- 综合排序
- 最热优先
- 最新优先
- 来自专栏后台技术汇
大模型应用之（4）：Langchain架构与大模型接入
作为一个语言模型集成框架，LangChain 的用例与一般语言模型的用例有很大的重叠。 重叠范围包括文档分析和总结摘要, 代码分析和聊天机器人。 Langchain架构 LangChain工具 组件：大模型包装器、聊天模型包装器、数据增强工具和接口链： 提供了标准接口，和数据平台和实际应用工具紧密集成 LangChain六大模块 模块 核心作用 Agent作为高级模块，可调用其他所有模块功能 大模型接入 接入示例 云服务和私有化大模型优劣对比 维度 开发成本 算力成本 运维成本 数据安全 云厂商大模型 较低，开箱即用 算力资源充足，大模型性能好 &吞吐量较高 较低，提供云平台监控 安全性低 私有化大模型 较高，自建大模型网关、服务鉴权、可用性等 算力硬件投入成本高，大模型性能较差低&吞吐量较低 较高，需要专业运维团队介入 安全性高，保密性强 小结： - 研发&测试环境：为了方便部署和测试，使用云服务 - 大客户生产环境：安全审核严格，大多数采用自建大模型的方式 总结 LangChain 是什么？
74010编辑于 2025-08-04 - 来自专栏大模型成长之路
【大模型学习 | MINIGPT-4原理】
MINIGPT-4: ENHANCING VISION-LANGUAGE UNDERSTANDING WITH ADVANCED LARGE LANGUAGE MODELS在GPT4未开源的情况下，作者认为其表现优越是因为采用了最为先进的 LLM模型，因此，作者在BLIP2的基础上，将LLM模型替换为了Vicuna，同样也是通过一个线性映射层将图像表征映射为LLM的输入。 开源代码：https://minigpt-4.github.io/一、预训练方法预训练方法几乎和BLIP2模型一致，可以参考：【大模型学习 | BLIP2原理】-腾讯云开发者社区-腾讯云1.1 Q-Former ； MINI-GPT4表现比BLIP2要强上许多？ ① MiniGPT-4 使用的是 Vicuna（基于 LLaMA 的开源 ChatGPT 对话模型），具有更强的自然语言表达和指令理解能力；而BLIP-2 使用的 LLM 主要是 Flan-T5 或 OPT
74810编辑于 2025-07-02 Java大模型工程能力必修，LangChain4j 入门到实践
而 LangChain4j 的出现，正是为了帮 Java 开发者 “跳过” 这些复杂环节，以极简的方式开启 AI 集成之路。 在接触具体操作前，先明确 LangChain4j 的核心价值 —— 它不是一个 “新的 AI 模型”，而是一个 “连接 Java 项目与 AI 模型的桥梁”，主要解决三类痛点：1. 贴合 Java 生态，降低学习成本作为专为 Java 设计的框架，LangChain4j 完全遵循 Java 的开发习惯：支持依赖注入（如 Spring Boot）、兼容主流构建工具（Maven、Gradle 模型（Model）：你的 “AI 对话对象”“模型” 是 LangChain4j 与外部 AI 服务的连接入口。 准备依赖：把 LangChain4j 引入项目和所有 Java 工具一样，第一步是在你的项目中引入 LangChain4j 的依赖。
1.1K10编辑于 2025-09-05- 来自专栏nginx
SpringAI vs LangChain4j：Java生态大模型应用开发终极对决
《SpringAI vs LangChain4j：Java生态大模型应用开发终极对决》 引言：Java在AI时代的重新定位 尽管Python主导了AI研究领域，但2024年JetBrains开发者调查报告显示 ，在企业级AI应用部署中，Java仍占据38%的市场份额。 两大Java生态框架的崛起尤为引人注目： SpringAI：依托Spring生态的完整企业级解决方案 LangChain4j：移植自Python生态的灵活开发框架 本文将从15个维度进行深度对比，并附可直接用于生产的代码示例 @ControllerAdvice全局捕获 回调接口处理 Token用量 拦截器统计 需自行解析响应 第五章：性能基准测试 5.1 测试环境配置 硬件环境： 3台AWS c5.2xlarge实例 Java /mvnw spring-boot:run LangChain4j示例： // 添加依赖 implementation 'dev.langchain4j:langchain4j-open-ai:0.25.0
