RAG 第7页

LLM之RAG实战（七）| 使用llama_index实现多模态RAG

一、多模态RAGOpenAI开发日上最令人兴奋的发布之一是GPT-4VAPI（https://platform.openai.com/docs/guides/vision）的发布。GPT-4V是一个多模态模型，可以接收文本/图像，并可以输出文本响应。最近还有一些其他的多模态模型：LLaVa和Fuyu-8B。在过去的一年里，大部分应用程序开发都是围绕文本输入/文本输出范式。最典型的例子之一是检索增强

wshzd·2023-12-23 09:27

LLM之RAG实战（八）| 使用Neo4j和LlamaIndex实现多模态RAG

人工智能和大型语言模型领域正在迅速发展。一年前，没有人使用LLM来提高生产力。时至今日，很难想象我们大多数人或多或少都在使用LLM提供服务，从个人助手到文生图场景。由于大量的研究和兴趣，LLM每天都在变得越来越好、越来越聪明。不仅如此，他们的理解也开始跨越多种模态。随着GPT-4-Vision和随后的其他LLM的引入，今天的LLM似乎可以很好地处理和理解图像。以下是ChatGPT描述图像中内容的一

wshzd·2023-12-23 09:55

5 分钟内搭建一个免费问答机器人：Milvus + LangChain

只需借助开源的RAG技术栈、LangChain以及好用的向量数据库Milvus。必须要强调的是，该问答机器人的成本很低，因为我们在召回、评估和开发迭代的过程中不需要调用大语言模型API。

Zilliz Planet·2023-12-22 11:36

“文思助手”苏哒智能加入飞桨技术伙伴计划，共同打造“大模型+企业办公”新模式

苏哒智能的核心技术包括大模型检索增强生成RAG、行业预训练模型、多模态文档智能

飞桨PaddlePaddle·2023-12-20 14:34

RAG落地实践、AI游戏开发、上海·深圳·广州线下工坊启动！星河社区重磅周

飞桨星河社区在成立的5年以来，已汇集660+万AI开发者，覆盖深度学习初学者、在职开发者、企业开发者、高校教师、创业者等，已成为AI领域最具影响力的社区之一，无论是AI爱好者还是AI开发者，都能在这里探索AI的无限可能。飞桨星河社区五周年活动，为期1个月，共设置7大线上动手实践、13场技术干货直播、全国8城线下工坊。上周五周年活动获得热烈反响！AutoGen解析、插件开发2场直播干货爆表，星河多人

飞桨PaddlePaddle·2023-12-20 14:33

WebLangChain_ChatGLM：结合 WebLangChain 和 ChatGLM3 的中文 RAG 系统

WebLangChain_ChatGLM介绍本文将详细介绍基于网络检索信息的检索增强生成系统，即WebLangChain。通过整合LangChain，成功将大型语言模型与最受欢迎的外部知识库之一——互联网紧密结合。鉴于中文社区中大型语言模型的蓬勃发展，有许多可供利用的开源大语言模型。ChatGLM、Baichuan、Qwen等大语言模型针对中文交互场景进行了优化，以提升其对中文理解和问答的能力。所

kebijuelun·2023-12-20 12:10

RAG（检索增强生成）技术

1.基本概念检索增强LLM(RetrievalAugmentedLLM)，简单来说，就是给LLM提供外部数据库，对于用户问题(Query)，通过一些信息检索(InformationRetrieval,IR)的技术，先从外部数据库中检索出和用户问题相关的信息，然后让LLM结合这些相关信息来生成结果。下图是一个检索增强LLM的简单示意图。传统的信息检索工具，比如Google/Bing这样的搜索引擎，只

IT斜杆青年·2023-12-19 15:18

如何提高RAG增强的准确性

在一个典型的RAG应用开发中，必要的步骤为文档加载，文档拆分，向量化，向量存储。然后基于向量存储进行相似性查询，或基于向量距离的查询。这类查询就叫检索，LangChain所提供的对应组件就是检索器。

summermoonlight·2023-12-18 07:32

Re59：读论文 Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks

博文目录诸神缄默不语的论文阅读笔记和分类论文名称：Retrieval-AugmentedGenerationforKnowledge-IntensiveNLPTasks模型开源地址：https://huggingface.co/facebook/rag-token-nqArXiv

诸神缄默不语·2023-12-17 15:40

Elasticsearch：使用 OpenAI 生成嵌入并进行向量搜索 - nodejs

在我之前的文章：Elasticsearch：使用OpenAI和Langchain的RAG-RetrievalAugmentedGeneration（一）（二）（三）（四）我详细地描述了如何使用LangChain

