rag

使用Colpali架构掌握多模态RAG技术

为了解决这个问题，检索增强生成（RAG）模型应运而生。RAG（语义缓存：提升RAG性能的关键策略）通过将LLM的生成能力与外部知识检索系统相结合，实现了更准确、更可靠的输出。
大模型之路·2025-02-03 07:33

【 书生·浦语大模型实战营】学习笔记（三）：“茴香豆” 搭建你的RAG 智能助理

AI学习星球推荐：GoAI的学习社区知识星球是一个致力于提供《机器学习|深度学习|CV|NLP|大模型|多模态|AIGC》各个最新AI方向综述、论文等成体系的学习资料，配有全面而有深度的专栏内容，包括不限于前沿论文解读、资料共享、行业最新动态以、实践教程、求职相关（简历撰写技巧、面经资料与心得）多方面综合学习平台，强烈推荐AI小白及AI爱好者学习，性价比非常高！加入星球➡️点击链接【书生·
GoAI·2025-02-03 05:10

DeepSeek点燃国产大模型斗志，RAG等核心技术被重估

原创关注前沿科技量子位黑马DeepSeek-R1的崛起，给外国网友上演了一场来自东方的震撼。一边，OpenAI和Claude都破了大防，一个声讨“窃取”，一个嘲讽“落后”，两家水火不容的对手竟然以这种戏剧性的方式，鲜有地达成了一致。另一边，微软、亚马逊等云服务厂商，甚至英伟达都开启了“真香”模式，你追我赶地在自家云平台上线DeepSeek-R1。但不管破防还是真香，DeepSeek-R1都已经成为
·2025-02-01 23:55

DeepSeek点燃国产大模型斗志，RAG等核心技术被重估

原创关注前沿科技量子位黑马DeepSeek-R1的崛起，给外国网友上演了一场来自东方的震撼。一边，OpenAI和Claude都破了大防，一个声讨“窃取”，一个嘲讽“落后”，两家水火不容的对手竟然以这种戏剧性的方式，鲜有地达成了一致。另一边，微软、亚马逊等云服务厂商，甚至英伟达都开启了“真香”模式，你追我赶地在自家云平台上线DeepSeek-R1。但不管破防还是真香，DeepSeek-R1都已经成为
·2025-02-01 20:23

Open WebUI应用实践

User-friendlyWebUIforLLMs(FormerlyOllamaWebUI)(github.com)Tutorial|OpenWebUIOpenWebUITip:OpenWebUI、Ollama、Helm、ChromaDB、RAG
孙将帼·2025-01-30 20:38

GraphRAG、Naive RAG框架总结主流框架推荐(共23个)：LightRAG、nano-GraphRAG、Fast-GraphRAG、Dify、RAGflow等

这正是当前众多检索增强型生成（RAG）系统亟需解决的核心问题——如何在数据冗余、检索效率低下以及生成内容不相关之间找到一个最佳的平衡点。RAG的发展瓶颈:传统RAG系统通过检索模型提取最相关
汀、人工智能·2025-01-30 10:42

【llm对话系统】大模型 RAG 之回答生成：融合检索信息，生成精准答案

今天，我们将深入RAG流程的最后一步，也是至关重要的一步：回答生成(AnswerGeneration)。在这一步，LLM将融合用户问题和检索到的文档片段，生成最终的答案。
kakaZhui·2025-01-30 10:09

用自然语言与mysql数据库对话几种方案的思考

服务器的作用主要是记录设备的出库和回库的流水账(即以时间为序的记录),但有一些sql查询比较复杂,必须根据特定的sql语句查询,否则很难得到准确稳定的答案,调试和训练大模型的方法有多种方式,比如lora训练模型,提示词方式,rag
闲云野鹤_SG·2025-01-30 08:52

【Spring AI】02. AI 概念

Tokens）输出解析（OutputParsing）将您的数据引入AI模型（BringingYourDatatotheAImodel）检索增强生成（RetrievalAugmentedGeneration-RAG
小明同学的开发日常·2025-01-29 18:01

为大模型提供webui界面的利器：Open WebUI 完全本地离线部署deepseek r1

它支持各种LLM运行程序，如Ollama和OpenAI兼容的API，内置RAG推理引擎，使其成为一个强大的AI部署解决方案。安装使用pip进行安装：pipinstallopen-w
skywalk8163·2025-01-29 11:53