1.4K11编辑于 2025-11-16 - 来自专栏算法一只狗
LLama4 原生多模态大模型
Meta最新发布了原生多模态大模型 Llama 4，一经亮相即登上LMSYS大模型排行榜第二名，仅次于Google的Gemini-2.5-pro，分差仅为22分，实力可见一斑。 在模型规模方面，Llama 4系列的确非常庞大，尤其是Behemoth模型，远超业内主流，例如DeepSeek R1参数量仅为6710亿，只有Behemoth的约三分之一。 当前行业趋势多偏向小而高效的模型，Llama 4如此庞大的规模实属少见。 总结与展望Llama 4的发布，意味着Meta正式进入原生多模态大模型竞争核心领域。 相比Gemini系列、GPT-4o、Claude 3、DeepSeek等主流模型，Llama 4以务实高效的技术路线，突出计算成本、推理效率与多模态能力的平衡。
80300编辑于 2025-05-01 - 来自专栏好好学java的技术栈
Java 8 开发的 4 大技巧
但是我发现了一些Java 8代码中可以帮助我们的一些选择，让我们一起来看看吧。 2.使用Lambda表达式 Lambda表达式是Java 8的主要特点之一。即使你还没有使用Java 8，你现在可能已经对它们有了基本的了解。 它们是用Java编程的一种新的方式，并且什么是“最佳实践”还不明显。下面是我喜欢遵循的一些指引。 4.Stream Stream API是Java 8另一个大特点，并且我认为我们还真的不知道这对我们的编码方式会产生多大的改变。下面是我发现的一些有用的东西 排队点操作符 我个人更喜欢排队我的流操作。 遍历数组时使用循环 但是，使用Java 8并不一定意味着你必须到处使用流和新的集合方法。
82110发布于 2019-12-05 Java大模型工程能力必修课，LangChain4j 入门到实践
在人工智能浪潮席卷全球的今天，大型语言模型（LLM）为我们打开了无限可能的大门。但如何将这些强大的模型无缝集成到我们的Java应用中，打造出真正智能、实用的产品呢？答案就是 LangChain4j。 在开始动手之前，我们先要理解 LangChain4j 解决的根本问题。“胶水”的困境：直接调用大模型API（如OpenAI、Azure OpenAI）虽然简单，但功能有限。 抽象与简化：LangChain4j 的核心理念是 “抽象” 。它将与大模型交互过程中的通用模式（如提示词模板、记忆管理、工具调用、链式流程）封装成一个个可重用、可组合的组件。 简单来说，LangChain4j 是一个用于构建由大语言模型驱动的应用程序的框架，它让复杂的AI应用开发变得结构化、模块化和高效。 第二部分：核心积木块——认识LangChain4j的核心组件要搭好积木，先要认识每一块积木。以下是LangChain4j中最关键的几个概念：模型（Models）：这是与各种大模型交互的入口。
85010编辑于 2025-09-08- 来自专栏Java技术栈
详解 Java 中 4 种 IO 模型
本篇会先介绍一下I/O的基本概念，通过一个生活例子来分别解释下这几种I/O模型，以及Java支持的I/O模型。 缓存I/O的缺点是数据在传输过程中需要在应用程序地址空间和内核进行多次数据拷贝操作，这些数据拷贝操作所带来的CPU以及内存开销是非常大的。 推荐阅读：Java 8 开发的 4 大顶级技巧 在linux下，可以通过设置socket使其变为non-blocking。 更详细的分析可参考 聊聊Linux5种IO模型 Java中四种I/O模型 上一章所述Unix中的五种I/O模型，除信号驱动I/O外，Java对其它四种I/O模型都有所支持。 Java传统IO模型即是同步阻塞I/O NIO是同步非阻塞I/O 通过NIO实现的Reactor模式即是I/O多路复用模型的实现 通过AIO实现的Proactor模式即是异步I/O模型的实现
