RAG 第11页

大模型学习与实践笔记（四）

一、大模型开发范式RAG（RetrievalAugmentedGeneration）检索增强生成，即大模型LLM在回答问题或生成文本时，会先从大量的文档中检索出相关信息，然后基于这些检索出的信息进行回答或生成文本

AllYoung_362·2024-01-12 20:48

用通俗易懂的方式讲解：大模型 RAG 技术，从入门到精通

检索增强生成（RetrievalAugmentedGeneration，简称RAG）为大型语言模型（LLMs）提供了从某些数据源检索到的信息，以此作为生成答案的基础。

Python算法实战·2024-01-12 17:29

用通俗易懂的方式讲解：在 Langchain 中建立一个多模态的 RAG 管道

写在前面语言模型的出现彻底改变了我们从文件中提取信息的方式。然而，我们知道图片，通常是图表和表格，经常包含关键信息，但基于文本的语言模型无法处理媒体文件。例如，我们以前只能使用PDF文件中的文本来查找答案。但是现在，随着不同实验室发布多模态语言模型，从图片中提取信息变得可能。像GPT-4V和GeminiProVision这样的多模态模型已经展现出从图片中推断数据的强大能力。我们可以利用这些模型来扩

Python算法实战·2024-01-12 13:39

RAG 详解

原文：GitHub-Tongji-KGLLM/RAG-Survey目录RAG调查什么是RAG？RAG的范式幼稚的RAG高级RAG模块化RAG如何进行增强？RAG还是微调？如何评估RAG？

javastart·2024-01-12 12:07

从 RAG 到 Self-RAG —— LLM 的知识增强

作者：紫气东来（上海交大工学硕士）一、RAG及其必要性1.1初识RAGRAG（RetrievalAugmentedGeneration,检索增强生成），即LLM在回答问题或生成文本时，先会从大量文档中检索出相关的信息

人工智能与算法学习·2024-01-12 09:10

1.RAG（检索增强生成）

先检索，后生成传统RAG实现过程对知识库进行索引。使用加载器获取知识并将其转换为单个文档，然后使用分割器将其转换为小块或片段。将这些片段传递给嵌入机，嵌入机将它们转换为可以用于语义搜索的向量。

cookieswolf·2024-01-12 09:03

使用CLIP和LLM构建多模态RAG系统

在本文中我们将探讨使用开源大型语言多模态模型(LargeLanguageMulti-Modal)构建检索增强生成(RAG)系统。

deephub·2024-01-12 08:59

大模型 LLM RAG在 Text2SQL 上的应用实践

1.前言在上篇文章中「LLMAgent在Text2SQL应用上的实践」介绍了基于AIAgent来优化LLM的Text2SQL转换效果的实践，除此之外我们还可以使用RAG（Retrieval-AugmentedGeneration

机器学习社区·2024-01-12 00:43

大模型学习第三课

大模型卡法范式2，LangChain简介3，构建向量数据库4，搭建知识库助手5，WebDemo部署6，动手实战环节学习时间：10240110学习产出：LLM的局限性：知识时效性受限，专业能力有限，定制化成本高RAG

敲键盘的喵桑·2024-01-11 21:41

RAG：让大语言模型拥有特定的专属知识

作为一个在Chatbot领域摸爬滚打了7年的从业者，笔者可以诚实地说，在大语言模型的推动下，检索增强生成（RetrievalAugmentedGeneration，RAG）技术正在快速崛起。

博文视点·2024-01-11 15:52

Milvus Cloud与携程的向量探索大公开

LCHub低代码社区·2024-01-11 11:30

re:Invent 2023 技术上新｜知识库现在可以在 Amazon Bedrock 中提供完全托管的 RAG 体验...