RAG：AI大模型联合向量数据库和 Llama-index，助力检索增强生成技术

RAG：AI大模型联合向量数据库和Llama-index，助力检索增强生成技术在大模型爆发的时代，快速准确地从大量数据中检索出有价值的信息变得至关重要。
AI学习不迷路·2025-01-29 10:21

【大模型应用开发 动手做AI Agent】LlamaIndex和基于RAG的AI开发

文章目录【大模型应用开发动手做AIAgent】LlamaIndex和基于RAG的AI开发1.背景介绍1.1问题的由来1.2研究现状1.3研究意义1.4本文结构2.核心概念与联系LlamaIndexRAG
AI天才研究院·2025-01-28 23:11

5 个遥遥领先的大模型 RAG 工具

这不是科幻小说，这就是检索增强生成（RAG）的力量。
机器学习社区·2025-01-28 23:39

RAG技术架构深度解析（非常详细）零基础入门到精通，收藏这一篇就够了

本文主要介绍了RAG技术架构在AI编程中的创新应用及其面临的挑战。
Python_chichi·2025-01-28 23:38

RAG系列（二）：如何优化索引

上篇文章总览了RAG的各个环节，这篇我们接着讲第一个环节也就是“索引”环节如何做优化。
东临碣石82·2025-01-28 09:25

容器化检索增强框架（R2R）

R2RbySciPhi-AI是一个专门的RAG框架，专注于通过迭代细化来改进检索过程。
deepdata_cn·2025-01-28 08:19

高效向量搜索RAG解决方案（Canopy）

Canopy利用Pinecone在高效向量搜索方面的专业知识，提供强大且可扩展的RAG（Retrieval-AugmentedGeneration）解决方案。
deepdata_cn·2025-01-28 08:18

用 Neo4j GraphRAG 工具开启你的智能应用之旅

GraphRAG是一种结合了检索增强生成（RAG）技术和知识图谱的解决方案。它不仅解决了大型语言模型常
步子哥·2025-01-28 05:55

【llm对话系统】大模型RAG之基本逻辑

大模型RAG之基本逻辑：让LLM更精准地回答你的问题（降低幻觉）你是否遇到过这样的情况：当你向LLM提问时，它可能会给出一些“一本正经胡说八道”的答案，或者无法回答一些特定领域的专业问题？
kakaZhui·2025-01-28 00:18

深度学习-70-大语言模型LLM之基于大模型LLM与检索增强技术RAG的智能知识库

文章目录1RAG出现的背景2搭建过程2.1数据收集2.2数据处理2.2.1数据清洗与预处理2.2.2文本分块2.2.3微调数据格式统一2.3建立向量索引2.4大模型选择与微调3开源知识库项目3.1FastGPT3.2AnythingLLM3.3LangChain-Chatchat4
皮皮冰燃·2025-01-27 21:31

开发者实战 | OpenVINO™ 协同 Semantic Kernel：优化大模型应用性能新路径

点击蓝字关注我们,让开发变得更有趣作者：杨亦诚作为主要面向RAG任务方向的框架，SemanticKernel可以简化大模型应用开发过程，而在RAG任务中最常用的深度学习模型就是Embedding和Textcompletion
OpenVINO 中文社区·2025-01-27 04:08

RAG理论到实践：高级、模块化RAG在AI工程架构中的行业通用解决方案与实施策略(Advanced RAG✨)

RAG理论到实践：高级、模块化RAG在AI工程架构中的行业通用解决方案与实施策略(AdvancedRAG✨)1.RAG简介词汇解释说明embedding嵌入（embedding）是指将高维数据映射为低维表示的过程
汀、人工智能·2025-01-26 23:57

支持生成式 AI：聊天与文档检索的结合

在生成式AI中，聊天会话内存（ChatConversationMemory）和检索增强生成（RAG,RetrievalAugmentedGeneration）是两个关键功能，分别解决了上下文管理和大规模文档检索问题
drebander·2025-01-26 16:07

【人工智能时代】- 开源向量数据库比较：Chroma, Milvus, Faiss,Weaviate

语义搜索和检索增强生成(RAG)正在彻底改变我们的在线交互方式。实现这些突破性进展的支柱就是向量数据库。选择正确的向量数据库能是一项艰巨的任务。
xiaoli8748_软件开发·2025-01-25 11:47

