ChatCUMT 矿小言 - 基于大模型和知识图谱的校园知识问答系统项目简介矿小言(原名矿大知识平台)是一个集学习与研究辅助功能于一体的知识管理与服务平台。它通过整合校园知识资源,利用自然语言处理技术,为用户提供智能对话、知识图谱可视化展示、文件上传与存储、多模式对话等功能,旨在打造一个全面、便捷、高效的知识获取与应用环境。 项目应用场景图如下: 项目架构 前端仓库:ChatCUMT-UI - 负责平台的用户界面 2025-01-17 666xz666的Github项目 > nlp #langchain #knowledge graph #rag #graphrag #vue #neo4j
langchain-graph-builder langchain-graph-builderEnglish documentation 项目简介langchain-graph-builder 是一个基于 FastAPI 构建的后端服务项目,旨在为知识库的创建、管理以及与之相关的对话功能提供接口支持。通过该项目,用户可以方便地创建知识库、上传文件至知识库、获取文件内容、删除知识库、生成知识库文件向量、获取知识库信息、进行大模型流式对话以及 RA 2025-01-17 666xz666的Github项目 > nlp #langchain #knowledge graph #rag #graphrag #neo4j
神录屏软件 神录屏软件推荐 - Captura推荐理由 占空间很小 就几个M你敢信? 录制效果很清晰 无需多言,直接展示: 安装教程神级录屏软件Captura最详细安装及使用教程 - 知乎 MP4转GIFMP4 to GIF | CloudConvert 2025-01-17 实用工具推荐 #tool #software
2025-03-24[DFS]联通性_回溯法 [DFS]联通性_回溯法DFS解决连通性问题 DFS不能保证搜索路径最短 但是实现代码相对简单 回溯法暴搜 回溯法可以暴力枚举一些问题 一些状态作为dfs函数的参数 在终点更新某些值 例题迷宫123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555 2025-03-24 寒假练题计划 > 提高算法 > 搜索 #cpp #algorithm #ACwing #DFS #Backtracking
2025-03-23[BFS]双向BFS_A*算法 [BFS]双向BFS&A*算法双向广搜核心思想 从起点和终点同时开始搜索,每次扩展一层,直到两个方向的搜索路径相遇。 适用于求解最小步数问题,尤其是搜索空间较大时,可以显著优化搜索效率。 关键点 队列和哈希表的使用: 使用两个队列分别存储从起点和终点出发的待扩展状态。 使用两个哈希表分别记录从起点和终点出发到达每个状态的步数。 扩展策略: 每次从队列中取出一个状态,尝试所有可能的转换 2025-03-23 寒假练题计划 > 提高算法 > 搜索 #cpp #algorithm #ACwing #BFS #Shortest-Path #A*
2025-03-22[BFS]多源BFS_最小步_双端队列 [BFS]多源BFS&最小步&双端队列多源BFS 定义:从多个起点同时开始的BFS。 实现方法: 将所有起点同时加入队列。 从这些起点开始,按照BFS的规则进行遍历。 最小步模型 定义:求解从起点到终点的最小操作步数。 实现方法: 使用BFS,将每次操作视为一步。 每次从队列中取出当前状态,尝试所有可能的操作,生成新的状态并加入队列。 使用哈希表记录状态的前驱,以便回溯路径。 2025-03-22 寒假练题计划 > 提高算法 > 搜索 #cpp #algorithm #ACwing #BFS #Flood-Fill #Shortest-Path #double-ended queue
2025-03-21[BFS]Flood-Fill&最短路径 [BFS]Flood-Fill&最短路径Flood-Fill的BFS实现Flood-Fill(洪水填充算法) 是一种基于 BFS 的算法,用于填充一个区域,直到遇到边界。它常用于图像处理、迷宫生成和游戏开发等领域。 通过这种算法,我们可以得到一张图中有多少联通块,以及各联通块中的一些性质。 BFS的最短路性质BFS 从起点开始逐层遍历,因此它能够找到从起点到任意点的最短路径(无权图)。在每 2025-03-21 寒假练题计划 > 提高算法 > 搜索 #cpp #algorithm #ACwing #BFS #Flood-Fill #Shortest-Path
2025-03-18[DP]状压DP 状压DP状态压缩动态规划概述 定义:状态压缩动态规划是一种将问题的状态用二进制位表示,并通过位运算来高效处理状态转移的动态规划方法。它通常用于处理具有组合性质的优化问题,尤其适用于状态数量有限且可以通过位运算快速操作的场景。 适用场景: 问题的状态可以用二进制位表示,且状态数量相对较少(通常不超过 220)。 状态之间的转移关系可以通过位运算高效实现。 问题具有组合性质,需要考虑多种状态组合的最优 2025-03-18 寒假练题计划 > 提高算法 > 动态规划 #cpp #algorithm #ACwing #DP
2025-03-17[DP]树形DP 树形DP知识点介绍树形DP是一种基于树结构的动态规划算法。它利用树的递归性质,通过定义状态和状态转移方程来解决问题。树形DP的关键在于: 状态定义:根据问题的需求,定义每个节点的状态。状态可以是一个值,也可以是一个数组,用于存储与该节点相关的最优解信息。 状态转移:通过子节点的状态来更新当前节点的状态。状态转移通常基于树的遍历顺序(如深度优先搜索DFS)进行。 边界条件:明确叶子节点或特殊情况的 2025-03-17 寒假练题计划 > 提高算法 > 动态规划 #cpp #algorithm #ACwing #DP
2025-02-19[DP]数字三角形模型 [动态规划]数字三角形模型1. 动态规划分析方式—闫氏思考法 首先要设计一个状态表示的方法,体现在dp数组的设计,要求能够表示从开始到目标过程中所有用到的状态。 考虑状态的转移,实际上就是集合的划分,判断有几种情况能一步转移到当前的状态,集合划分的标准:不重复,不遗漏,这里有个技巧,一般看能一步到到最后一步的状态划分。 2. 数字三角型模型 网格,从左上到右下,只能单向走(不能回头),求累积的 2025-02-19 寒假练题计划 > 提高算法 > 动态规划 #cpp #algorithm #ACwing #DP