所有文章 > 当前标签:RAG
Github上的十大RAG(信息检索增强生成)框架
2024/11/20
信息检索增强生成(Retrieval-Augmented Generation,简称RAG)是一种强大的技术,能够显著提升大型语言模型的性能。RAG框架巧妙地结合了基于检索的系统和生成模型的优势，可以生成更加准确、符合上下文、实时更新的响应。随着对先进人工智能解决方案需求的不断增长，GitHub上涌现出众多开源RAG框架,每一个都提供了独特的功能和特性。
通过上下文检索优化RAG的语境理解
【AI驱动】
无论你的模型（大型语言模型LLM）有多先进，如果上下文信息块没有提供正确的信息，模型将无法生成准确的答案。在本教程中，我们将探索一种称为上下文检索的技术，以提高你的RAG系统中上下文信息块的质量。
2024/11/15
关于 RAG 您需要了解的一切
【AI驱动】
随着企业和人工智能专家寻求更智能的信息处理方式，RAG 将检索系统的丰富知识和生成模型的创造力这两个方面的优势结合在了一起。但究竟什么是 RAG，为什么每个人都在谈论它 ？
2024/10/23
从 RAG 到财富：为什么检索增强一代在 RAG 与微调之争中获胜？
【AI驱动】
您的人工智能计划呢？您的数据团队如何才能从LLM获得价值？这就是 RAG vs. Fine-Tuning 这两个有前途的 GenAI 开发和优化框架的用武之地。
2024/10/21
一文搞懂生成式检索增强
【AI驱动】
这篇博文探讨了与生成式人工智能相关的挑战、检索增强生成 (RAG) 如何帮助克服这些挑战、RAG 的工作原理以及使用 RAG 的优势和挑战。
2024/09/19
未来已来：探索检索增强图像生成
【AI驱动】
检索增强图像生成技术结合信息检索与图像生成，利用外部知识库提升图像质量与相关性，处理复杂文本，减少幻觉，增加多样性，确保图像与文本一致性，提供丰富视觉体验。
2024/08/21
检索增强生成技术：RAG API如何优化大语言模型
【AI驱动】
检索增强生成（RAG）是指对大型语言模型输出进行优化，使其能够在生成响应之前引用训练数据来源之外的权威知识库。
2024/08/01
RAG、Agent、知识库、向量数据库、知识图谱、Prompt…都在讲啥？
【日积月累】
在这篇文章中，我们将深入探讨包括但不限于与大模型搭配出现的高频词汇，白话了解下这几种技术背后的含义。
2024/06/13
大模型、RAG、Agent、知识库、向量数据库、知识图谱、AGI：区别与联系
【AI驱动】
在 AI 大模型的推理基础上，通过 RAG、Agent、知识库、向量数据库、知识图谱等技术手段实现了真正的 AGI（通用人工智能）。
2024/06/12
大模型从原理到应用开发——提纲挈领，十问十答
【AI驱动】
本文是 新加坡科研局首席AI研究员黄佳 在CSDN直播间主题分享的文字版。
2024/06/12