RAG优化方法

Python高效编程技术大全：从解释器到异步编程

本文还有配套的精品资源，点击获取简介：《Python高性能编程技术》旨在指导开发者深入理解Python的性能优化方法。
竹石文化传播有限公司·2025-07-20 20:39

数据结构与算法里散列表的算法优化技巧

哈希冲突、负载因子、开放寻址法、链地址法、动态扩容、哈希函数优化摘要：本文将深入探讨散列表的核心原理与优化技巧，通过图书馆管理员的比喻揭示哈希冲突的本质，结合Python代码演示动态扩容策略与哈希函数优化方法
数据结构与算法学习·2025-07-20 13:21

构建企业私有RAG系统全流程：从 PDF 到智能问答的落地实践

构建企业私有RAG系统全流程：从PDF到智能问答的落地实践✅一、RAG到底是什么？为什么你现在必须了解它？RAG，全称Retrieval-AugmentedGeneration（检索增强生成）。
观熵·2025-07-20 12:16

大模型本地部署-dify私有化部署-教程

其直观的界面结合了AI工作流、RAG管道、Agent、模型管理、可观测性功能等，可以让您快速从原型到生产。二、核心功能列表1、工作流：在画布上构建和测试功能强大的AI工作流程。
·2025-07-20 11:05

【面试必背】RAG技术全面解析：从原理到实践中的20个关键问题

大家好，我是大F，深耕AI算法十余年，互联网大厂核心技术岗。知行合一，不写水文，喜欢可关注，分享AI算法干货、技术心得。【专栏介绍】：欢迎关注《大模型理论和实战》、《DeepSeek技术解析和实战》，一起探索技术的无限可能！【大模型篇】更多阅读：【大模型篇】万字长文从OpenAI到DeepSeek：大模型发展趋势及原理解读【大模型篇】目前主流AI大模型体系全解析：架构、特点与应用【大模型篇】Gro
大F的智能小课·2025-07-20 09:54

人工智能界的“黑话“大揭秘：AI新词汇速成指南

听到RAG、Agent、PromptEngineering时以为他们在说天书？别担心，今天我们就来一场AI术语的"通俗化运动"，让你轻松混入AI圈子，秒变内行人！
·2025-07-20 09:53

Synergizing RAG and Reasoning: A Systematic Review-RAG与推理能力深度结合-新方向

欢迎关v：数据分析能量站0论文小结一、研究背景与核心问题大语言模型（LLM）在处理复杂任务时面临两大瓶颈：知识局限性：纯LLM存在“知识幻觉”（编造事实）和“领域知识缺口”；推理浅度：传统检索增强生成（RAG
数据分析能量站·2025-07-19 19:05

深度学习超参数优化（HPO）终极指南：从入门到前沿

本文是一篇关于超参数优化（HyperparameterOptimization,HPO）的综合性指南，旨在带领读者从最基础的概念出发，系统性地梳理从经典到前沿的各类优化方法，并最终落地于实用策略和现代工具
·2025-07-19 16:50

ColQwen-Omni：RAG全模态检索来了，支持【文本|图像|视频|音频】四种模态！

还记得ColPali、ColQwen和DSE吗？这些模型开创了视觉文档检索的新范式：无需费力地从文档中提取文本进行处理，只需将文档页面视为一系列图像（屏幕截图），然后训练视觉语言模型（VLM）直接将其内容表示为向量。ColPali的实践表明，这种策略通常比其他替代方法更快、更简单，并且能带来更好的检索性能。自发布一年以来，ColPali和ColQwen系列模型已被下载数百万次，被誉为“2024年顶
致Great·2025-07-19 12:22

互联网大厂Java求职面试：基于Spring AI与云原生架构的RAG系统设计与实现

互联网大厂Java求职面试：基于SpringAI与云原生架构的RAG系统设计与实现场景背景郑薪苦，一位自称“代码界的段子手”的程序员，正在参加某互联网大厂的技术总监面试。
在未来等你·2025-07-19 12:16

【AI大模型学习路线】第三阶段之RAG与LangChain——第十六章（Advanced RAG[1]）基于历史对话重新生成Query？

【AI大模型学习路线】第三阶段之RAG与LangChain——第十六章（AdvancedRAG[1]）基于历史对话重新生成Query？
985小水博一枚呀·2025-07-12 16:20