再分享API形式调用Dify项目应用

RAGOnMedicalKG：大模型结合知识图谱的RAG实现DSPy：变革式大模型应用开发最简明的Few-shotPrompt指南SemanticKernel：微软大模型开发框架——LangChain替代对话大模型
福安德信息科技·2025-01-25 06:40

基于Langchain框架，采用Qwen2.5大模型，搭建自己的Agent，ReACT效果比RAG好

最近在做RAG，调研后发现ReACT好像更具有说服力，对最终结果的解释也更加合理。举个例子，我扔给大模型这样一个问题：15的平方是多少？另外，法国的首都是哪里？
张登杰踩·2025-01-24 18:10

LLM幻觉（Hallucination）缓解技术综述与展望

一、RAG：基础但有缺陷的缓解手段检索增强生成（RAG）作为缓解幻觉的常用方法（RAG(Retrieval-AugmentedGene
大模型之路·2025-01-24 13:30

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

使用pgvector实现PostgreSQL语义搜索和RAG：完整指南1.引言在当今的数据驱动世界中，能够高效地搜索和检索相关信息变得越来越重要。
m0_74825260·2025-01-24 06:03

使用 pgvector 将 PostgreSQL 与语义搜索/RAG 集成的教程

这种方法常用于RAG(Retrieval-AugmentedGeneration)场景，例如FAQ问答、文档检索、推荐系统等。
azzxcvhj·2025-01-24 06:31

2024实力进阶：百度智能云千帆AppBuilder年度盘点

企业级RAG实现重大突破，支持无限存储，高并发秒速响应，且能实现随业务弹性扩缩容。此外RAG支持一键联网，无缝连接百度搜索、文库、百科等全网最新资源，资讯获取实时更新，全面且精准。
·2025-01-23 18:27

构建企业私有RAG大模型: (可商用)Qwen2.5开源模型vLLM部署及示例

在企业真实场景中，开发接口通常需要针对具体需求进行定制化处理，以更好地适配RAG应用系统的实际需求。相关代码后续会以Git仓库的形式分享。本章将继续探讨开源大模型的部署。
小敢摘葡萄·2025-01-22 16:17

语义缓存：提升 RAG 性能的关键策略

检索增强生成（Retrieval-AugmentedGeneration，简称RAG）（RAG综述：探索检索增强生成技术的多样性与代码实践）技术已经成为构建高性能AI模型的重要基石。
大模型之路·2025-01-22 13:50

实战LangChain（七）：集成CrewAI——实现多代理协作

实战LangChain（七）：集成CrewAI——实现多代理协作实战LangChain（一）：构建您的第一个聊天机器人_langchai机器人实战LangChain（二）：探索RAG——为聊天机器人注入知识
matianlongg·2025-01-22 12:39

使用 GPT-crawler 构建 RAG 应用的完整指南

随着生成式AI技术的迅猛发展，如何高效地利用GPT模型进行信息抽取和知识增强（RAG:Retrieval-AugmentedGeneration）成为了开发者关注的焦点。
sagvWSRJHMNEB·2025-01-22 08:14

使用LangChain构建基于RAG技术的智能问答系统：深入解析与实战指南

使用LangChain构建基于RAG技术的智能问答系统：深入解析与实战指南近年来，随着大语言模型（LLMs）的迅猛发展，基于LLM的复杂问答系统（Q&AChatbot）逐渐成为人工智能领域的热门应用之一
m0_57781768·2025-01-22 08:11

使用RAG-Chroma与OpenAI构建高效问答系统

在AI驱动的应用场景中，检索增强生成(Retrieval-AugmentedGeneration,RAG)是一种强大的技术，可以提升问答系统的精度和效能。
srudfktuffk·2025-01-22 05:15

利用Ollama和OpenAI实现多查询RAG检索

在这篇文章中，我们将探讨如何结合使用Ollama和OpenAI的多查询检索技术（RAG）来增强信息检索的准确性和效率。多查询检索器是一种查询转换的例子，它基于用户的输入查询生成多个不同视角的查询。
jkgSFS·2025-01-22 04:42

(RAG系列) FastGPT工作流的http请求模块使用

FastGPT工作流的http请求模块使用版本使用说明代码模板版本fastgptv4.8.10使用说明question接收传入的变量，msg集合则是包含返回的变量，fastgpt的工作流的http请求模块填写url->http://xxxx:5000/deal_response代码模板fromflaskimportFlask,requestimportjsonimportreapp=Flask(_
是小白_鸭·2025-01-22 03:33

