强生

RAG 检索增强生成：技术详解与应用展望

RAG检索增强生成：技术详解与应用展望一、引言随着人工智能技术的飞速发展，自然语言处理（NLP）领域迎来了前所未有的变革。

君君学姐·2025-03-07 07:18

【大模型基础_毛玉仁】0.系列文章

原书涵盖传统语言模型、大语言模型架构、提示工程、参数高效微调、模型编辑和检索增强生成等几大模块。

XiaoJ1234567·2025-03-07 00:02

Search-o1：智体搜索增强的大型推理模型

为了解决这一限制，引入Search-o1，这是一个使用智体检索增强生成(RAG)机制和用

三谷秋水·2025-03-05 22:53

【AI论文】DeepSolution：通过基于树的探索和双点思维促进复杂的工程解决方案设计

然而，检索增强生成（RAG）领域之前的研究并没有充分解决与复杂工程解决方案设计相关的任务。

东临碣石82·2025-03-05 17:07

RagFlow专题四、RagFlow 代码实战：基于通义千问（百炼平台）的检索增强生成（RAG）实现

RagFlow代码实战：基于通义千问（百炼平台）的检索增强生成（RAG）实现在本篇文章中，我们将从代码实战的角度，讲解如何使用RagFlow结合通义千问（百炼平台API）进行检索增强生成（RAG），实现一个完整的

伯牙碎琴·2025-03-05 13:07

【DeepSeek R1构建本地RAG知识库】应用框架选型对比（MaxKB、Dify、FastGPT、RagFlow、Anything-LLM）

Xd聊架构·2025-03-03 11:06

【大模型】RAG检索增强生成

RAG（Retrieval-AugmentedGeneration）是一种结合了信息检索（Retrieval）和生成（Generation）模型的混合型大模型架构，旨在解决传统生成模型在处理大规模外部知识时的局限性。简单来说，RAG通过在生成过程之前引入检索步骤，使得生成模型可以利用外部文档或知识库来增强其生成能力，提升对复杂问题的回答准确性。一、RAG的工作原理：检索阶段（Retrieval）：

油泼辣子多加·2025-03-02 21:47

Dify理论：漫话RAG

RAG，检索增强生成。给大语言模型一个大型图书馆。大语言模型在回答问题前，不要急于回答。先去图书馆里查阅一番，再根据所获取的知识进行回答。大语言模型，由闭卷考试，变成了开卷考试。

几道之旅·2025-03-02 12:58

基于 langchain+ollama 创建私有化知识库

概念介绍什么是RAGRAG是retrieval-augmented-generation的缩写，直译中文的意思是检索增强生成，可以简单理解能让训练好的大模型LLM可以结合外部数据，可以补充或者修正大模型返回的答案

大语言模型·2025-03-02 02:09

使用 LangChain 掌握检索增强生成 (RAG) 的终极指南：1、使用Langchain与RAG构建问答系统

1.使用Langchain实现基本RAG在本节中，我们将使用OpenAI和Langchain创建一个简单的QARAG。在下面的笔记本中，我们将进一步深入探讨RAG管道的复杂性。%load_extdotenv%dotenvsecrets/secrets.envfromlangchain_community.document_loadersimportPyPDFLoader,DirectoryLoad

Hugo_Hoo·2025-03-01 23:45

使用 LangChain 和 Milvus 构建测试知识库

LangChain是一个强大的框架，可以与向量数据库（如Milvus）无缝集成，用于构建基于检索的增强生成（RAG）系统。

Python测试之道·2025-03-01 22:07

提升AI测试效率：如何通过RAG技术优化LLM输出质量

为了解决这些问题，基于“检索增强生成”（RAG，Retrieval-Augmen

测试者家园·2025-03-01 12:05

基于 RAG（检索增强生成）、KAG（知识感知生成）和 CoT（链式思维）的生成式语言模型驱动推荐系统

一、系统架构详解1.输入层a.用户行为数据数据来源：网站浏览历史、购物车内容、购买记录、收藏夹、搜索记录等。处理方式：数据清洗、去重、时间序列分析，提取用户的长期和短期兴趣。特征工程：行为序列：用户行为的时间顺序，如最近浏览的商品类别。频率与时长：浏览某类商品的频率和时长。转化率：从浏览到购买的转化情况。b.商品数据数据来源：商品数据库，包括价格、品牌、类别、库存、评价、销量等。处理方式：标准化处

