文章列表-AI魔法学院

文章列表

链接大模型与外部知识，智源开源最强语义向量模型BGE

此外，BGE 保持了同等参数量级模型中的最小向量维度，使用成本更低。

embedding 语义向量

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

提纲 1 简介 2 BGE M3-Embedding 2.1 训练数据构建

BGE M3-Embedding 多语音检索

Embedding开源模型重磅玩家：北京智源人工智能研究院最新Embedding模型发布！登顶MTEB，免费商用授权！

系列Embedding模型介绍和训练细节 · · BGE系列Embedding模型的效果 · · BGE系列Embedding模型的使用 ·

开源模型

Rerank——RAG中百尺竿头更进一步的神器，从原理到解决方案

比如我们最开始用m3e，后面用bge，再后面还用了通义千问的embedding模型。

RAG 检索增强

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

embed_model = resolve_embed_model(“local:BAAI/bge-small-en”)llm = OpenAI(model="gpt-3.5-

RAG 检索

中国电信开源星辰AI大模型：央企中首个完成LLM研发和开源的选手诞生

人类指令对齐上也下了不少功夫，经过一系列bge向量化+聚类以及人类标注的方式，团队得到完整、全面的基于人类偏好的排序数据。

开源大模型电信

使用大模型自动回复小红书/抖音/快手评论：通过RAG 优化LLMs实现

bge-small-en-v1.5来自 BAAI 的嵌入模型，可在 Hugging Face hub 上获得。

RAG 大模型自动回复

图解检索增强式生成（RAG）技术 | 万字长文

市面上有不少选择，我倾向于使用像 bge-large 或 E5 嵌入系列这样的搜索优化模型。

检索增强式生成 RAG

高级 RAG 技术——图解概览

1.2 向量化下一步是选择一个模型来对我们的块进行嵌入——有很多可选模型，我选择了像 bge-large 或 E5 嵌入系列这样优化搜索的模型。

RAG 检索图解

12个RAG常见痛点及解决方案

SentenceTransformersFinetuneEngine( train_dataset, model_id="BAAI/bge-small-en

RAG 大模型

大模型应用中大部分人真正需要去关心的核心——Embedding

排名上看，BGE好像还比较不错。

大模型

RAG检索增强技术在知识库智能检索场景下的应用实践

BERT、RoBERTa等模型擅长处理自然语言文本，而基于图的嵌入（如BGE）则适合处理结构化数据。

知识库 RAG检索增强

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

© 2023-2024 AI魔法学院

京ICP备20027199号-1