文章列表-AI魔法学院

文章列表

RAG检索增强技术在知识库智能检索场景下的应用实践

2、前检索模块：在正式检索之前，前检索模块可以进行多种预处理操作。

知识库 RAG检索增强

LLM大模型推理输出生成方式总结

参数设置：do_sample = False, num_beams>1 缺点：虽然结果比贪心搜索更流畅，但是仍然存在生成重复的问题 Multinomial sampling（多项式采样）方式

大模型

大模型RAG检索增强问答如何评估：噪声、拒答、反事实、信息整合四大能力评测任务探索

此外，还通过搜索引擎从互联网上检索外部文档。

大模型 RAG检索增强

高级 RAG 技术——图解概览

简而言之，RAG 结合了搜索和大语言模型提示功能，即在模型回答问题时，以搜索算法发现的信息作为上下文环境。

RAG 检索图解

图解检索增强式生成（RAG）技术 | 万字长文

简而言之，RAG 结合了搜索和 LLM 的提示功能，在此基础上，模型根据搜索算法提供的信息，作为上下文来回答问题。

检索增强式生成 RAG

微信向量检索分析一体化数仓探索：OLAP For Embedding

embedding 和 vector search(向量搜索)的概念是支持推荐、问答、图像搜索等功能的核心。

OLAP For Embedding 一体化数仓

语义检索系统[全]：基于Milvus+ERNIE+SimCSE+In-batch Negatives样本策略的学术文献语义检索

搜索引擎需要能够根据两者的意义，将其索引中的内容与你的搜索查询进行匹配。

开源模型

AI探索-我怎么使用Kimi Chat的

后来在网上搜了下，这组Prompt很实用，从what、why、how三方面去总结。

KimiChat 写作

深度体验3天后，我把腾讯这款copilot锁进了程序坞

1个搜索框、4个按钮，包圆AI搜索、AI笔记、AI写作、文生图、AI收藏夹……这样的AI产品总算来了。

copilot ima 知识库

检索增强生成 (RAG):What, Why and How?

如果您正在使用像Elasticsearch这样的搜索引擎，则需要在搜索引擎中对数据进行索引。

检索增强大模型

回归分析：探索变量之间的奥秘

一、开启探索之旅回归分析，这把探索世间万物背后逻辑的钥匙，能够解锁变量之间的关系。

回归分析变量

微信搜狗爬虫WechatSogou - 从微信公众号获取文章的利器

而幸运的是微信搜狗搜索引擎为搜索公众号文章提供了一个公共入口。

WechatSogou 微信搜狗

颠覆数据存储方式：向量数据库的威力

它主要基于向量相似度搜索，可以更快速地处理大规模的高维数据。

编程数据库

姜子牙大模型系列 | 为知识检索而生，Ziya-Reader开源，多个长文本中文任务第一

我们几乎每天都使用搜索引擎，搜索是大模型需求最多的落地应用之一。

大模型 Ziya

检索增强生成(RAG)有什么好的优化方案？

下面针对每个模块分别做说明（备注：以下内容部分参考了检索增强生成技术(RAG)深度优化指南：原理、挑战、措施、展望）。

RAG 检索增强

<123 4 5 6 7 8 9 10 ...>

汇聚AI资讯，网罗AI文档，详解AI工具！

关于我们用户协议隐私条款商务合作：skillupvip

© 2023-2025 AI魔法学院

京ICP备20027199号-1