路人与大师·2025-02-27 09:27

RAG技术落地：核心痛点与应对策略全面解析

核心痛点与应对策略全面解析RAG技术落地：核心痛点与应对策略全面解析一、技术实现层的四大挑战二、数据质量管理的生死线三、产业落地的软性痛点四、未来技术演进方向RAG技术落地：核心痛点与应对策略全面解析检索增强生成

山风wind·2025-02-27 05:58

什么是RAG？RAG是如何解决问题的？RAG的未来发展趋势有哪些？

一、什么是RAG所谓RAG，检索增强生成（RetrievalAugmentedGeneration），简称RAG，已经成为当前最火热的LLM应用方案。

大模型综述·2025-02-26 18:31

在Intel GPU上使用IPEX-LLM进行本地BGE嵌入

在现代人工智能应用中，尤其在诸如检索增强生成（RAG）和文档问答等任务中，低延迟是一个至关重要的指标。

shuoac·2025-02-26 16:16

RAG技术全面解析：从原理到实践中的20个关键问题

RAG定义检索增强生成（Retrieval-AugmentedGeneration,RAG）是一种结合检索技术与生成模型的技术。

大F的智能小课·2025-02-26 12:47

【RAG系列】AI的“三步记忆法“ - RAG工作流程全景解析

从人类记忆到机器记忆1.1考试复习的三步法则建立知识框架提取核心信息综合运用考前预习划重点考场作答最终答案这个经典的学习过程与RAG的工作流程惊人相似：预习阶段→文档预处理与向量化划重点→语义检索与上下文压缩作答→增强生成与结果校验技术原理

什么都想学的阿超·2025-02-26 04:51

细说向量化知识库

向量化知识库（VectorizedKnowledgeBase）+检索增强生成（Retrieval-AugmentedGeneration，RAG）提供了一种高效的解决方案。本文将深入解析向量

CCSBRIDGE·2025-02-25 18:41

怎么提升自定义知识库的质量（向量知识库）

上传文档后，CherryStudio或者AnythingLLM会将内容转换为向量数据库（VectorDatabase），然后用于检索增强生成（RAG，Retrieval-AugmentedGeneration

CCSBRIDGE·2025-02-25 18:11

如何用解决大模型时效性和准确性问题？RAG技术核心原理

为了解决这一问题，研究人员提出了一种新颖的技术，即RAG（Retrieval-AugmentedGeneration，检索增强生成）。

·2025-02-25 03:23

Ollama Open WebUI

OpenWebUI支持多种语言模型运行器（如Ollama和OpenAI兼容API），并内置了用于检索增强生成（RAG）的推理引擎，使其成为强大的AI部署解决方案。

alden_ygq·2025-02-25 03:51

探索与Cursor协作创建一个完整的前后端分离的项目的最佳实践

在一定程度上可以说是当今AI时代的最强生产力代表。为此，不惜重金开了年费会员来紧跟时代步伐。当然cline、roocode、trae等开源或者免费产品也在紧追不舍。

朝凡FR·2025-02-24 08:40

使用 pgvector 实现 PostgreSQL 语义搜索和 RAG：完整指南

本文将介绍如何使用pgvector扩展来增强PostgreSQL数据库，实现语义搜索和检索增强生成（RAG）功能，从而大大提升数据检索的效率和准确性。2.p

llzwxh888·2025-02-22 19:00

无缝融入，即刻智能[4]：MaxKB知识库问答系统[进一步深度开发调试，完成基于API对话，基于ollama大模型本地部署等]

.简介MaxKB(MaxKnowledgeBase)是一款基于LLM大语言模型的开源知识库问答系统，1.1产品优势开箱即用：支持直接上传文档、自动爬取在线文档，支持文本自动拆分、向量化、RAG（检索增强生成