Elastic 中国社区官方博客·2023-12-17 04:19

Re58：读论文 REALM: Retrieval-Augmented Language Model Pre-Training

Retrieval-AugmentedLanguageModelPre-Training模型名称：Retrieval-AugmentedLanguageModelpre-training(REALM)本文是2020年ICML论文，作者来自谷歌，关注RAG

诸神缄默不语·2023-12-17 02:41

疯狂SQL转换系列- SQL for Tencent Cloud VectorDB

对腾讯云向量数据库的支持，主要是为了给LLM的RAG(检索增

colorknight·2023-12-16 21:29

改进了编排控制并增强了推理的可视性，Agents for Amazon Bedrock 现已上市

他们使用开发人员提供的指令创建编排计划，然后通过调用公司API和使用检索增强生成（RAG

亚马逊云开发者·2023-12-16 13:36

Mistral AI发布行业领先的Mixtral 8x7B专家混合模型&完成4.15亿美元融资

他们在多模态、检索增强生成（RAG）等大模型突破方向有着丰富经验，有理由期待MistralAI的下一代新模型成为gamechanger的潜力。企业端使用LLM时考虑的不仅

技术狂潮AI·2023-12-16 13:00

AnythingLLM：基于RAG方案构专属私有知识库（开源｜高效｜可定制）

而现阶段切入大模型应用落地最合适的方案依然是结合大模型基于RAG检索增强来实现知识库的检索和生存。从而构建个人或者企业私有化的本地

技术狂潮AI·2023-12-16 13:26

LLM之Agent（六）| 使用AutoGen、LangChian、RAG以及函数调用构建超级对话系统

函数调用和Agent有各种组合，在这里我们将通过函数调用调用RAG检索增强生成机制，并使用结果生成输出。

wshzd·2023-12-16 02:17

【NLP】RAG 应用中的调优策略

本文通过数据科学家的视角审视检索增强生成（RAG）管道。它讨论了您可以尝试提高RAG管道性能的潜在“超参数”。

Sonhhxg_柒·2023-12-15 19:31

国内AI著作权侵权第一案；大模型3D可视化网站也太酷了；RAG从架构到技术细节；AI一年，人间十年；通义千问AI挑战赛；算法可视化网站 | 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！AI生成图片著作权侵权第一案判了！这个案件与你我都有关原告李某使用AI生成涉案图片后发布于小红书平台；被告刘某在百家好发文配图时使用了原告该AI生成的图片，并截掉了署名水印。原告起诉要求被告道歉并进行经济赔偿。这个案件被称为「AI生成图片相关领域著作权第一案」，自3月份以来一直备受关注。「AI生成的图片是否受到著作权法的保护」这个问题，

ShowMeAI·2023-12-15 19:06

HuggingFists-低代码玩转LLM RAG(2) --Query

首先我们回顾一下RAG的结构，如下图：基于向量数据库的RAG结构图我们在上篇文章中介绍了如何使用HuggingFists实现结构图右半部分的文档向量化入库的过程。

colorknight·2023-12-15 10:15

LangChain 24 对本地文档的搜索RAG检索增强生成Retrieval-augmented generation

LangChain系列文章LangChain实现给动物取名字，LangChain2模块化prompttemplate并用streamlit生成网站实现给动物取名字LangChain3使用Agent访问Wikipedia和llm-math计算狗的平均年龄LangChain4用向量数据库Faiss存储，读取YouTube的视频文本搜索IndexesforinformationretrieveLangC

AI架构师易筋·2023-12-15 08:44

LLM之RAG实战（四）：Self-RAG如何革命工业LLM

论文地址：https://arxiv.org/pdf/2310.11511.pdfGithub地址：https://github.com/AkariAsai/self-rag尽管LLM（大型语言模型）的模型和数据规模不断增加

wshzd·2023-12-15 05:01

LLM之RAG实战（二）：使用LlamaIndex + Metaphor实现知识工作自动化

检索增强生成（RAG）系统可以将LLM与静态知识源上的外部存储解决方案相结合。RAG通常需要两个核心组件：通用抽象，允许LLM以“读取”和“写入”的方式智能地对数据执行各种任务；一个适合LLM