借助知识库，您可以将AmazonBedrock中的基础模型（FM）安全连接到您的公司数据，以实现检索式增强生成（RAG）。

亚马逊云开发者·2024-01-11 08:33

HuggingFists-低代码玩转LLM RAG-准备篇

这些文档内容多样，其中不乏需要用到OCR等相关技术才能识别和抽取的内容；二是可以帮助使用者快速搭建出LLMRAG的研究环境，可以对比研究各LLM的差异，RAG的应答效果评估以

colorknight·2024-01-10 22:39

探索检索增强生成（RAG）技术的无限可能：Vector+KG RAG、Self-RAG、多向量检索器多模态RAG集成

探索检索增强生成（RAG）技术的无限可能：Vector+KGRAG、Self-RAG、多向量检索器多模态RAG集成由于RAG的整体思路是首先将文本切分成不同的组块，然后存储到向量数据库中。

汀、人工智能·2024-01-10 14:31

大型语言模型与知识图谱的完美结合：从LLMs到RAG，探索知识图谱构建的全新篇章

最近，使用大型语言模型（LLMs）和知识图谱（KG）开发RAG（RetrievalAugmentedGeneration）流程引起了很大的关注。

汀、人工智能·2024-01-10 14:56

2023检索增强生成技术（RAG）研究进展

一、前言在过去的一两年里，人工智能领域目睹了检索增强生成技术（RAG）的迅猛发展，这种技术结合了强大的语言模型与信息检索系统，以期在复杂的问题解决和信息处理任务中提供更加精确和深入的答案。

技术狂潮AI·2024-01-10 13:00

知识任务的解决方案-RAG

该系统包括两部分：RAG和fine-tune一、RAG大致思想就是给定一个问题/任务，先检索到数据源中最相关的文档，再用这些文档来生成回答。优点：1.为LLM提供动态实时的信息。

灵海之森·2024-01-10 09:35

翻译：Building Efficient RAG Systems: A Deep Dive into devv.ai

RAG的全称是：RetrievalAugmentedGeneration（检索增强生成）最初来源于2020年Facebook的一篇论文：Retrieval-AugmentedGenerationforKnowledge-IntensiveNLPTasks

数大招疯·2024-01-10 05:23

什么是检索增强生成 (RAG)

为什么要使用RAG来改进LLM为了更好地展示RAG是什么以及该技术的工作原理，让我们考虑

yule.yang·2024-01-09 20:29

AI红娘开启约会新时代；网易云音乐Agent实践探索；微软生成式AI课程要点笔记；ComfyUI新手教程；图解RAG进阶技术 | ShowMeAI日报

日报&周刊合集|生产力工具与行业应用大全|点赞关注评论拜托啦！Perplexity官宣7360万美元B轮融资，打造世界上最快最准确的答案平台https://blog.perplexity.ai/blog/perplexity-raises-series-b-funding-round补充一份背景：Perplexity是目前首屈一指的AI搜索引擎，引入了OpenAIGPT、AnthropicClau

ShowMeAI·2024-01-09 10:39

用通俗易懂的方式讲解：2024 检索增强生成技术（RAG）研究进展

一、前言在过去的一两年里，人工智能领域目睹了检索增强生成技术（RAG）的迅猛发展，这种技术结合了强大的语言模型与信息检索系统，以期在复杂的问题解决和信息处理任务中提供更加精确和深入的答案。

Python算法实战·2024-01-09 06:10

【书生·浦语大模型实战营03】《基于 InternLM 和 LangChain 搭建你的知识库》学习笔记

《基于InternLM和LangChain搭建你的知识库》课程文档：《基于InternLM和LangChain搭建你的知识库·文档》常见术语RAG:RetrievalAugmentedGeneration

songyuc·2024-01-09 05:16

Elasticsearch（实践2）链接库产生TLS验证安全性报错

问题：File"/home/server/miniconda3/envs/rag/lib/python3.8/site-packages/elastic_transport/_transport.py"

瑾怀轩·2024-01-09 04:20

LLM Agent之RAG的反思：放弃了压缩还是智能么？

已经唠了三章的RAG，是时候回头反思一下，当前的RAG是解决幻觉的终点么？

人工智能小豪·2024-01-09 02:58

机器学习周刊第4期：动手实战人工智能、计算机科学热门论文、免费的基于ChatGPT API的安卓端语音助手、每日数学、检索增强 (RAG) 生成技术综述

LLM开发者必读论文：检索增强（RAG）生成技术综述！

机器学习算法与Python实战·2024-01-08 13:50

2024 年学习生成式 AI 路线图、如何构建高效的RAG系统、苹果腾讯最新论文、阿里DreaMoving

腾讯推出的AppAgent，是一个多模态智能体，通过识别当前手机的界面和用户指令直接操作手机界面，能像真实用户一样操作手机！机器学习周刊：关注Python、机器学习、深度学习、大模型等硬核技术1、如何学习深度学习？最近X上有推友重提这篇文章，是网友看过Jeremy教授的fast.ai深度学习课程后，把每节课提到的学习建议和忠告都总结了下来：https://forums.fast.ai/t/thin

