AIGC时代人力资源管理的新思考

面向电子健康记录的知识图谱系统：利用多中心碎片化医疗数据实现协作临床决策支持的设计与应用研究

研究背景 1. 研究问题：这篇文章要解决的问题是如何在多中心、信息敏感的医疗环境中，利用分散的患者医疗数据进行协同临床决策支持（CDS），同时保持数据隐私和安全。 2. 研究难点：该问题的研究难点包括：患者在不同医院就诊导致的数据碎片化、数据安全问题和单家医院数据无法提供完整的决策支持证据。 3.

通过知识图谱和RAG技术优化企业级AI系统

【行客按】随着人工智能技术的快速发展，企业在追求智能化转型的过程中面临着一系列新的挑战和机遇。特别是在企业级应用中，生成性AI（Generative AI）的采用正在加速，但如何确保模型输出的准确性和可靠性，减少所谓的“幻觉”错误，即模型生成不相关或错误信息的现象，成为了一大难题。本文将探讨检索增强

面向开发人员的 ChatGPT 提示工程

在本课中，您将练习两个提示原则及其相关策略，以便为大型语言模型编写有效的提示。 加载 API 密钥和相关的 Python 库。 在本课程中，我们提供了一些代码来为您加载 OpenAI API 密钥。 ``` import openai import os from dotenv impor

面向产业链投研的智能知识图谱研究探索

永安期货如何利用大模型和知识图谱技术革新产业链投研。 核心内容： 1. 金融领域大模型应用的挑战和知识图谱的角色 2. 构建智能知识图谱的研究目标与核心价值 3. 实际构建过程中的方法、挑战及解决方案 导读 本文将分享永安期货针对产业链投研领域结合大模型及知识图谱技术的探索和实践。 本文将从六个

面向 AI 开发者的 Agent Skills 实战完全指南

告别重复沟通的烦恼，Agent Skills让AI真正掌握可复用的工作方法，提升开发效率。 核心内容： 1. Agent Skills的定义与技术原理：如何通过渐进式披露机制实现高效复用 2. 构建与使用Skills的实战指南：从零开始到落地应用 3. 避免过度封装的设计心法：确保Skills可持续

零噪声知识图谱提取革命：构建自适应本体驱动GraphRAG系统

零噪声知识图谱提取革命：本体驱动GraphRAG系统解决传统方案中的重复、丢失和不可追溯问题。 核心内容： 1. 传统GraphRAG系统在真实场景中的三大痛点分析 2. 本体操作系统（Ontology OS）的架构与实现机制 3. 医疗等专业领域的应用验证与商业价值 OntologyDriv

限时免费！PromptPilot，字节最新黑科技，让AI学会"学习"！

字节最新黑科技PromptPilot限时免费体验，让AI提示词优化从此告别低效试错！ 核心内容： 1. PromptPilot如何通过结构化生成解决提示词调试痛点 2. 视觉理解任务中AI对非常规口罩的精准识别案例 3. 智能评分系统学习用户偏好的创新交互设计 这两天听了一下字节火山引擎的开发者大

阿里云文生图Prompt提示词设计与优化

阿里云文生图Prompt如何助力数智化转型，释放算力和数据潜力。 核心内容： 1. 阿里云的数智化转型策略：通用计算与公共服务 2. 数据作为生产资料：数据驱动的生产生活方式变革 3. 文生图Prompt创作框架：句型、叙事风格与段落模板 与阿里云一起 轻松实现数智化 让算力成为公共服务：用大

链接数据：如何使用知识图谱改进RAG

高级 RAG 流程 介绍 1. 回顾：LLM 的局限性和 RAG 简介 Simple RAG 检索增强生成（RAG）是一种将外部数据源与LLM（大型语言模型）结合的AI架构。其工作分为两步： 1. 检索：使用用户查询从数据库（例如公司知识库）中检索相关信息（“上下文”）。 2. 生成

重磅！OpenAI 官方发布 GPT-4.1 最强提示词指南，AI 能力全面升级！

OpenAI最新GPT4.1模型大幅升级，带来革命性AI提示词指南！ 核心内容： 1. GPT4.1在编程、理解指令、处理长文本方面的巨大提升 2. 针对GPT4.1优化的Prompt写作技巧和特别建议 3. GPT4.1在智能体工作流、工具调用、长上下文处理等方面的应用指南 大家好，OpenAI

