构建好的KG（知识图谱）->特征工程->模型。 风控知识图谱中一般包括进件、申请人、电话等实体，其中进件指的是资料准备好后提交给贷款公司或银...
- 1. 引言 挑战与思路 搜索是大众点评App上用户进行信息查找的最大入口，是连接用户和信息的重要纽带。而用户搜索的方式和场景非常多样，并且由于对接业务种类多，流量差异大，为大众点评搜索（下文简称点评搜索）带来了巨大的挑战，具体体现在如下几个方面： 意图多样：用户查找的信息类型和方式多样。信息类型包括POI、榜单、UGC、攻略... 1. 引言 挑战与思路 搜索是大众点评App上用户进行信息查找的最大入口，是连接用户和信息的重要纽带。而用户搜索的方式和场景非常多样，并且由于对接业务种类多，流量差异大，为大众点评搜索（下文简称点评搜索）带来了巨大的挑战，具体体现在如下几个方面： 意图多样：用户查找的信息类型和方式多样。信息类型包括POI、榜单、UGC、攻略...
- 知识对于人工智能的价值就在于，让机器具备认知能力和理解能力。构建知识图谱这个过程的本质，就是让机器形成认知能力，理解这个世界。 一、知识图谱无处不在 说到人工智能技术，人们首先会联想到深度学习、机器学习技术；谈到人工智能应用，人们很可能会马上想起语音助理、自动驾驶等等，各行各业都在研发底层技术和寻求AI场景，却忽视了当下最时髦也很重要的AI技术：知识图谱。 当我们进... 知识对于人工智能的价值就在于，让机器具备认知能力和理解能力。构建知识图谱这个过程的本质，就是让机器形成认知能力，理解这个世界。 一、知识图谱无处不在 说到人工智能技术，人们首先会联想到深度学习、机器学习技术；谈到人工智能应用，人们很可能会马上想起语音助理、自动驾驶等等，各行各业都在研发底层技术和寻求AI场景，却忽视了当下最时髦也很重要的AI技术：知识图谱。 当我们进...
- BenevolentAI借助生物医学知识图谱确定了一种可能的药物“ Baricitinib”，可以抑制COVID-19感染并减少炎症损伤，目前已用于感染患者的临床试验。 BenevolentAI宣布，之前被确认为COVID-19的潜在治疗药物Baricitinib将进入临床测试，以治疗这种疾病。 Baricitinib是Eli Lilly和Incyt... BenevolentAI借助生物医学知识图谱确定了一种可能的药物“ Baricitinib”，可以抑制COVID-19感染并减少炎症损伤，目前已用于感染患者的临床试验。 BenevolentAI宣布，之前被确认为COVID-19的潜在治疗药物Baricitinib将进入临床测试，以治疗这种疾病。 Baricitinib是Eli Lilly和Incyt...
- AI之math：人工智能概念之机器学习/深度学习中的数学基础知识图谱(最全) 目录 人工智能数学基础综合 人工智能数学基础之高等数学 人工智能数学基础之线性代数 人工智能数学基础之概率论 人工智能数学基础综合 下边的知识图谱来源于《人工智能数学基础》课程文件，源于Jason博士 人工智能数学基础之高等数学 ... AI之math：人工智能概念之机器学习/深度学习中的数学基础知识图谱(最全) 目录 人工智能数学基础综合 人工智能数学基础之高等数学 人工智能数学基础之线性代数 人工智能数学基础之概率论 人工智能数学基础综合 下边的知识图谱来源于《人工智能数学基础》课程文件，源于Jason博士 人工智能数学基础之高等数学 ...
- AI：2020年6月21日北京智源大会演讲分享之14:00-14:25 张铭教授《基于知识图谱的机器学习》 导读：首先感谢北京智源大会进行主题演讲的各领域顶级教授，博主受益匪浅，此文章为博主在聆听各领域教授或专家演讲时，一张一张截图进行保存，希望与大家一起学习，共同进步，一起见证或筑起人工智能的下一个十年。非常欢迎国内外人工智能领域网友，前来留言探讨与分享，同时感谢点... AI：2020年6月21日北京智源大会演讲分享之14:00-14:25 张铭教授《基于知识图谱的机器学习》 导读：首先感谢北京智源大会进行主题演讲的各领域顶级教授，博主受益匪浅，此文章为博主在聆听各领域教授或专家演讲时，一张一张截图进行保存，希望与大家一起学习，共同进步，一起见证或筑起人工智能的下一个十年。非常欢迎国内外人工智能领域网友，前来留言探讨与分享，同时感谢点...
- 近日，一直致力于知识图谱研究的 OwnThink 平台在 Github 上开源了史上最大规模 1.4 亿中文知识图谱，其中数据是以（实体、属性、值），（实体、关系、实体）混合的形式组织，数据格式采用 csv 格式。 到目前为止，OwnThink 项目开放了对话机器人、知识图谱、语义理解、自然语言处理工具。知识图谱融合了两千五百多万的实体，拥有亿级别的实体属性关系，机器人采用... 近日，一直致力于知识图谱研究的 OwnThink 平台在 Github 上开源了史上最大规模 1.4 亿中文知识图谱，其中数据是以（实体、属性、值），（实体、关系、实体）混合的形式组织，数据格式采用 csv 格式。 到目前为止，OwnThink 项目开放了对话机器人、知识图谱、语义理解、自然语言处理工具。知识图谱融合了两千五百多万的实体，拥有亿级别的实体属性关系，机器人采用...
- 浅谈知识图谱------天池下的瑞金医院MMC人工智能辅助构建知识图谱 前言数据说明问题网络模型和效果展示代码实体的定义和处理句子的切分和处理代码和数据集： 前言 知识图谱是个很大的概念，可惜我没数据，借用瑞金医院的数据集，来谈下命名识别。 数据说明 数据使用 brat 进行标注，每个 .txt 文件对应一个 .ann 标注文件。 txt文件... 浅谈知识图谱------天池下的瑞金医院MMC人工智能辅助构建知识图谱 前言数据说明问题网络模型和效果展示代码实体的定义和处理句子的切分和处理代码和数据集： 前言 知识图谱是个很大的概念，可惜我没数据，借用瑞金医院的数据集，来谈下命名识别。 数据说明 数据使用 brat 进行标注，每个 .txt 文件对应一个 .ann 标注文件。 txt文件...
上滑加载中
推荐直播
-
华为云码道Agent集成与鸿蒙实战2026/08/11 周二 19:00-21:00
王一男-华为云码道产品规划专家；李炎-华为云码道产品专家；彭江敏-华为云鸿蒙端云一体化开发专家
本次直播带你解读华为云码道7月份产品新特性、新功能。更有专家演示码道Agent Space × 钉钉机器集成实战，从0到1打通消息通道；码道鸿蒙端云一体化实战，快速搭建员工签到系统。
回顾中 -
华为云开发者AI素养直播课·第五期2026/09/04 周五 16:00-18:00
林华鼎-华为云AI开发者运营负责人；蒋春阳-华为云AI开发者案例开发专家
本期直播内容： AI工具体验营 · 第5-8课连讲。Agent-Team 多智能体协作完成毕业设计实践
回顾中 -
华为云开发者AI素养ClassRoom·第六期2026/09/08 周二 19:00-20:00
樊渊-2026华为软件挑战赛冠军
高手来了：看软挑高手解析二维排样问题—从工业难题到算法突破
回顾中
热门标签