机器学习算法与Python实战·2024-01-08 13:18

用通俗易懂的方式讲解：结合检索和重排序模型，改善大模型 RAG 效果明显

许多这类应用都采用了用于检索增强生成（RAG）的标准技术栈，其中包括以下关键步骤：向量存储库：使用向量存储库来存储非结构化文档，即知识语料库。

Python算法实战·2024-01-08 11:52

Retrieval-Augmented Generation for Large Language Models: A Survey

第一个角度是从整体框架的迭代来看（对应RAG框架章节），第二个是从RAG中不同组成部分来看（对应Retriever，Generator和AugmentationinRAG）。

Anooyman·2024-01-08 07:04

LLM、AGI、多模态AI 篇四：ChatGLM3部署和应用

李小白杂货铺·2024-01-08 04:28

专补大模型短板的检索增强（RAG）有哪些新进展？这篇综述讲明白了

©作者|机器之心编辑部来源|机器之心同济大学王昊奋研究员团队联合复旦大学熊赟教授团队发布检索增强生成（RAG）综述，从核心范式，关键技术到未来发展趋势对RAG进行了全面梳理。

PaperWeekly·2024-01-08 02:08

LLM之RAG实战（十二）| 在RAG管道中实现上下文压缩和过滤

在RAG中可能面临的最大问题之一是检索器应该检索什么内容？

wshzd·2024-01-07 19:48

专补大模型短板的RAG有哪些新进展？这篇算是讲明白了

大型语言模型（LLMs）已经成为我们生活和工作的一部分，它们以惊人的多功能性和智能化改变了我们与信息的互动方式。然而，尽管它们的能力令人印象深刻，但它们并非无懈可击。这些模型可能会产生误导性的“幻觉”，依赖的信息可能过时，处理特定知识时效率不高，缺乏专业领域的深度洞察，同时在推理能力上也有所欠缺。在现实世界的应用中，数据需要不断更新以反映最新的发展，生成的内容必须是透明可追溯的，以便控制成本并保护

机器学习社区·2024-01-07 13:22

从查询到高质量回答：发挥 RAG 和 Rerankers 的潜力

hj_caas·2024-01-07 12:41

LLM——检索增强生成RAG

RAG（Retrieval-AugmentedGeneration）定义工作原理应用优势挑战结论定义RAG是一种结合了检索（Retrieval）和生成（Generation）的自然语言处理技术。

bulingg·2024-01-07 12:39

RAG实战案例：如何基于 LangChain 实现智能检索生成系统

微调（Fine-tuning）与检索增强生成（Retrieval-AugmentedGeneration，简称RAG）两种方法各有千秋，且都对此问题有着不可忽视的贡献。

技术狂潮AI·2024-01-07 12:38

评估检索增强生成（RAG）的三步法＜

欢迎关注公众号（NLPResearch）原文标题：A3-StepApproachtoEvaluateaRetrievalAugmentedGeneration(RAG)原文地址：https://medium.com

hj_caas·2024-01-07 12:08

LLM之RAG实战（十三）| 利用MongoDB矢量搜索实现RAG高级检索

想象一下，你是一名侦探，身处庞大的信息世界，试图在堆积如山的数据中找到隐藏的一条重要线索，这就是检索增强生成（RAG）发挥作用的地方，它就像你在人工智能和语言模型世界中的可靠助手。

wshzd·2024-01-07 09:19

小红书 X WSDM 2024「对话式多文档问答挑战赛」火热开赛！

在对话过程中，为大模型引入搜索结果，进行检索增强的生成（RetrievalAugmentedGeneration，RAG），能够有效缓解大模型的幻觉问题，提升回答质量。

