当前位置: 首页 > news >正文

美食菜谱数据集 | 智能体知识库 | AI大模型

在这里插入图片描述
在这里插入图片描述
https://wwwoop.com/home/Index/projectInfo?goodsId=61&typeParam=1&subKey=-1

今天我跟大家介绍一下我自己整理的菜谱数据集,里面有2478个不重样的菜谱,涵盖了各种美食的做法。这个数据集是我花了一些时间整理出来的,格式为Excel,方便直接查看和处理,非常适合用于AI模型训练、智能体知识库等项目。

我知道大家可能对数据集的质量比较敏感,所以得提前说明一下:虽然我已经尽力整理过,但由于菜谱的来源比较广泛,可能会有一些重复的情况。每条数据的准确性和完整性也会有所差异,所以大家在使用时可以根据需求进行筛选和调整。

什么是智能体?
我的理解是大厂把AI大模型搭建起来后,因为这种通用大模型知识面特别的广,大厂就出了一个平台 叫智能体平台,普通用户可以根据自己的需求,在这些智能体平台上配置一些关键字,就可以得到一个适合自己的需求的垂直AI应用。这种平台大大的降低了 普通人应用AI的门口。简单的说就是智能体把AI的功能垂直化,只让AI处理某个行业的事务。比如你需要一个只针对你公司的客服AI助手,你就可以在平台上创建一个你公司客服智能体助手,在这种智能体平台设计自己的AI的时候,平台会提供一些插件:比如 知识库,这个时候我们的这种数据集就有用了,可以把自己公司的一些客服话术信息提交给智能体(Excel格式)即可,这个时候有人问你的AI客服的时候,这个AI就会检索你的知识库,这样AI 就会根据你的需求来回答客户的问题。这些智能体平台 不仅仅提供了知识库 还有别的插件 。大家可以去体验一下。
这里给大家推荐一个百度出的智能体平台
在这里插入图片描述
图上的 就是我做一个智能体,叫做 :计算机AI答疑助手
体验地址:https://mbd.baidu.com/ma/s/9S2h57eW
百度的智能体平台链接有兴趣可以搜索一下 用一下试试
三、免责声明:
1、数据来源
数据均来源于公开的互联网数据信息及合法的公共数据,相关数据的获取严格遵循法律法规。数据内容由网站团队或作者手动整理,并进行适当的格式化和编辑,以便用户查阅和参考。
2、数据准确性与完整性
不保证所提供数据的绝对准确性、完整性和时效性。尽管我们尽力确保数据来源的可靠性,但公开数据可能存在更新延迟或错误。用户应自行核实数据的准确性和适用性,并根据个人判断进行使用。
3、用途限制
数据仅供学习、研究及参考使用,不得用于任何违法违规活动,或任何可能侵犯他人合法权益的用途。用户在使用数据时应严格遵守相关法律法规,自行承担因数据使用而产生的任何风险和责任。

http://www.dtcms.com/a/99788.html

相关文章:

  • 力扣HOT100之普通数组:41. 缺失的第一个正数
  • Cannot find a valid baseurl for repo: centos-sclo-sclo/x86_64
  • Vue实现的表格多选方案支持跨页选择和回显功能
  • DNS网络攻击:原理剖析、危害解读与全面防御指南
  • 【Python LeetCode 专题】每日一题
  • 【20期获取股票数据API接口】如何用Python、Java等五种主流语言实例演示获取股票行情api接口之沪深A股实时最新分时MACD数据及接口API说明文档
  • 本地缓存之Guava Cache
  • Linux CentOS 7 搭建我的世界服务器详细教程 (丐版 使用虚拟机搭建)
  • CTFshow命令执行(55-71)
  • 24_原型和原型链_this
  • GitHub上免费学习工具的精选汇总
  • 数字电路基础
  • 【Java/数据结构】优先级队列(PriorityQueue)(图文版)
  • PDF处理控件Aspose.PDF教程:通过C#、Java 和 Python删除 PDF中的水印
  • 测试cursor-AI编辑器
  • Python FastApi(8):模式的额外信息、额外数据类型
  • java网盘项目,文件和文件夹用两个表还是一个表,两个表理论查询效率慢了为啥要用,有啥优势
  • 数据结构 KMP 字符串匹配算法
  • 《Python Web部署应知应会》No2:如何基于FastAPI 和 OLLAMA 架构实现高并发 AI 推理服务
  • leetcode刷题日记——跳跃游戏 II
  • 编程语言
  • 【每日论文】DINeMo: Learning Neural Mesh Models with no 3D Annotations
  • Visual Studio中创建和配置设置文件(Settings.settings) - 详细步骤指南——待调试
  • 基于springboot小说题材在线阅读平台(源码+lw+部署文档+讲解),源码可白嫖!
  • QLoRA对大模型微调
  • Ubuntu 22 Linux上部署DeepSeek R1保姆式操作详解(ollama方式)
  • 基于Elasticsearch的个性化内容推荐技术实践
  • 方案推介:80页产品经理培训PPT课件:产品调研、用户画像、用户需求的收集【文末附下载链接】
  • vue3+bpmn.js基本使用
  • 缓存击穿中的二次判断