【RethinkAI】浅思Agent
2026 年 02 月 19 日 •
6 条评论
【RethinkAI】RAG与知识编辑
2025 年 11 月 03 日 •
评论
【RethinkAI】传统序列模型
2025 年 10 月 04 日 •
评论
引子
在Transformer架构流行之前，自然语言的处理，尤其是NER（命名实体识别）等任务，通常是利用传统的序列模型处理的，比如隐马尔可夫模型、条件随机场等。实际上，这些模型的假设通常是——模型的未来状态只与当前状态有关。这类模型的发展以HMM（隐马尔可夫模型）为起始，经过MEMM（最大熵马尔可夫模型），到CRF（条件随机场）为止。这些模型在现在已经很少使用了，不过依然有着意义。本篇就来探讨一下HMM和MEMM这两个模型。CRF放在新一期讲。
【RethinkAI】分词与词嵌入技术
2025 年 08 月 17 日 •
评论
前言
计算机没有办法直接理解、存储自然语言。在AI之外的领域，字符串操作通常是以各种字符编码来进行运算的，比如ASCII码、UTF-8编码等等。在AI中，我们也需要一种利用计算机技术，将自然语言转化为计算机能够理解的表示的方法。