汀、人工智能·2025-02-22 13:14

南京大学联合字节开源视频超分辨率增强生成框架，视频清晰度一键提升，支持从低分辨率视频生成高分辨率视频

❤️如果你也关注AI的发展现状，且对AI应用开发非常感兴趣，我会每日分享大模型与AI领域的最新开源项目和应用，提供运行实例和实用教程，帮助你快速上手AI技术，欢迎关注我哦！微信公众号｜搜一搜：蚝油菜花快速阅读功能：STAR能够将低分辨率视频提升为高分辨率，恢复细节并保持时间一致性。技术：整合文本到视频扩散模型，引入局部信息增强模块和动态频率损失。应用：适用于影视制作、安防监控、运动员动作分析等多个

蚝油菜花·2025-02-21 05:45

使用BREEBS平台提升AI知识库

Breebs背后实现了多种增强生成（RAG）模型，以在每次迭代中无缝提供有用的上下文。技术背景介绍随着自然语言处理（NLP）技术的进步，大语言模型（LLM）在生成

dgay_hua·2025-02-21 05:11

企业级RAG开源项目分享：Quivr、MaxKB、Dify、FastGPT、RagFlow

企业级RAGGitHub开源项目深度分享：Quivr、MaxKB、Dify、FastGPT、RagFlow及私有化LLM部署建议随着生成式AI技术的成熟，检索增强生成（RAG）已成为企业构建智能应用的关键技术

Ainnle·2025-02-21 00:16

什么是Embedding、RAG、Function calling、Prompt engineering、Langchain、向量数据库？怎么使用

怎么使用Embedding（嵌入）RAG（检索增强生成）Functioncalling（函数调用）Promptengin

ZhangJiQun&MXP·2025-02-19 10:49

腾讯云大模型知识引擎×DeepSeek赋能文旅

腾讯云大模型知识引擎×DeepSeek赋能文旅——以合肥文旅为例的技术革新与实践路径一、技术底座：知识引擎与DeepSeek的融合逻辑腾讯云大模型知识引擎与DeepSeek模型的结合，本质上是**“知识库+检索增强生成

繁依Fanyi·2025-02-19 00:55

【带你 langchain 双排系列教程】1. langchian 基本架构与环境配置（siliconFlow Deepseek接入）

LangChain是一个用于构建和部署大模型应用的框架，涵盖了从语言模型（LLM）到检索增强生成（RAG）、OpenAI集成以及智能体（Agent）的全套工具链。

夜里慢慢行456·2025-02-18 17:35

Windows Docker Desktop部署MaxKB详细教程

MaxKB（MaxKnowledgeBase）是一款基于大语言模型（LLM）和检索增强生成（RAG）技术的开源知识库问答系统，旨在帮助企业、教育机构及研究组织高效管理知识并提供智能问答服务。

Roc-xb·2025-02-18 13:28

使用 pgvector 实现 PostgreSQL 语义搜索和 RAG：完整指南

本文将介绍如何使用pgvector扩展来增强PostgreSQL数据库，实现语义搜索和检索增强生成（RAG）功能，从而大大提升数据检索的效率和准确性。2.p

小林rr·2025-02-18 00:28

知识图谱大模型系列之 11什么是 Neo4j LLM 知识图谱构建器？

它与检索增强生成(RAG)聊天机器人集成，可实现自然语言查询和对数据的可解释洞察。

知识大胖·2025-02-17 07:53

RAG中的双编码器与跨编码器模型

分钟发布时间：2025-02-13近日热文：全网最全的神经网络数学原理（代码和公式）直观解释欢迎关注知乎和公众号的专栏内容LLM架构专栏知乎LLM专栏知乎【柏企】公众号【柏企科技说】【柏企阅文】检索增强生成

