文章列表-AI魔法学院

文章列表

LangChain - RAG：线上系统多文档要频繁更新，每次都要重新花钱做一次 embedding，老板不批预算，批我...

做为大模型落地的两大方向之一，RAG 有个很大的坑等着我们，设想一下，需要定时更新一匹 PDF 文件到 RAG chatbot 里面去，总量不算多也不算少大约 15,000～的样子，开发环境里面根本没考虑过重新

大模型

零一万物API开放平台出场！通用Chat多模态通通开放，还有200K超长上下文版本

这不，前脚刚发布高性能向量数据库，零一万物又立马正式发布了自己的API开放平台，共为开发者提供三个版本的模型： § Yi-34B-Chat-0205：支持通用聊天、问答、对话、写作、翻译等功能。

零一万物 YI 李开复

AI数字人：重构人货场的新力量

AI数字人作为生成式AI的一个重要应用领域，正在逐渐成为电商人货场重构的主导力量。

数字人 AI 商业

必读！RAG好用的3种Router

PolyRouter 解决的问题 · 解决了与不同领域专门化的各种LLMs高效互动的挑战 · 平衡了查询执行吞吐量、不同LLM带来的不同成本和延迟、以及多路LLM高效查询三个问题。

RAG Router

高级 RAG 技术——图解概览

然后在运行时，我们要在所有这些向量与查询向量之间寻找最小的余弦距离，以找到最接近的语义含义。

RAG 检索图解

RAG超参数调优食用指南

接下来将用一个完整的使用指南来展示如何对 RAG 进行超参数优化，主要针对块大小和 top-K 两个参数。

rag 大模型

构建开源多模态RAG系统

该模型对不同的输入做出相同（非常相似）的嵌入向量，这些向量表示相同的事情。

RAG 大模型

解玄：共相、道、基类与战略

并且逐渐形成自己的运动轨迹，这种轨迹力量庞大所以就形成自由的束缚。

玄学科学

24年首篇离奇论文：加点噪声，RAG效果翻倍？

与传统的大型语言模型相比，RAG系统通过引入外部数据提高了其生成能力。

RAG 检索增强

微信为什么使用 SQLite 保存聊天记录？

接下来，本文将与大家共同探讨 SQLite 在过去一年中最新的 SQL 功能。

SQLite 微信数据库

回归分析：探索变量之间的奥秘

通过这种方法，我们可以深入了解因变量与自变量之间的密切联系，预测未来的变化趋势。

回归分析变量

「长文」可能是目前最全的LangChain AI资源库之一

Gradio模板[101]: 用于如何在Gradio上部署LangChain的模板[102]•AI入门[103]: 用于周末项目的Javascript AI入门堆栈，包括图像/文本模型、向量存储

工作

Prompt 策略：代码库 AI 助手的语义化搜索设计

文本向量化（Vectoring）。

prompt

简单提升RAG的10种方法

数据清理 RAG 将LLM的能力与特定数据联系起来。

RAG 大模型

百川智能RAG方案总结：搜索出生的百川智能大模型RAG爬坑之路

并且其自研的Baichuan-Text-Embedding向量模型也登顶了C-MTEB语义向量评测标准。

RAG 大模型

<...2 3 4 567 8 9 10 11 ...>

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