如何实现ASP中类似Global.asa的功能？？？

Afun 2002-02-26 02:57:02

有人说jRun才可以，我用的是Resin.不知道Global.asa是不是jsp的标准。

...全文

58 2 打赏收藏举报

写回复

2 条回复

切换为时间正序

请发表友善的回复…

发表回复

111222 2002-02-26

打赏
举报

回复

只需要人民币20元，

你就可以获得本灌水机的程序和Visual C＋＋源代码，

并获得永久性技术支持。

还等什么？灌水等着你！

就在今夜！元宵佳节！

(可怜我信誉)

yanchang 2002-02-26

打赏
举报

回复

jrun可以，resin没有用过

BGE-M3是一款革命性的多语言嵌入模型，支持100+语言，能够处理从短句到长达8192个token的长文档，同时具备稠密检索、稀疏检索和多向量交互三大核心功能，是构建RAG系统的理想选择。 ## BGE-M3是什么？揭秘多语言嵌入模型的三大超能力想象一下，你有一个能够理解100多种语言的智能助手，无论是中文、英文、法文还是阿拉伯文，它都能准确理解你的意图并找到最相关的信息。这就是BGE-M

本文介绍了如何在星图GPU平台上自动化部署BAAI/bge-m3语义相似度分析引擎，快速搭建多语言文本理解服务。该平台简化了环境配置，用户可轻松调用该模型进行文本向量化，并应用于智能客服、企业知识库检索等场景，实现从关键词匹配到语义理解的跨越。

本文介绍了如何在星图GPU平台上自动化部署BAAI/bge-m3语义相似度分析引擎镜像，并利用其WebUI界面快速体验多语言语义分析功能。该工具的核心应用场景之一是验证RAG（检索增强生成）系统的召回效果，通过计算用户问题与知识库内容的语义相似度，来评估检索结果的相关性，从而辅助优化智能问答系统。

本文介绍了基于星图GPU平台自动化部署BGE-Reranker-v2-m3镜像的完整流程。该平台支持一键启动预装环境，快速实现模型加载与测试。BGE-Reranker-v2-m3作为高性能重排序模型，适用于RAG系统中的语义精排场景，可有效提升AI应用中文本检索的相关性与准确性，助力开发者高效构建多语言AI应用。

本文介绍了基于星图GPU平台自动化部署通义千问3-Embedding-4B-向量化模型镜像的实践方法。该平台支持高效集成与一键启动，适用于长文本语义理解、中文向量检索及AI知识库构建等典型场景，助力开发者快速实现高精度文本向量化应用。

81,108

社区成员

341,721

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章