·2025-02-14 01:01

一文读懂RAG

三、RAG的特点四、基础RAG架构数据准备阶段应用阶段：五、RAG分类基础RAG(NaiveRAG)缺点高级RAG(AdvancedRAG)模块化RAG(ModularRAG)六、RAG(检索增强生成)

wangziling123456·2025-02-12 22:58

亚马逊云科技Bedrock知识库自定义语义搜索配置教程

借助亚马逊云科技的AmazonBedrock知识库功能，我们可以安全地将AmazonBedrock中的基础模型连接到我们的私有数据，实现检索增强生成（RAG）。

佛州小李哥·2025-02-12 13:57

如何在 Node.js 中创建嵌入向量

在构建检索增强生成（RAG）应用时，首要任务是准备

·2025-02-09 18:10

探秘检索增强生成：上下文检索、混合搜索与密集检索全解析

探秘检索增强生成：上下文检索、混合搜索与密集检索全解析阅读时长：15分钟发布时间：2025-02-09近日热文：全网最全的神经网络数学原理（代码和公式）直观解释欢迎关注知乎和公众号的专栏内容LLM架构专栏知乎

·2025-02-09 18:33

接入deepseek构建RAG企业智能问答系统

RAG（Retrieval-AugmentedGeneration，检索增强生成）：使用泛化的大模型，通过对问

da pai ge·2025-02-09 16:08

Retrieval-Augmented Generation，检索增强生成流程

RAG流程用户输入接收系统接收用户输入的查询问题或文本内容，例如“李白有哪些著名的作品？”用户输入可以通过自然语言处理（NLP）模型的输入端口或用户交互界面（如聊天应用、搜索引擎输入框等）接收。查询向量库将用户输入转换成向量，并在向量库中进行相似性搜索。向量库中存储了大量文本的向量表示，这些文本可以是书籍、文章、知识库条目等。例如，向量库中有某个文档表示李白的著名作品，其向量与用户输入的向量相似度

从零开始学习人工智能·2025-02-09 08:40

智能代理RAG：超越传统信息检索的AI代码生成新范式

传统的检索增强生成(RetrievalAugmentedGeneration,RAG)技术在信息检索领域扮演着重要的角色，但其局限性也日益显现。

·2025-02-08 23:09

RAG和KAG：AI知识增强的两大“利器”

一、检索增强生成（RAG）是什么？RAG是一个融合了基于检索

·2025-02-07 13:53

大模型RAG优化方案_融合bm25和语义检索

1.写在前面检索增强生成(Retrieval-AugmentedGeneration,RAG)是一种将检索(Retrieval)和生成(Generation)相结合的技术，它利用检索到的相关信息来增强大型语言模型

kakaZhui·2025-02-06 23:31

长上下文大模型会让检索增强生成（RAG）过时吗？

长上下文大模型会让检索增强生成（RAG）过时吗？大模型（LLM）的迅速发展对人工智能领域，尤其是自然语言处理（NLP）产生了重大影响。

·2025-02-05 18:38

知识图谱检索增强的GraphRAG(基于Neo4j代码实现）

前言图检索增强生成（GraphRAG）正逐渐流行起来，成为传统向量搜索方法的有力补充。这种方法利用图数据库的结构化特性，将数据以节点和关系的形式组织起来，从而增强检索信息的深度和上下文关联性。

大模型扬叔·2025-02-05 02:44

使用 LangChain 掌握检索增强生成 (RAG) 的终极指南：2、查询转换

查询转换查询转换的核心思想是将用户查询以一种能让大型语言模型（LLM）正确回答问题的方式进行翻译或转换。例如，如果用户提出一个模糊的问题，我们的RAG检索器可能会根据与用户问题不太相关的嵌入（embeddings）检索出错误的（或模糊的）文档，导致LLM生成错误的答案。解决这个问题有几种方法：退一步提示（Step-backprompting）：这涉及到鼓励LLM从一个给定的问题或问题中退一步，提出

Hugo_Hoo·2025-02-04 16:29

RAG：本地部署Langchain-Ollma(Windows)

RAG：本地部署Langchain-Ollma(Windows)RAG，即“RetrievalAugmentedGeneration”（检索增强生成），是一种结合了检索和生成技术的自然语言处理模型。

MurphyStar·2025-02-04 12:26

缓存增强生成（CAG）对比检索增强生成（RAG）：谁才是大语言模型的最优解？

·2025-02-04 03:49

深度学习：基于MindNLP的RAG应用开发

RAG（Retrieval-AugmentedGeneration，检索增强生成）是一种结合检索（Retrieval）和生成（Generation）的技术，旨在提升大语言模型（LLM）生成内容的准确性、