【AI大模型学习路线】第三阶段之RAG与LangChain——第十六章（Advanced RAG[1]）其他Query优化相关策略？

【AI大模型学习路线】第三阶段之RAG与LangChain——第十六章（AdvancedRAG[1]）其他Query优化相关策略？
985小水博一枚呀·2025-07-12 16:20

使用 DeepSeek R1 和 Ollama 开发 RAG 系统 使用 DeepSeek R1 和 Ollama 构建强大的 RAG 系统。了解开发智能 AI 解决方案的设置过程、最佳实践和技巧。

简介DeepSeekR1和Ollama提供了用于构建检索增强生成(RAG)系统的强大工具。本指南介绍了使用这些技术开发RAG应用程序的设置、实施和最佳实践。
知识大胖·2025-07-12 11:20

AnythingLLM教程系列之 12 AnythingLLM 上的 Ollama 与 MySQL+PostgreSQL

系列文章如何安装《无需任何代码构建自己的大模型知识库：AnythingLLM最易于使用的一体化AI应用程序，可以执行RAG、A
知识大胖·2025-07-12 11:20

AnythingLLM教程系列之 09 AnythingLLM 支持自定义音频转录提供程序

AnythingLLM是最易于使用的一体化AI应用程序，可以执行RAG、AI代理等操作，且无需任何代码或基础设施难题。
知识大胖·2025-07-12 11:50

AnythingLLM教程系列之 04 AnythingLLM 允许您以正确的格式导出聊天日志，以构建 GPT-3.5 和 OpenAI 上其他可用模型的微调模型（教程含安装步骤）

AnythingLLM是最易于使用的一体化AI应用程序，可以执行RAG、AI代理等操作，且无需任何代码或基础设施难题。
知识大胖·2025-07-12 11:20

2025年的RAG技术发展趋势与演进

本文将分享作为大模型应用创业者的经历与观察，讨论RAG技术和市场环境在2024年的变化。
码农Q！·2025-07-12 10:36

超越RAG的搜索革命！分层框架让AI像专家团队一样深度思考

❝一句话概括：与其训练一个越来越大的“六边形战士”AI，不如组建一个各有所长的“复仇者联盟”，这篇论文就是那本“联盟组建手册”。（原论文题目见文末，点击阅读原文可直接跳转至原文链接，Publishedonarxivon03Jul2025,byRenminUniversityofChina）*第一阶段：核心思想概览**论文的动机*在面对“未来的家庭娱乐会是什么样？”或“结合最新的财报和市场趋势，分析
Python_金钱豹·2025-07-12 01:38

Java 与 MySQL 性能优化：MySQL连接池参数优化与性能提升

2.1max_connections2.2wait_timeout2.3interactive_timeout2.4connect_timeout2.5thread_cache_size三、连接池参数不合理导致的性能问题3.1连接耗尽3.2响应变慢3.3连接失效3.4资源浪费四、连接池参数优化方法与策略
程序员岳彬·2025-07-11 20:32

【AI大模型学习路线】第三阶段之RAG与LangChain——第十六章（Advanced RAG[1]）MultiQuery retriever详解？

【AI大模型学习路线】第三阶段之RAG与LangChain——第十六章（AdvancedRAG[1]）MultiQueryretriever详解？
985小水博一枚呀·2025-07-11 13:15

Dify小白入门指南：通过官方文档学习工作流编排和API调用

小白入门指南：通过官方文档学习工作流编排和API调用一、Dify平台简介与核心功能Dify是一个开源的LLM应用开发平台，被设计为一个"生成式AI应用创新引擎"，它提供了从Agent构建到AI工作流编排、RAG
伟大无须多言·2025-07-11 12:39

OpenWebUI(11)源码学习-后端config.py配置文件

**RAG（Retrieval-AugmentedGeneration）配置**6.**图像生成配置**7.**代码解释器配置**
青苔猿猿·2025-07-11 12:08

【RAG实战指南 Day 13】嵌入模型选择与性能对比

【RAG实战指南Day13】嵌入模型选择与性能对比文章内容开篇欢迎来到"RAG实战指南"系列的第13天！今天我们聚焦RAG系统中的关键组件——嵌入模型。
在未来等你·2025-07-11 08:12