85120发布于 2019-01-02 Java大模型工程能力必修课，LangChain4j 入门到实践
一、核心优势：为什么Java适合大模型工程？ 二、Java大模型工程的核心技术栈Java 生态通过一系列项目和库，积极拥抱大模型浪潮，形成了独特的技术栈。 领域关键技术/项目说明推理与API调用LangChain4jJava版的LangChain，用于编排和大模型交互的链、代理、工具调用。是Java生态接入LLM的核心枢纽。 将问题和知识片段组合成Prompt，通过 Spring AI 或 LangChain4j 调用大模型API（如OpenAI）。将模型返回的结果处理后返回给用户。 五、总结Java在大模型时代的定位是“工程化基石”和“企业级集成平台”。它的价值不在于创造模型，而在于：稳健地部署和高性能地服务模型。
58200编辑于 2025-09-01- 来自专栏啄木鸟软件测试
多模态大模型技术原理与实战(4)
多模态大模型核心技术 1多模态的困难 困难 数据集标志困难 人工标注生成 COCO Visual Genome ... OpenAl的DALL-E2和GPT4 谷歌大脑的 lmaen和Stable Diffusion 百度的文心一言 文本生成图像 基于GAN的文本生成图像方法 AlignDRAW:第一个现代文本生成图像模型 图像解码器 把隐信息还原成图像 4语音多模态技术 文本生成语音 以前技术：拼接法和参数法 基于非深度学习的文本生成语音技术 隐马尔可夫模型 (HMM) 文本信息提取模块 声学特征提取模块 可调整的低秩适配(Adaptive Low-Rank Adaptation，AdaLoRA)技术和量化压缩远程注意力(Quantized Long-Range Attention，QLoRA)技术 8 GPT-4多模型核心技术介绍 Transformer：编码器-解码器框架 编码器：衍生出了自编码大模型，如BERT、RoBERT和ALBERT 解码器：衍生出了自回归大模型,如GPT-1和GPT-2 整体衍生出：T5和GLM
47710编辑于 2024-09-10 Java已死，大模型才是未来？
本文将从多个维度深入探讨Java的现状、大模型技术的影响，以及Java与大模型融合的可能性，为读者提供一个更为全面和深入的视角。 Java与大模型的融合与变革在大模型技术崛起的背景下，Java作为一种成熟且广泛应用的编程语言，自然也在探索与大模型技术的融合之路。事实上，Java与大模型的融合已经取得了不少进展和成果。 首先，Java社区对于大模型技术的支持和探索已经初见成效。一些开源项目和框架在Java环境中实现了深度学习和大模型技术的支持，如Deeplearning4j、ND4J等。 这些项目和框架为Java开发者提供了丰富的工具和资源，使得他们能够更加方便地构建和部署基于大模型的应用。其次，Java自身的特性和优势也为其与大模型的融合提供了有力的支持。 同时，Java的跨平台特性也使得基于Java的大模型应用能够在不同的操作系统和硬件平台上运行，从而提高了应用的兼容性和可移植性。最后，Java与大模型的融合也推动了软件开发的智能化升级。
84320编辑于 2024-09-29- 来自专栏码农编程进阶笔记
Java + LangChain 开发大语言模型应用！
在 Baeldung 上看到了一篇介绍基于 Java + LangChain 开发大语言模型应用的基础入门文章，写的非常不错，非常适合初学者。于是，我抽空翻译了一下。 1. 大型语言模型通常通过在大量未标记数据上进行预训练，使用自监督学习[4]和弱监督学习[5]技术。 4. 面向 Java 的 LangChain LangChain[14] 于 2022 年作为开源项目推出，凭借社区支持迅速发展壮大。 不过，社区开发了 Java 版本 LangChain，称为 LangChain4j[15] ，支持 Java 8 或更高版本，并兼容 Spring Boot 2 和 3。 这使得我们能够探索 LangChain 的 Java 版本 —— LangChain4j 的一些核心组件 。这些库未来将快速发展，它们会让开发由语言模型驱动的应用程序的过程变得更成熟和有趣！