wshzd·2023-12-05 21:35

LLM Agent之再谈RAG的召回多样性优化

几个月前我们就聊过RAG的经典方案解密Prompt系列14.LLMAgent之搜索应用设计。

液态不合群·2023-12-05 05:37

PyLMKit(5):基于网页知识库的检索增强生成RAG

基于网页知识库的检索增强生成RAG0.项目信息日期：2023-12-2作者：小知课题:RAG（Retrieval-AugmentedGeneration，检索增强生成）是一种利用知识库检索的方法，提供与用户查询相关的内容

txhy2018·2023-12-04 09:10

PyLMKit(4):基于本地知识库的检索增强生成RAG

基于本地知识库的检索增强生成RAG0.项目信息日期：2023-12-2作者：小知课题:RAG（Retrieval-AugmentedGeneration，检索增强生成）是一种利用知识库检索的方法，提供与用户查询相关的内容

txhy2018·2023-12-04 09:40

PyLMKit(3):基于角色扮演的应用案例

这个功能是大模型应用的基础功能，在后续其它RAG等功能中都会用到这个功能。功能与作用：RolePlay角色扮演是一种基础功能，也是重要的功能。

txhy2018·2023-12-04 09:06

基于通义千问和向量数据构建问答知识库

参考：Java从0到1构建基于ChatGPT+向量数据库的检索增强生成模型RAG-02-知乎(zhihu.com)1、先开通阿里云的向量检索服务如何开通向量检索服务并创建API-KEY_向量检索服务-阿里云帮助中心

wangqiaowq·2023-12-03 21:01

Langchain-Chatchat的安装过程

参考：LLMs之RAG：LangChain-Chatchat(一款中文友好的全流程本地知识库问答应用)的简介(支持FastChat接入的ChatGLM-2/LLaMA-2等多款主流LLMs+多款embe

wangqiaowq·2023-12-03 21:31

HuggingFists-低代码玩转LLMRAG(1) Embedding

一是RAG(Retrieval-AugmentedGeneration),检索增强生成；一是Agents,智能体。

colorknight·2023-12-03 14:05

本周Github有趣的项目Rags等

RAGs是一款Streamlit应用程序，可让您使用自然语言从数据源创建RAG管道。

极道Jdon·2023-12-03 08:58

用 LangChain 搭建基于 Notion 文档的 RAG 应用

在整个过程中，我们会将LangChain作为框架，Milvus作为相似性搜索引擎，用二者搭建一个基本的检索增强生成（RAG）应用。

Zilliz Planet·2023-12-02 18:05

LangChain（0.0.339）官方文档一：快速入门

langchainAPI文档、llm-universe文章目录一、LangChain简介（v0.0.338）1.1整体框架1.2主要组件1.2.1ModelI/O1.2.2Retrieval1.2.2.1RAG1.2.2.2Retrieval1.2.3Chain1.3

神洛华·2023-12-02 00:59

LangChain+LLM实战---文本分块(Chunking)方法

RAG是一个考验技术的工作基于大模型的企业应用中很大一部分需求就是RAG——检索增强生成。

lichunericli·2023-12-01 04:43

巅峰对决 LlamaIndex 与 OpenAI API大比拼

我们进行了一项详尽的分析，比较了OpenAI助手API和LlamaIndex在RAG性能方面的差异。

AI 研习所·2023-11-29 17:18

TS版LangChain实战：基于文档的增强检索（RAG） | 京东云技术团队

LangChainLangChain是一个以LLM（大语言模型）模型为核心的开发框架，LangChain的主要特性：可以连接多种数据源，比如网页链接、本地PDF文件、向量数据库等允许语言模型与其环境交互封装了ModelI/O（输入/输出）、Retrieval（检索器）、Memory（记忆）、Agents（决策和调度）等核心组件可以使用链的方式组装这些组件，以便最好地完成特定用例。围绕以上设计原则，

京东云技术团队·2023-11-29 13:50

万字详解，和你用RAG+LangChain实现chatpdf

像chatgpt这样的大语言模型（LLM）可以回答很多类型的问题，但是，如果只依赖LLM，它只知道训练过的内容，不知道你的私有数据：如公司内部没有联网的企业文档，或者在LLM训练完成后新产生的数据。（即使是最新的GPT-4Turbo，训练的数据集也只更新到2023年4月）所以，如果我们开发一个聊天机器人，可以与自己的文档对话，让LLM基于文档的信息回答我们的问题，是一件很有意义的事情。本次我们会基

fireshort·2023-11-29 04:58

解读向量数据库

不论是RAG，还是Agent，几乎每个LLM驱动的应用程序都可能会用到向量数据库。那么，向量数据库是什么？与传统数据库有何不同？又如何选择向量数据库呢？本文是老码农关于向量数据库的学习笔记。