机器学习算法：核心原理与前沿发展综述

本文将系统性地探讨机器学习算法的分类体系、数学基础、优化方法以及最新发展趋势，为从业者提供技术参考。
fmvrj34202·2025-07-11 02:34

Spring AI 本地 RAG 实战：用Redis、Chroma搭建离线知识问答系统

pom.xmlapplication.yml配置（Redis+Ollama）Redis向量库实战OllamaConfig.javaRagService.javaRagController.javaRagApplication.java测试样例RAG
勤奋的知更鸟·2025-07-11 00:51

【GitHub开源项目实战】LLM-Cookbook 中文大模型工程手册全解析：多场景落地应用与技术优化路径深度实践

|LLM-Cookbook中文大模型工程手册全解析：多场景落地应用与技术优化路径深度实践关键词LLM-Cookbook，中文大模型，Datawhale，大模型实战，LangChain应用，多模态集成，RAG
·2025-07-10 21:59

从数据到智慧：AI原生知识库构建的完整技术栈解析

从数据到智慧：AI原生知识库构建的完整技术栈解析关键词AI原生知识库、知识图谱、向量数据库、大语言模型、RAG技术、知识工程、智能问答系统摘要在人工智能飞速发展的今天，构建能够真正理解、组织和应用知识的系统已成为企业数字化转型的核心竞争力
AI天才研究院·2025-07-10 19:15

RAG 权威指南：从本地实现到生产级优化的全面实践

1.RAG权威指南：从本地实现到生产级优化的全面实践大型语言模型（LLM）的知识受限于其训练数据，这是一个众所周知的痛点。
·2025-07-10 19:22

KTO（Kahneman-Tversky Optimization）技术详解与工程实现

KTO（Kahneman-TverskyOptimization）技术详解与工程实现一、KTO核心思想KTO是基于行为经济学前景理论（ProspectTheory）的偏好优化方法，突破传统偏好学习需要成对数据的限制
DK_Allen·2025-07-10 18:06

检索增强生成(RAG)技术演进：从论文到工业级应用

检索增强生成(RAG)技术演进：从论文到工业级应用关键词：RAG、检索增强生成、大语言模型、知识检索、工业应用、技术演进、AI系统架构摘要：本文深入探讨检索增强生成(RAG)技术从学术研究到工业应用的完整演进历程
AGI大模型与大数据研究院·2025-07-10 15:16

RAG 之 Prompt 动态选择的三种方式

这在复杂的RAG或Agentic工作流中是一个非常普遍且关键的需求，通常被称为“条件路由（ConditionalRouting）”或“动态调度（DynamicDispatching）”。
2301_79306982·2025-07-10 15:16

基于Deepseek+RAG构建企业知识库：文档预处理与数据整理

基于Deepseek+RAG（Retrieval-AugmentedGeneration）技术构建企业知识库，能够有效整合企业内外部知识资源，实现知识的快速检索和精准应用。
大势下的牛马·2025-07-10 12:30

小程序领域设计中的用户体验优化

"到"用得爽"的进阶指南关键词：小程序设计、用户体验优化、交互流畅性、性能调优、用户行为分析摘要：本文以"用户体验优化"为核心，结合小程序的特性与用户真实使用场景，系统讲解从性能加速到交互设计的全链路优化方法
小程序开发2020·2025-07-10 11:54

IDEA性能优化方法解决卡顿

文章目录前言一、可以采取以下措施：二、VMOptions的参数解释1.内存设置2.性能调优3.GC（垃圾回收）调优4.调试和诊断5.其它设置6.设置VMOptions的步骤：总结前言  我们在使用IntelliJIDEA的时候有时候会觉得卡顿，那么如何在不升级电脑配置的情况下让IntelliJIDEA的性能更好呢？我们可以通过去修改IntelliJIDEA的一些设置来优化IntelliJIDEA，
小呆呆^·2025-07-10 01:20

RAG实战指南 Day 11：文本分块策略与最佳实践

【RAG实战指南Day11】文本分块策略与最佳实践文章标签RAG,检索增强生成,文本分块,语义分割,文档处理,NLP,人工智能,大语言模型文章简述文本分块是RAG系统构建中的关键环节，直接影响检索准确率
在未来等你·2025-07-09 22:01

Spring AI：Tool Calling

因此，它们可用于检索增强生成（RAG）场景。例如，一个工具可用于检索给定位置的当前天气，检索最新的新闻文章，或查询数据库中的特定记录
虾条_花吹雪·2025-07-09 21:25