重复一下提示词，Gemini准确率竟从21%飙升至97%！

简单重复提示词竟能让大模型准确率飙升4倍！这项研究揭示了提升AI性能的惊人技巧。 核心内容： 1. 大语言模型因果注意力机制的内在缺陷 2. 提示词重复策略的工作原理与惊人效果 3. 在7个主流模型上的全面测试结果 Google Research团队的一项最新研究，惊掉了下巴！ 重复一下提示词，

郭美青 | 从Demo到商用—构建企业级提示词工程，加速AI应用商用落地

我叫郭美青，目前在百川智能商业化团队工作，主要负责Agent平台和工具链开发，以及企业AI应用落地的赋能工作。接下来，我想和大家分享一下企业在AI应用落地过程中的一些思考。 内容主要分为三部分：生成式AI的“冰”与”火“之歌、商用落地的“困”与“破”、企业级提示工程（Enterprise Prom

遍历树：一种zero-shot推理算法，用于将知识图谱对大语言模型进行增强

知识图谱（KGs）通过提供可靠、结构化、特定领域和最新的外部知识来补充大型语言模型（LLMs）。然而，KGs和LLMs通常是分开开发的，必须在训练后进行集成。我们引入了遍历树（TreeofTraversals），这是一种新颖的零shot推理算法，能够将一个或多个KGs增强到黑箱LLMs中。该算法为L

面向本体质量的评估指标与方法探析

大模型时代如何确保本体质量？本文系统梳理了本体评估的关键指标与实用方法。 核心内容： 1. 本体质量对智能系统性能的决定性影响 2. 七项核心评估指标及其应用场景分析 3. 五类主流评估方法的优势比较与实践建议 编者荐语 大模型自动构建本体技术简化了本体构建流程，加速了本体在实际业务中的落地。然

通过prompt让大语言模型更好地输出结构化的内容，是通往复杂应用的基石

在基于大型语言模型的应用开发中,AI生成的输出通常需要进行后处理才能投入实际使用。为此,结构化输出扮演着关键角色 它为大语言模型提供了标准化的数据接口,不仅确保了数据的一致性和可靠性,更是构建复杂系统的基石。通过结构化输出,大语言模型得以作为更大系统中的可信赖组件,实现无缝集成。 本文分享了一些

选对prompt平台，看这6个关键点就够了！

如何高效选择最适合你的AI提示词平台？这6个关键点帮你轻松决策。 核心内容： 1. 主流提示词平台的功能对比与优缺点分析 2. 不同使用场景下的平台选择建议 3. 提升提示词使用效率的实用技巧 提示词的本质就是对大模型发出指令，指令越清晰大模型理解的越准确，输出的内容也就更精准。自从有了 AI 之

连载 | AI-Agent正本清源&机会展望（下）

3.1 Agent的讨论框架 聊到Agent的时候非常容易混淆，那么我们将现有Agent做一个梳理分类，帮助大家在发起讨论的时候定位到框架中，节约不必要的对齐 Agent平台： 主要以AI工作流搭建为主的低/无代码平台，创作者可以通过上传知识库、编辑工作流、引用其他api、涉及prompt等

风险管控 | 知识图谱技术在智能风控领域的应用

知识图谱是一种表示现实世界实体（即对象、事件、状况或概念）及关系的网络，其概念由谷歌公司于2012年正式提出，但其起源可以追溯到20世纪60年代的语义网络，以及社会网络分析方法和复杂网络等领域。通俗地讲，知识图谱由节点和边组成，每个节点表示现实世界中存在的“实体”或“概念”，每条边表示两个实体之间的

预订本年度最有价值提示词 —— 生成既有质感，又能随意修改文字的完美 PPT

宝玉老师教你如何生成既美观又可自由编辑的PPT，告别死板图片，随心定制每一页内容！ 核心内容： 1. 传统AI生成幻灯片的痛点：文字不可编辑 2. 独创工作流：将内容生成与视觉绘制分离 3. 详细操作指南与提示词模板分享 大家都很喜欢 NotebookLM 生成的 Audio Overview，它