小红书技术REDtech·2024-01-07 04:26

LLM Agent之再谈RAG的召回信息密度和质量

让我们先对比下重排和排序模块在经典框架和RAG中的异同排序模块经典框架：pointwise

人工智能小豪·2024-01-06 00:40

LLM Agent之再谈RAG的召回多样性优化

1.Query多样性2019QueryExpansionTechniquesforInformationRetrieval:aSurvey传统搜索Query的扩展，有基于用户搜索日志挖掘的相似Query，有基于相同召回文档关联的相似Query，也有基于SMT的Query改写方案。那和大模型时代更搭配的自然是改写方案，LLM的加持很大程度上降低了Query改写的难度，也为改写提供了更多的可能性。1.

人工智能小豪·2024-01-06 00:10

LLM之RAG理论（四）| RAG高级数据索引技术

一、简单RAG架构快速概览在2023年年初，我的主要关注点集中在VectorDB及其在更广泛的设计领域中的表现上。然而，随着2023年的收尾，这一领域出现了重大进展。

wshzd·2024-01-05 12:24

自然语言转SQL，一个微调ChatGPT3.5的实例(上)--训练数据准备

然而，由于最先进的LLM尚未开放进行微调，因此最近在这一领域的研究集中在创建能够在不修改基础LLM的情况下实现复杂的自然语言到SQL（NL-to-SQL）场景的检索增强生成（RAG）算法。

数大招疯·2024-01-05 08:36

LLM 幻觉现象及 RAG 解决方案

tensorflow1.12版本有xxx这个api么”,模型回答“有”,其实没有.原因训练语料质量低,本身有错误答案存在.LLM的训练并不关注“事实是否正确”,自然不能保证生成答案一定符合事实.推断期间引入错误,2.RAG

yichudu·2024-01-04 16:45

吴恩达最新短课，知识很硬核，附中英字幕

机器学习算法与Python实战·2024-01-03 07:22

【LLM-RAG】知识库问答 | 检索 | embedding

noteRAG流程（写作论文中的background：公式设定、emb、召回内容、召回基准）（工作中的思路：嵌入模型、向量存储、向量存储检索器、LLM、query改写、RAG评测方法）仅为个人关于RAG

山顶夕景·2024-01-01 16:07

RAG LLM App开发实战

基于检索增强生成（RAG：RetrievalAugmentedGeneration）的LLM应用程序解决了这个确切的问题，并将LLM的实用性扩展到我们的

xiangzhihong8·2024-01-01 16:44

高级RAG(三)：llamaIndex从小到大的检索

在上一篇博客：父文档检索器中我们介绍了langchain中的两种父文档检索方式即：“检索完整文档”和“检索较大的文档块”。今天我们要介绍llamaIndex中与langchain的父文档检索有点相似的检索方法即“从小到大的检索”。一、LlamaIndex简介LlamaIndex是一个用于连接大语言模型（LLMs）和外部数据源的数据框架，它可以让LLMs访问和利用私有或领域特定的数据。LlamaIn

-派神-·2024-01-01 12:41

高级RAG(二)：父文档检索器

在我之前写的>系列博客中，我们介绍了利用大型语言模型LLM来检索文档时的过程和步骤，如下图所示：我们在检索文档之前，通常需要对文档进行切割，然后将其存入向量数据库如下图所示：当我们在使用langchain框架做文档切割时传统的做法是使用像CharacterTextSplitter,RecursiveCharacterTextSplitter这样的文档分割器将文档按指定的块大小(chunk_size

-派神-·2024-01-01 12:40

使用python快速开发与PDF文档对话的Gemini聊天机器人

检索增强生成(Retrieval-augmentedgeneration，RAG)使得我们可以让大型语言模型(LLMs)访问外部知识库数据(如pdf,word、text等)，从而让人们可以更加方便的通过

-派神-·2024-01-01 12:08

Langchain-Chatchat开源库使用的随笔记（一）

最近核心探索的是知识库的使用，其中关于文档如何进行分块的详细，可以参考笔者的另几篇文章：大模型RAG场景、数据、应用难点与解决（四）RAG分块Chunk技术优劣、技巧、方法汇总（五）原项目地址：Langchain-ChatchatWIKI

悟乙己·2024-01-01 06:19

推荐频道

RAG