人工智能-基础篇-18-什么是RAG(检索增强生成：知识库+向量化技术+大语言模型LLM整合的技术框架)

RAG（Retrieval-AugmentedGeneration，检索增强生成）是一种结合外部知识检索与大语言模型（LLM）生成能力的技术框架，旨在提升生成式AI在问答、内容创作等任务中的准确性、实时性和领域适应性
weisian151·2025-07-09 20:47

大模型系列——RAG-Anything：开启多模态 RAG 的新纪元，让文档“活”起来！

RAG-Anything：开启多模态RAG的新纪元，让文档“活”起来！在AI技术日新月异的今天，一个名为RAG-Anything的开源项目正悄然掀起多模态文档处理的革命。
猫猫姐·2025-07-09 19:43

开源 AI 联网搜索工具：Open-WebSearch MCP 全新升级，支持多引擎 + 流式响应！

这个项目旨在解决AI在实际应用中无法联网或联网费用高昂的问题，特别适合在Claude、LangChain、RAG方案中添加“实时搜索”能力。项目亮点一览✅多
Aasee.·2025-07-09 14:40

C++排序算法全解析（加强版）

排序算法目录C++排序算法全解析冒泡排序（BubbleSort）一、引言二、冒泡排序的基本原理1.算法思想2.算法步骤三、C++实现代码示例代码解释四、性能分析与优化1.时间复杂度2.空间复杂度3.稳定性4.优化方法五
你的冰西瓜·2025-07-08 20:40

RAG实战指南 Day 8：PDF、Word和HTML文档解析实战

【RAG实战指南Day8】PDF、Word和HTML文档解析实战开篇欢迎来到"RAG实战指南"系列的第8天！
在未来等你·2025-07-08 15:05

Python 领域 vllm 优化模型推理速度的方法

Python领域vLLM优化模型推理速度的方法关键词：Python、vLLM、模型推理速度、优化方法、推理性能摘要：本文聚焦于Python领域中vLLM对模型推理速度的优化方法。
Python编程之道·2025-07-08 11:14

从被动检索到主动思考：Naive RAG 到 Agentic RAG 的架构演进与关键技术解析

摘要随着大语言模型（LLMs）的广泛应用，检索增强生成（Retrieval-AugmentedGeneration,RAG）技术已成为解决模型知识滞后与幻觉问题的核心方案。
一休哥助手·2025-07-08 05:25

破解FPS主线程阻塞的终极方案

优化方法包括：1）减少硬等待，采用异步处理；2）任务分解和负载均衡；3）使用无锁同步；4）流水线分阶段处理；5）设置超时降级策略。
你一身傲骨怎能输·2025-07-07 23:40

Neo4j 的向量搜索（Neo4jVector）和常见的向量数据库（比如 Milvus、Qdrant）之间的区别与联系

✅都用于语义检索你可以把它们用在RAG（检索增强生成）、ChatwithDocs、智能问答、推荐系统等应用里。
·2025-07-07 21:48

QA - RAG智能问答系统中的文档切片与实现原理

GC-QA-RAG系统作为葡萄城技术栈中的重要组成部分，其核心功能是通过对文档内容进行智能切片和向量化存储，实现对技术文档的高效检索和问答。
·2025-07-07 15:14

在Linux环境下从0私有化部署Dify

0搭建Dify准备工作系统环境私有化部署下载Dify代码ZIP包启动Dify启动Docker容器访问Dify本地环境服务器环境准备工作因工作需要私有化部署公司内部的知识库，研究了一下准备采用Dify+RAG
·2025-07-07 14:40

在 Dify 平台中集成上下文工程技术

具体策略包括：检索增强(RAG)：通过从知识库中检索相关内容并将其纳入提示，可以显著提升回答的准确性和可信度。
由数入道·2025-07-07 10:08

爆改RAG！用强化学习让你的检索增强生成系统“开挂”——从小白到王者的实战指南

“RAG不准？RL来救场！”
许泽宇的技术分享·2025-07-07 09:58

大模型 AI智能体Coze知识库从使用到实战详解

年大模型应用中展现出独特优势：存储层：支持向量数据库（Qdrant）+图数据库（Neo4j）双引擎处理层：集成PDF/PPT/Excel等23种文件解析器检索层：混合检索算法（BM25+稠密检索+语义路由）应用层：RAG
非著名架构师·2025-07-06 23:27
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他