EI检索第5页

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

Doris实战—构建日志存储与分析平台

针对此场景，ApacheDoris提供了相应解决方案，针对日志场景的特点，增加了倒排索引和极速全文检索能力，极致优化写入性能和存储空间，使得用户可以基

不二人生·2025-02-09 18:47

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

PHP网站平替ES的搜索引擎来了，更轻量更方便！

Windsearchwindsearch，PHP原生实现的全文检索引擎，无任何复杂的安装配置，开箱即用，可承受百万至千万的数据。

·2025-02-09 15:01

快速优雅解决webview_flutter不能Safari调试的问题

这个问题，网上一搜，又是让你去检索WKWebView，找到FWFWebViewHostApi.m文件，然后再改iOS的代码，加一行self.inspectable=YES;我们开发Flutter项目，尽量还是不要去改插件里的代码

GeniuswongAir·2025-02-09 10:20

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

【学习记录】使用高德地图API开发一个简单基础的WebGIS系统(GIS考研院校专题地图网站)

1.功能设计2.数据处理3.项目结构4.功能实现4.1.初始化4.2.地图基础功能模块4.2.1.放大缩小功能,图层管理功能4.2.2.地图测量功能,几何绘制功能4.3.导航规划功能模块4.4.POI检索功能模块

Simon_Fitz·2025-02-09 04:31

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

知识库升级新思路：用生成式AI打造智能知识助手

知识库管理系统（KnowledgeBaseManagementSystem,KBMS）作为一种有效的信息管理工具，帮助企业存储、组织和检索知识。

·2025-02-08 19:01

MySQL 视图存储过程与存储函数

3.索引（Index）用于加速查询和数据检索的数据库对象，常用于优化性能。4.主键（PrimaryKey）唯一标识表中每一行记录的约束，值必须唯一且非空。5.外

曹二747·2025-02-08 10:26

MyBatis的理解

它消除了几乎所有的JDBC代码和参数的手工设置以及结果集的检索。

2401_86941462·2025-02-08 08:10

Lucene搜索引擎原理与代码实例讲解

Lucene搜索引擎原理与代码实例讲解关键词：搜索引擎,全文检索,倒排索引,查询优化,索引构建,分词,评分器1.背景介绍1.1问题由来在信息爆炸的互联网时代，如何高效地管理和搜索信息成为了一个严峻的挑战

杭州大厂Java程序媛·2025-02-08 04:41

爬虫学习--1.前导知识

我们感兴趣的信息分为不同的类型：如果只是做搜索引擎，那么感兴趣的信息就是互联网中尽可能多的高质量网页；如果要获取某一垂直领域的数据或者有明确的检索需求，那么感兴趣的信息就是根据我们的检索和需

F——·2025-02-07 19:14

康谋分享 | AD/ADAS的性能概览：在AD/ADAS的开发与验证中“大海捞针”！

利用指标整理驾驶数据2、创建合理且可观的概览三、结论如果您希望从数百万小时的驾驶数据中查找特定的相关驾驶事件和未遂事故，以确保您的所需功能正确运行，最好的方法就是创建一个系统性能的概览分析，实现在数据日志中快速检索关注点

康谋自动驾驶·2025-02-07 15:20

深度搜索MoE：利用大规模预训练模型提升信息检索效能

深度搜索MoE：利用大规模预训练模型提升信息检索效能DeepSeek-MoE项目地址:https://gitcode.com/gh_mirrors/de/DeepSeek-MoE项目简介DeepSeek-MoE

杭律沛Meris·2025-02-07 15:20

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

向量数据库技术全景

本文深入探讨了向量数据库的基础概念、架构设计及实现技术，详细介绍了HNSW、FAISS和Milvus等关键算法和工具，旨在为高效管理和检索高维向量数据提供全面的技术指南。