2.7K12编辑于 2025-03-29 - 来自专栏快乐阿超
Java生态AI大模型框架langchat
——严歌苓 Github： GitHub - TyCoding/langchat: LangChat: Java LLMs/AI Project, Supports Multi AI Providers ( OpenAI / Gemini / Ollama / Azure / 智谱 / 阿里通义大模型 / 百度千帆大模型), Java生态下AI大模型产品解决方案，快速构建企业级AI知识库、AI机器人应用 官方文档： https://langchat.cn/ 介绍： LangChat是Java生态下企业级AIGC项目解决方案，在RBAC权限体系的基础上，集成AIGC大模型能力，帮助企业快速定制AI知识库 接入 OpenAI / Gemini / Ollama / Azure / Claude / 智谱AI / 阿里通义大模型 / 百度千帆大模型 等大模型。 这里顺带说一下咱们dromara的easyai也是Java生态的AI大模型框架，采用Apache-2.0开源协议，可以免费商用～
43010编辑于 2024-09-13 - 来自专栏你我杂志刊
Java8 4大函数式接口
本文将针对Lambda表达式进一步了解与学习，在使用Lambda表达式之前，有一个东西非常重要，那就是函数式接口，接下来，本文将讲解Java8内置的四大核心函数式接口。 * 函数型接口：Function<T,R> */ @Test public void test5(){ String s=operatorStr("中国四大名著 其他类型的一些函数式接口 除了上述的四大类型函数式接口外还有其他的一些接口供我们使用： 1. BiFunction<T, U, R> 其中T，U是2个入参参数类型，R为返回值。 方法T apply(T,T) 4.BiConsumcr(T, U) 其中T，U是2个入参参数类型，无返回值。 以上就是java8内置的核心函数式接口，其中包括了大部分得方法类型，所以可以在使用得时候根据不同得使用场景去选择不同得接口使用。
79630编辑于 2022-08-09 - 来自专栏科学最Top
近期值得关注的4个时序大模型研究
前言 梳理了近期几篇时间序列大模型研究文章（后台回复：“论文合集”获取），时间序列大模型的研究正在迅速发展，并且在多个领域和应用中展现出巨大的潜力。 随着技术的不断进步，预计未来会有更多创新的方法和应用出现，但我感觉目前可以重点关注以下三方面： 基础模型的构建：研究者们正在尝试构建时间序列预测的基础模型，这些模型可以在不同的时间序列数据集上进行预训练 特定领域的应用：大模型正在被应用于特定领域的时间序列预测，如金融、医疗、交通等，以解决特定问题并提供可解释的预测。 这一模型采用了一个创新的统一网络架构，结合了序列和变量注意力机制、动态线性算子，并作为一个统一模型进行训练。在38个跨领域的数据集上，UniTS展现了超越特定任务模型和基于自然语言的LLMs的性能。 4、Lag-Llama 论文标题：Lag-Llama: Towards Foundation Models for Probabilistic Time Series Forecasting 在过去的几年中
1.7K10编辑于 2024-09-18 - 来自专栏【腾讯云开发者】
腾讯混元大模型·4月产品动态
作为腾讯全链路自研的大模型，自2023年9月公开亮相以来，腾讯混元大模型共经历了数十次迭代，支持内部超过400个业务和场景接入，并通过腾讯云面向企业和个人开发者全面开放（API个人权益与企业客户一致，已实名腾讯云账号提供累计
57940编辑于 2024-04-28 - 来自专栏自然语言处理(NLP)论文速递
猛犸象大模型！MAmmoTH：目前最好的开源、通用数学大模型，现已超过GPT-4！
