文章列表-AI魔法学院

文章列表

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

高级 RAG 技术——图解概览

一、简介检索增强生成（RAG）通过结合从数据源检索到的信息，为大语言模型（大语言模型）生成的回答提供依据。

RAG 检索图解

微信向量检索分析一体化数仓探索：OLAP For Embedding

我们发现社区中“向量搜索”的兴趣显著增加;具体来说，大家感兴趣了解的是：何时需要专门向量数据库，何时不需要？

OLAP For Embedding 一体化数仓

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

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

改进召回（Retrieval）和引入重排（Reranking）提升RAG架构下的LLM应用效果

如前文LLM应用架构之检索增强（RAG）的缘起与架构介绍，RAG架构很好的解决了当前大模型Prompt learning过程中context window限制等问题，整体架构简明清晰，易于实现，得到了广泛的应用

大模型

Stable Diffusion

Stable Diffusion 又是一个史诗级增强、出图效率暴增 5 倍

的出图过程，我们应该知道 Stable Diffusion 的出图过程其实是从一张纯噪声图中去噪点，最后变成一张清晰的图片，这大概需要 20-50 步（也就是我们设置的步数）而 LCM 强调的是不要再一步步迭代了

StableDiffusion 文生图

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

OpenAI 上线新功能力捧 RAG，开发者真的不需要向量数据库了？

的确，OpenAI 在现场频频放出大招，宣布推出 GPT-4 Turbo 模型、全新 Assistants API 和一系列增强功能。

RAG 检索向量库

大模型推理能力增强方法总结

这个第二个提示是一个自我增强的提示。

推理能力大模型

24年首篇离奇论文：加点噪声，RAG效果翻倍？！

论文：《The Power of Noise: Redefining Retrieval for RAG Systems》这篇论文探讨了基于检索增强的语言模型（RAG）系统中的信息检索（IR）组件对系统性能的影响

RAG 检索论文

你真的会写 Prompt ? 剖析 RAG 应用中的指代消解

其中，检索增强生成（Retrieval-augmented generation，RAG）是一种针对知识密集型 NLP 任务的生成方法，它通过在生成过程中引入检索组件，从已知的知识库中检索相关信息

Prompt 大语言模型 RAG

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

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

今天对百川的RAG方法进行解读，百川智能具有深厚的搜索背景，来看看他们是怎么爬RAG的坑的吧～总的来说，百川通过长上下文模型(192k)+搜索增强结合的方法来解决知识更新，降低模型幻觉的问题，使得其在

RAG 大模型

<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