文章列表-AI魔法学院

文章列表

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

另外，大模型本身有着幻觉问题，检索增强也是最直接的解决方案。

大模型 Ziya

使用这个工具后，我将 RAG 的准确性和召回率都提高了两倍！

RAG（Retrieval Augmented Generation）是一种检索增强生成技术，它利用大型语言模型来处理用户查询，RAG 技术的主要组成包括数据提取—embedding—创建索引—检索—

RAG 大语言模型

LLM之RAG实战（五）| 高级RAG 01：使用小块检索，小块所属的大块喂给LLM，可以提高RAG性能

RAG（Retrieval Augmented Generation，检索增强生成）系统从给定的知识库中检索相关信息，从而使其能够生成事实信息、上下文相关信息和特定领域的信息。

RAG 检索

RAG 领域的新宠：为什么 AI 圈都在谈论 Jina ColBERT？

在 RAG (检索增强生成)领域，选对向量模型至关重要，它基本就决定了 RAG 系统的“天花板”，也因此，向量模型的选择总是业界的热门讨论话题。

rag 大模型

高级 RAG 技术——图解概览

pub.towardsai.net/advanced-rag-techniques-an-illustrated-overview-04d193d8fec6 文章知识结构图一、简介检索增强生成

RAG 检索图解

RAG 与 Finetuning，谁是提升 LLM 的最佳工具？

最终我们会问自己：我们应该使用检索增强生成（RAG）还是模型微调来改善结果？

训练

Nvidia发布Llama3-ChatQA-1.5: 提升对话问答和表格推理能力，平均性能超越GPT-4

该模型在对话式问答和检索增强型生成等能力方面表现出色，在综合评测指标上甚至超越了当前业界顶尖的GPT-4模型。

Llama3-ChatQA-1.5 对话问答模型

OpenAI 无需向量化的 RAG 新架构设计范式剖析

AI 应用在企业中落地越来越多了，特别是帮助用户从海量文档中迅速找到所需信息并提供答案，这些应用在技术上往往会使用到 RAG（检索增强生成），RAG 技术是构建这类系统的主要选择。

OpenAI RAG 架构

「语音识别的未来已来」——探索Distil-Whisper，轻量级AI的强大力量

在AI技术的浪潮中，一款新型的语音识别模型Distil-Whisper以其独特的魅力和强大的性能脱颖而出。

Distil-Whisper 语音识别

RAG模型的主要痛点和解决方案

检索增强生成（RAG）模型已经成为一种有前景的方法，通过利用存储在文档中的外部知识来提高生成文本的准确性和相关性。

rag 大模型

7.1k Star！RAGFlow：最新开源OCR+深度文档理解的RAG引擎、大海捞针测试、降低幻觉、服务化API集成进业务！

RAGFlow 是一个基于Deepdoc（深度文档理解）的开源 RAG（检索增强生成）引擎，仅仅一月，Github斩获近7.1k Star！

OCR RAG 开源

BGE M3-Embedding：智源最新发布的text embedding模型，多语言检索效果超过微软跟openai

，稀疏检索，多向量检索三种不同检索手段。

BGE M3-Embedding 多语音检索

简单提升RAG的10种方法

RAG（检索增强）通过为LLM提供回答查询时使用的事实背景，使LLM变得更加实用。

RAG 大模型

RAG应用中数据处理过程需要注意的事项

随着检索增强生成(RAG)应用程序不断发展，这些应用程序通常将Langchain/LlamaIndex与Weaviate/Pinecone和foundation Models结合在一起，它们遇到了各种障碍

RAG 大模型

研究人员开源中文文本嵌入模型，填补中文向量文本检索领域的空白

一直以来，基于向量的文本检索是重要的研究议题之一。

GPT

<1 234 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