RAG

加入交流群
扫码加入
获取工程师必备礼包
参与热点资讯讨论

RAG(Retrieval-Augmented Generation),是一种结合信息检索(IR)和生成式模型的技术框架。

RAG(Retrieval-Augmented Generation),是一种结合信息检索(IR)和生成式模型的技术框架。收起

查看更多
  • RAG检索不过关?试试这些优化策略,精准度飙升!
    近来,RAG成了大语言模型的“救命稻草”,可让大语言模型回答更准确、更靠谱。可问题来了,很多 RAG 应用的检索系统还是有点“笨”:要么漏掉关键信息,要么抓回一堆无关紧要的“噪声”,搞得最终答案质量参差不齐。
    RAG检索不过关?试试这些优化策略,精准度飙升!
  • RAG检索全攻略:Embedding与Rerank模型的终极指南
    在构建基于检索增强生成(RAG)的系统时,Embedding Model和Rerank Model扮演着至关重要的角色。比如你正在搭建一个智能搜索引擎,Embedding Model就像是帮你快速找到相关书籍的“图书管理员”,而Rerank Model则像是一位经验丰富的“资深书评人”,负责从一堆书里精准挑选出最符合你需求的那几本。两者配合,就像一对完美搭档,确保RAG系统既能找到大量信息,又能精准提炼出最关键的内容。
    3065
    03/19 09:45
    RAG
    RAG检索全攻略:Embedding与Rerank模型的终极指南
  • GitHub上流行的RAG框架介绍及优缺点分析
    随着大型语言模型在自然语言处理中的广泛应用,其固有的知识截止和“幻觉”问题逐渐暴露。为了解决这些问题,检索增强生成(Retrieval-Augmented Generation,简称 RAG) 技术应运而生。RAG 通过将外部知识库中的相关信息检索出来,并将这些信息融合到生成过程的上下文中,从而大幅提高了回答的准确性、时效性以及上下文一致性。这一方法不仅能克服知识截止问题,还能降低模型产生错误或“胡言乱语”的风险。
    GitHub上流行的RAG框架介绍及优缺点分析
  • DeepSeek点燃国产大模型斗志,RAG等核心技术被重估
    黑马DeepSeek-R1的崛起,给外国网友上演了一场来自东方的震撼。一边,OpenAI和Claude都破了大防,一个声讨“窃取”,一个嘲讽“落后”,两家水火不容的对手竟然以这种戏剧性的方式,鲜有地达成了一致。另一边,微软、亚马逊等云服务厂商,甚至英伟达都开启了“真香”模式,你追我赶地在自家云平台上线DeepSeek-R1。
    DeepSeek点燃国产大模型斗志,RAG等核心技术被重估
  • 大模型应用开发-走进 RAG 的世界
    在大模型的快速发展中,许多人被 ChatGPT、Claude 等对话模型惊艳得目瞪口呆。然而,我们稍微深挖就会发现,大模型的“超能力”并不总是那么稳定,有时候它可能信心满满地生成错误答案。于是,一个叫 RAG(Retrieval-Augmented Generation) 的技术应运而生,为大模型的应用开发带来了一次质的飞跃。
    大模型应用开发-走进 RAG 的世界