引言 大型语言模型 (LLM)的数学推理能力是评估大模型能力的一项关键指标。 尽管目前很多大型语言模型(LLMs)在该领域取得了一定的进展，但与闭源的大模型相比，开源大模型的数学推理能力仍然有很大差距。 (LLM)的数学推理能力是评估大模型能力的一项关键指标。 尽管该领域取得了一定的进展，但是开源大模型和闭源大模型之间仍然存在明显的差距。 目前一些比较流行的闭源LLM主要包括：GPT-4、PaLM-2、 Claude2，它们在主流的GSM8K、MATH数据集上面占据着了主导地位；而Llama、Falcon、OPT等开源大模型在所有基准上都大幅落后
1.7K20编辑于 2023-09-21 - 来自专栏AI分享
大模型有关信息（2025年4月8日 - 4月14日）
Meta发布Llama 4大模型引发争议发布情况：4月13日，Meta平台公司推出了Llama大语言模型新一代版本——Llama 4 Scout和Llama 4 Maverick。 专业评估机构LMArena把Llama 4 Maverick的某个版本评为当下性能最强的开源大语言模型，但开发者亲自测试发现，通过不同方式访问时效果差异巨大，Meta高管也承认其表现“参差不齐”“质量不稳定 独特优势：Llama 4拥有超大的上下文窗口，一次能处理1000万个token，大约相当于800万个单词，相比OpenAI的GPT-4的上下文窗口优势明显。 嘀嗒出行公布大模型应用于客服的进展应用成果：4月14日，嘀嗒出行公布其AI大模型在客服领域的应用进展。基于大模型的智能判责准确率已超过80%，智能工单生成效率提升50%，准确率达98%。 小鹏汽车训练物理大模型何小鹏表态：4月14日，小鹏汽车创始人何小鹏在社交平台发帖称，小鹏坚持全栈自研，去年率先在自动驾驶领域引入强化学习、模型蒸馏的路线，并且训练了一个超大规模的物理世界大模型，国内还没有第二家车企可以做到
3.7K20编辑于 2025-04-15 Java大模型工程能力必修课，LangChain4j 入门到实践（已完结）
核心挑战：在“创新”与“合规”之间架设桥梁金融与医疗行业的AI应用，面临着三大核心挑战：数据孤岛与隐私铁幕： 海量宝贵的数据被锁在不同的系统和部门中，出于隐私法规（如GDPR、HIPAA）的严格要求，数据不能被随意集中或用于模型训练 事实幻觉与责任真空： 通用大语言模型（LLM）的“幻觉”问题，在金融和医疗场景中被无限放大。一个错误的金融分析或医疗建议，可能导致巨大的经济损失或生命危险。当错误发生时，责任归属变得模糊不清。 而LangChain4j所倡导的，是一种从架构层面就将合规性作为第一公民的设计哲学。 它会按照预设的合规流程，依次调用不同的工具：查询征信报告工具、计算负债收入比工具、反欺诈模型工具。每一步的输入和输出都会被详细记录在案。 未来，在这两个领域胜出的，将不再是那些拥有最强大AI模型的公司，而是那些能够将AI能力与合规要求完美融合的企业。而LangChain4j，正是实现这一融合的关键蓝图。
41110编辑于 2025-11-17【10章】Java大模型工程能力必修课，LangChain4j 入门到实践
LangChain4j 作为 Java 生态中的重要工具，为开发者提供了与语言模型交互的高效方式，让复杂 AI 功能的集成变得简单而直观。 第一部分：LangChain4j 基础概念什么是 LangChain4jLangChain4j 是专为 Java 开发者设计的框架，旨在简化与大型语言模型的集成过程。 LangChain4j 提供了多种记忆管理策略，从简单的缓冲区到更复杂的摘要式记忆，帮助模型维持对话上下文。 第六部分：工具调用与外部系统集成函数调用能力利用现代语言模型不仅能够生成文本，还能通过函数调用执行实际操作。LangChain4j 将此能力抽象为工具概念，让模型能够与外部系统和API交互。 模型根据这些元数据决定何时以及如何调用工具，将自然语言指令转换为结构化操作。自定义工具开发虽然 LangChain4j 提供了一些内置工具，但真正强大的功能来自自定义工具的开发。
53810编辑于 2025-09-08
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号