文章列表-AI魔法学院

文章列表

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

如果我们可以基于更小、更有针对性的块进行嵌入/检索，但仍有足够的上下文供LLM合成响应，该怎么办？

RAG 检索

RAG检索增强技术在知识库智能检索场景下的应用实践

2.1.1、步骤1：构建数据索引：在构建数据索引的过程中，首先需要将大量文档分割成均匀的小块，这些小块被称为“文本块”，每个文本块包含了一段原始文本信息。

知识库 RAG检索增强

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

Google现在明白，所有这些关键词搜索的意思都大同小异，并为所有这些搜索去排名基本相同的页面。

开源模型

2023检索增强生成技术（RAG）研究进展

与传统检索相比，当前 RAG 系统最显著的不同之处在于其组件的灵活性和模块化设计。

RAG 检索增强

图解检索增强式生成（RAG）技术 | 万字长文

4、上下文丰富化这里的概念是检索较小的文本块以提高搜索质量，但在 LLM 推理时增加周围的上下文。

检索增强式生成 RAG

检索增强生成 (RAG):What, Why and How?

根据不同类型和用例以及embedding模型，数据会更小块进行处理, 例如：如果你要保存文本信息，可以按句子或段落划分；如果你要保存代码，则可以按函数或类划分；如果你选择提供与LLM相关上下文范围范围代码片段时

检索增强大模型

微信向量检索分析一体化数仓探索：OLAP For Embedding

相比于语义性检索引擎（ES）与专业的高性能检索服务，OLAP 数仓的向量检索能力在场景有何区别？

OLAP For Embedding 一体化数仓

大模型检索增强生成RAG的优化

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 检索增强大模型

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

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 检索增强生成

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

生成后，手动检查答案，并过滤掉难以通过搜索引擎检索的数据。

大模型 RAG检索增强

大模型检索增强生成(RAG)高质量报告

今天分享一个来自同济大学Haofen Wang的关于检索增强生成的报告：《Retrieval-Augmented Generation (RAG): Paradigms, Technologies, and

RAG 大模型检索

LLM应用架构之检索增强（RAG）的缘起与架构介绍

如图，引入一个检索过程，将领域知识通过相关性检索，将相关信息检索出来，基于它们来构造prompt，最终传给LLM，让其在此之上总结推理。

LLM

RAG——使用检索增强生成构建特定行业的大型语言模型

下面是检索增强技术论文的摘要部分，从中我们可以看到，检索增强技术是用于知识密集型nlp任务处理文本生成时，先通过信息检索技术来增强信息输入来使生成的内容更具体、更多样化和更真实的技术。

大模型

忘掉 RAG，未来是 RAG-Fusion！搜索的下一个前沿：检索增强生成遇上倒数排名融合和生成查询

可以诚实地说，最近出现的检索增强生成（RAG）技术是最具颠覆性的。

RAG-Fusion 检索增强

<12 3 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