萌之哧哧·2025-02-07 11:49

Deep-Seek 开源项目教程

Deep-Seek开源项目教程项目地址:https://gitcode.com/gh_mirrors/de/deep-seek项目介绍Deep-Seek是一个由dzhng开发的开源项目，旨在构建一个强大的语言模型检索引擎

毛炎宝Gardener·2025-02-07 08:34

使用DeepSeek-R1和Ollama构建RAG系统以进行本地部署

在本教程结束时，您将拥有一个部署的RAG系统，该系统能够从矢量数据库中检索相关信息，并根据该数据生成智能、真实的响应。阅读时长：25分钟发布时间：2025-02-06近日热文：全网

·2025-02-07 02:10

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

什么是人工智能（AI）？

人工智能AI（即ArtificialIntelligence）是计算机科学的一个分支，旨在让计算机模仿人类的决策能力、像人类一样思考和行动，来解决如自然语言处理、推荐、智能数据检索、预测等方面人类无法处理或难以处理的复杂工作

5G云网络·2025-02-06 13:26

计算机系统基础概述

计算机的核心功能包括算术运算、逻辑判断、数据存储和信息检索计算机发展历程计算机的发展历程可以划分为几个重要的阶段，每个阶段都有其标志性的技术和里程碑事件原始计算时代：在这个阶段，人类使用结绳、垒石、算筹等方法进行计数和计算

啊呦.超能力·2025-02-06 12:23

正则表达式详解及应用

主要用于字符串模式匹配，如检索、替换、验证

xiaobai___1·2025-02-06 08:23

三分钟看懂RAG在智能问答系统中的应用

RAG是一种将信息检索与生成模型相结合的混合架构。

大模型玩家·2025-02-05 22:04

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

数据管理效率革命：非结构化数据管理平台引领变革

传统以结构化数据为核心的管理体系，在应对文档、图像、音视频等复杂形态数据时，效率瓶颈日益凸显：存储成本高、检索速度慢、分析能力弱，导致数据价值长期被低估。如何通过技术革新实现数据管理效率的跃升？

够快云库·2025-02-05 15:14

python find函数

用于判断字符串是否含有子串；若包含子串，则返回所在字符串第一次出现的位置索引若不包含子串，则返回-1二、find函数语法：字符串.find(self,sub,start=None,end=None)源码：sub：指定检索的字符串

凌冰_·2025-02-05 12:20

deepseek测试提效之快速查找测试用例

当测试用例数量庞大且分散在不同的文档、工具或系统中时，快速检索所需的测试用例变得尤为重要。DeepSeek的语义搜索能力可以帮助测试工程师轻松找到相关测试用例，避免重复劳动，提高测试覆盖率。

Python测试之道·2025-02-05 12:44

DeepSeek安装部署指南

DeepSeek是一个用于高效文档检索的工具包。

SAFE20242034·2025-02-05 11:11

MongoDB简介

1，什么是NoSQLNoSQL(notonlySQL)：由提供缺乏传统SQL关系数据库的严格限制模型的存储和检索技术组成。

白菜4220·2025-02-05 11:39

【知识图谱增强】大模型应用架构：融合智能与数据的新纪元！

ChatGPT的外部搜索能力，使其不仅限于预训练的数据，而是可以实时访问和检索互联网的最新信息。这就是典型的知识增强大模型应用，通过外部知识的增强能够扩展大模型的能力，让其

大模型入门教程·2025-02-05 10:36

深入掌握DuckDuckGo搜索API：智能检索策略

在本文中，我们将介绍如何使用DuckDuckGo搜索API进行信息检索，包括常见问题、解决方案以及进一步的学习资源。

dfvcbipanjr·2025-02-05 07:49

使用DuckDuckGo搜索API进行高效信息检索：Python实践指南

使用DuckDuckGo搜索API进行高效信息检索：Python实践指南引言在当今信息爆炸的时代，快速准确地获取所需信息变得越来越重要。

afTFODguAKBF·2025-02-05 07:18

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

【2024年国内一些知名的免费AI对话工具的对比】

百度文心一言特点:基于ERNIE模型，拥有知识增强、检索增强和对话增强的技术特色，支持跨模态生成。体验地址:https://yiyan.baidu.com/讯飞星火认知大模型特点:支持多风格长文本生成