Grape-RAG

Grape-RAG传统RAG的局限性图的优点用知识图谱来呈现数据关系GraphRAG传统RAG的局限性经典的RAG架构以向量数据库（VectorDB）为核心来检索语义相似性上下文，让大语言模型（LLM）
disgare·2025-01-22 01:48

搭建个人AI知识库：RAG与本地模型实践指南

本文将带你一步步搭建一个基于本地模型和RAG技术的个人知识库。
·2025-01-21 16:29

构建知识图谱：从文本到结构化数据的转化

特别是在基于知识的检索增强生成（RAG）应用中，通过将非结构化文本转化为知识图谱，可以显著提升系统对复杂关系的理解和导航能力。核心原理解析构建知识图谱的核心步骤包括：信息提取和数据库存储。
sagvWSRJHMNEB·2025-01-21 11:14

大模型的RAG微调与Agent：提升智能代理的效率与效果

目录编辑引言RAG模型概述检索阶段生成阶段RAG模型的微调数据集选择损失函数设计微调策略超参数调整RAG模型在智能代理中的应用客户服务信息检索内容创作决策支持：结论引言在人工智能的快速发展中，大型预训练模型
WeeJot·2025-01-21 00:57

企业落地大模型的路径选择：微调、RAG、提示词工程

一、大模型的特点1）不确定性与传统应用不同，模型的输出是不确定的，即使多次问它一样的问题，给出的结果也可能不一样。这种特性对于日常应用业务OK，但是如果要在企业内用来处理具体业务问题，就必须提高这个稳定性，否则影响生产经营，例如产线操作人员通过模型获取操作步骤或者参数，如果步骤或者数据不对可能会导致产品出现质量问题等等。2）静态性模型一旦训练好，就无法再补充数据，因此模型不会了解你自己组织内部的年
AGI-杠哥·2025-01-20 22:46

透过生活小故事，轻松理解大模型开发的五种核心方法

本文将以贴近生活的五个场景，通俗易懂地讲解大模型开发中的五种核心方法：提示词工程和外部函数、Agent设计、RAG设计（检索增强生成）、微调以及预训练。让我们一同走进这些故事，揭开大模型
·2025-01-19 19:54

三款顶级开源RAG (检索增强生成)工具：Verba、Unstructured 和 Neum

三款顶级开源RAG(检索增强生成)工具：Verba、Unstructured和Neum概述随着企业对话式数据处理需求的提升，面临的挑战是数据隐私性和缺乏企业级解决方案。
XianxinMao·2025-01-18 06:26

超越 RAG：Memobase 为 AI 应用注入长期记忆丨社区来稿

AI记忆的类型短记忆vs.长记忆UserMemoryvs.AgentMemory：两种记忆，两种侧重记忆vs.RAG：到底有什么区别？为什么AI应用需要记忆？现在的长
·2025-01-18 05:09

graphrag+ollama+neo4j本地化部署可视化使用

与传统的在文本片段中，基于语义查询的RAG不同，GraphRAG从原始文本中，提取数据，构建知识图谱，并利用这些结构化数据完成RAG任务。
xiaomu_347·2025-01-17 21:19

GraphRAG 本地 Ollama - 知识图谱

论文摘要使用检索增强生成（RAG）从外部知识源中检索相关信息，使大型语言模型（LLMs）能够回答关
ericliu2017·2025-01-17 21:07

# RAG 框架 | 技术栈 #一文读懂Xinference架构！优秀开源项目技术栈分析

这是原文内容这是知识点解读一、概述Xinference是一个利用actor编程框架Xoscar来管理机器、设备和模型推理进程的系统。每个actor都是模型推理的基本单元，可以集成多种推理后端。它支持多种推理引擎和硬件，并且具有异步和非阻塞的特性。RESTfulAPI：使用FastAPI实现，提供了一个示例API/status对应函数get_status。命令行：通过Click实现，允许用户在终端与
向日葵花籽儿·2025-01-17 15:25

RAG技术详解：构建高效、可信赖的知识检索系统

RAG是解决其中一些挑战的一种方法。它会重定向LLM，从权威的、预先确定的知识来源中检索相关信息。组织可以更好地控制生成的文本输出，并且用户可以深入了解LLM如何生成响应。LLM知
向日葵花籽儿·2025-01-17 15:55
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他