Landy_Jay·2025-02-03 13:47

推荐频道

强生

RAG 检索增强生成：技术详解与应用展望

【大模型基础_毛玉仁】0.系列文章

Search-o1：智体搜索增强的大型推理模型

【AI论文】DeepSolution：通过基于树的探索和双点思维促进复杂的工程解决方案设计

RagFlow专题四、RagFlow 代码实战：基于通义千问（百炼平台）的检索增强生成（RAG）实现

【DeepSeek R1构建本地RAG知识库】应用框架选型对比（MaxKB、Dify、FastGPT、RagFlow、Anything-LLM）

【大模型】RAG检索增强生成

Dify理论：漫话RAG

基于 langchain+ollama 创建私有化知识库

使用 LangChain 掌握检索增强生成 (RAG) 的终极指南：1、使用Langchain与RAG构建问答系统

使用 LangChain 和 Milvus 构建测试知识库

提升AI测试效率：如何通过RAG技术优化LLM输出质量

基于 RAG（检索增强生成）、KAG（知识感知生成）和 CoT（链式思维）的生成式语言模型驱动推荐系统

RAG技术落地：核心痛点与应对策略全面解析

什么是RAG？RAG是如何解决问题的？RAG的未来发展趋势有哪些？

在Intel GPU上使用IPEX-LLM进行本地BGE嵌入

RAG技术全面解析：从原理到实践中的20个关键问题

【RAG系列】AI的“三步记忆法“ - RAG工作流程全景解析

细说向量化知识库

怎么提升自定义知识库的质量（向量知识库）

如何用解决大模型时效性和准确性问题？RAG技术核心原理

Ollama Open WebUI

探索与Cursor协作创建一个完整的前后端分离的项目的最佳实践

使用 pgvector 实现 PostgreSQL 语义搜索和 RAG：完整指南

无缝融入，即刻智能[4]：MaxKB知识库问答系统[进一步深度开发调试，完成基于API对话，基于ollama大模型本地部署等]

南京大学联合字节开源视频超分辨率增强生成框架，视频清晰度一键提升，支持从低分辨率视频生成高分辨率视频

使用BREEBS平台提升AI知识库

企业级RAG开源项目分享：Quivr、MaxKB、Dify、FastGPT、RagFlow

什么是Embedding、RAG、Function calling、Prompt engineering、Langchain、向量数据库？ 怎么使用

腾讯云大模型知识引擎×DeepSeek赋能文旅

【带你 langchain 双排系列教程】1. langchian 基本架构与环境配置（siliconFlow Deepseek接入）

Windows Docker Desktop部署MaxKB详细教程

使用 pgvector 实现 PostgreSQL 语义搜索和 RAG：完整指南

知识图谱大模型系列之 11什么是 Neo4j LLM 知识图谱构建器？

RAG中的双编码器与跨编码器模型

一文读懂RAG

亚马逊云科技Bedrock知识库自定义语义搜索配置教程

如何在 Node.js 中创建嵌入向量

探秘检索增强生成：上下文检索、混合搜索与密集检索全解析

接入deepseek构建RAG企业智能问答系统

Retrieval-Augmented Generation，检索增强生成流程

智能代理RAG：超越传统信息检索的AI代码生成新范式

RAG和KAG：AI知识增强的两大“利器”

大模型RAG优化方案_融合bm25和语义检索

长上下文大模型会让检索增强生成（RAG）过时吗？

知识图谱检索增强的GraphRAG(基于Neo4j代码实现）

使用 LangChain 掌握检索增强生成 (RAG) 的终极指南：2、查询转换

RAG：本地部署Langchain-Ollma(Windows)

缓存增强生成（CAG）对比检索增强生成（RAG）：谁才是大语言模型的最优解？

深度学习：基于MindNLP的RAG应用开发

什么是Embedding、RAG、Function calling、Prompt engineering、Langchain、向量数据库？怎么使用