龙少9543·2025-02-05 01:02

咦呀·2025-02-05 00:59

Java反射API详解与应用场景

编程语言中的反射机制通常用于从类、对象或方法中检索元数据，或者更特别的说，从代码本身中获取信息。这就意味着我们可以通过一个程序获取我们代码的信息，甚至是修改它。

哎你看·2025-02-04 20:29

深度学习-98-大语言模型LLM之基于langchain的代理create_react_agent工具

文章目录1Agent代理1.1代理的分类1.2ReAct和Structuredchat2代理应用ReAct2.1创建工具2.1.1嵌入模型2.1.2创建检索器2.1.3测试检索结果2.1.4创建工具列表

皮皮冰燃·2025-02-04 18:46

【ChatGLM】基于 ChatGLM-6B + langchain 实现本地化知识库检索与智能答案生成: 中文 LangChain 项目的实现开源工作

【ChatGLM】基于ChatGLM-6B+langchain实现本地化知识库检索与智能答案生成:中文LangChain项目的实现开源工作目录【ChatGLM】基于ChatGLM-6B+langchain

AI天才研究院·2025-02-04 17:04

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

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。

Hugo_Hoo·2025-02-04 16:29

OpenAI 实战进阶教程 - 第八节: 模型扩展与智能工具开发 - 理解 Embedding 与向量检索原理

适合的读者群体软件开发人员：需要在项目中实现智能检索或问答功能的工程师。数据分析师/科学家：对自然语言处理、文本挖掘等方向感兴趣，希望了解最新向量检索技术。

山海青风·2025-02-04 15:46

基于python flask的新闻检索阅读系统完整代码可直接运行毕业设计

项目演示：基于pythonflask的新闻检索阅读系统_哔哩哔哩_bilibili代码：#coding:utf-8fromflaskimportFlask,request,render_template

一枚爱吃大蒜的程序员·2025-02-04 12:59

毕设开源深度学习图像搜索算法-图像搜索引擎(源码分享)

文章目录0简介1前言2图像检索介绍(1)无监督图像检索(2)有监督图像检索3图像检索步骤4应用实例最后0简介今天学长向大家分享一个毕业设计项目毕业设计深度学习图像搜索算法-图像搜索引擎(源码分享)项目运行效果

knooor·2025-02-04 12:28

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

如何在本地正确部署Dify服务

Dify是一个开源的LLM（大型语言模型）应用开发平台，旨在为开发者提供从Agent构建到AIworkflow编排、RAG检索、模型管理等全方位的能力，从而轻松构建和运营生成式AI原生应用。

写python的鑫哥·2025-02-04 12:56

前缀和算法+实现

目录1.前缀和算法2.前缀和实现Leetcode303：区域和检索-数组不可变Leetcode304：二维区间和检索-数组不可变Leetcode560：和为K的子数组3.总结1.前缀和算法前缀和的定义：

力扣刷穿·2025-02-04 12:22

关于 RAG 模式的用户建议-（致Openai邮件内容节选）

问题现状与不足在使用RAG模式（“GPTs”应用或“项目”功能）处理相对复杂的任务（例如项目管理、长篇内容创作或复杂问题求解）时，我发现当前的检索方式过于依赖多路召回和全文总结。

tsistbasit·2025-02-04 12:51

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

Elasticsearch集群架构：构建高效、可扩展的搜索平台

在当今大数据和云计算的时代，高效、实时的数据检索能力成为了企业核心竞争力的重要组成部分。

detayun·2025-02-04 03:11

关于双塔模型的简单介绍

eso1983·2025-02-04 02:08

推荐频道

EI检索