半吊子全栈工匠·2023-11-27 09:10

使用GPT-4生成训练数据微调GPT-3.5 RAG管道

来源：DeepHubIMBA本文约3200字，建议阅读6分钟本文探索了LlamaIndex对OpenAIgpt-3.5turbo微调的新集成。OpenAI在2023年8月22日宣布，现在可以对GPT-3.5Turbo进行微调了。也就是说，我们可以自定义自己的模型了。然后LlamaIndex就发布了0.8.7版本，集成了微调OpenAIgpt-3.5turbo的功能。也就是说，我们现在可以使用GPT

数据派THU·2023-11-27 05:34

多喝开水少熬夜·2023-11-25 14:07

检索增强生成RAG：1.LangChain 和向量数据库实现高阶语义搜索 2.CVP 技术栈：ChatGPT/LLMs + 向量数据库 + Prompt 3.TruLens 语言模型应用评估神器

汀、人工智能·2023-11-25 03:50

全新Self-RAG框架亮相，自适应检索增强助力超越ChatGPT与Llama2，提升事实性与引用准确性

全新Self-RAG框架亮相，自适应检索增强助力超越ChatGPT与Llama2，提升事实性与引用准确性1.基本思想大型语言模型（LLMs）具有出色的能力，但由于完全依赖其内部的参数化知识，它们经常产生包含事实错误的回答

汀、人工智能·2023-11-24 10:18

向量数据库，为什么是大模型的最佳拍档？

“是选择走RAG（检索增强生成）技术路线，还是做向量数据库”，“向量数据库会不会被大模型所替代”，“向量数据库究竟有没有未来”……4月份，就连OpenAI也没有做出选择，同时在RAG和向量数据库两个方向进行探索

光锥智能·2023-11-23 14:25

LLM建模了什么，为什么需要RAG

LLM近期研究是井喷式产出，如此多的文章该处何处下手，他们到底又在介绍些什么、解决什么问题呢？“为学日增，为道日损”，我们该如何从如此多的论文中找到可以“损之又损以至于无”的更本质道或者说是这个方向的核心模型。只有有了这样的更核心根本的模型，我们才能更容易的把控LLM的发展方向，不至于“乱花渐欲迷人眼”，把自己丢失在论文的海洋。LLM建模LLM是对什么的建模从点击率预估说起熟悉广告营销的朋友应会很

远洋之帆·2023-11-21 00:19

(八)、基于 LangChain 实现大模型应用程序开发 | 基于知识库的个性化问答 (检索 Retrieval)

检索增强生成（RAG）的整体工作流程如下：在构建检索增强生成(RAG)系统时，信息检索是核心环节。

#苦行僧·2023-11-20 12:50

大模型应用一：RAG

在目前主流的LLM应用上，对于NLU的解决方案通常就是RAG（有可能还有其他

u013250861·2023-11-19 23:10

基于多向量检索器的多模态 RAG 实现

转载自基于多向量检索器的多模态RAG实现长话短说下面三个LangChain示例代码，展示了如何使用LangChain多向量检索器（Multi-VectorRetriever）对多内容类型的文档实现更好的

太戈戈·2023-11-19 23:40

AI大模型的制作：RAG和向量数据库，分别是什么？

目录一、什么是AI大模型二、RAG三、向量数据库四、如何制作一个好的AI大模型一、什么是AI大模型AI大模型是指具有大规模参数和复杂结构的人工智能模型。

杨荧·2023-11-19 23:55

五分钟——在ML Studio里跑基于ACS的RAG聊天

检索增强生成(RetrievalAugmentedGeneration,RAG)[1]可能是最现实的GPT落地场景之一吧。

dotNET跨平台·2023-11-19 21:00

RAG检索增强生成只是起步，真正的智能问答=强化学习+大模型（各类型），实现智能调度，SELF-RAG（自反思）。

RAG检索增强生成是近期几个大模型应用方向上最难下笔的一个：一方面是因为技术方案仍在快速迭代；另一方面是市场对它的认知还存在一定偏差。

汀、人工智能·2023-11-19 19:01

《向量数据库指南》——TruLens + Milvus Cloud 构建RAG案例

具体案例如前所述，RAG配置选择可能对消除幻觉产生重大影响。下文中将基于城市百科文章构建问答RAG应用并展示不同的配置选择是如何影响应用性能的。

LCHub低代码社区·2023-11-19 10:20

推荐频道

RAG