rag 第2页

【AI大模型】RAG 架构图解：从基础到高级的7种模式，看到就是赚到！！

前言「RAG技术通过在AI生成过程中引入外部知识检索，从基础的文档查询发展到多模态、Multi-Agent体协同的智能架构，让AI回答更准确、更全面」「核心组件」嵌入模型：将文本转换为向量表示生成模型：

AI大模型datian·2025-06-20 02:42

LangChain、RAG、Agent是什么

LangChain、RAG、Agent是什么在本地部署基于DeepSeek-R1模型的商用级知识库系统，旨在帮助开发者搭建智能知识库，提升企业智能化水平。

ZhangJiQun&MXP·2025-06-20 00:33

RAG执行代码报错 “no module named ‘llama_index.vector_stores‘“

RAG执行代码报错“nomodulenamed‘llama_index.vector_stores’”一、问题importchromadbfromllama_index.coreimportVectorStoreIndex

·2025-06-19 22:11

Llama_Index核心组件介绍

）2.数据索引（DataIndexes）3.引擎（Engines）4.数据代理（DataAgents）5.应用集成（ApplicationIntegrations）三、LlamaIndex核心概念1.RAG1

智模睿脑君·2025-06-19 22:10

llama_index chromadb实现RAG的简单应用

此demo是自己提的一个需求：用modelscope下载的本地大模型实现RAG应用。毕竟大模型本地化有利于微调，RAG使内容更有依据。为什么要用RAG？

victorwjw·2025-06-19 21:07

科研漫谈——RAG在LLM中如何调用

科研漫谈——RAG在LLM中如何/何时调用文章目录科研漫谈——RAG在LLM中如何/何时调用1.背景2.RAG与LLM关系2.检索增强生成（RAG）阶段逻辑3.复杂输入（长文本/结构化数据）处理1.背景本文主要解决如下问题

onceco·2025-06-19 19:53

在ubuntu22.04上部署RagFlow一个深度文档理解的开源 RAG

RAGFlow是一个基于深度文档理解的开源RAG（Retrieval-AugmentedGeneration）引擎。

BBM的开源HUB·2025-06-19 08:31

RAGFlow是一个基于深度文档理解的开源RAG引擎

RAGFlow概述RAGFlow是一款基于深度文档理解的开源RAG（检索增强生成）引擎，专注于处理复杂文档结构并提供精准的语义检索与生成能力。

lyh1344·2025-06-19 08:30

大模型RAG高阶面试指南：第一章：RAG绪论

第一章：RAG绪论1.1RAG的定义、背景与核心思想检索增强生成（RetrievalAugmentedGeneration，简称RAG）是一种结合了信息检索和文本生成的人工智能技术。

强化学习曾小健3·2025-06-18 15:38

大模型（LLMs）RAG 版面分析------文本分块面

一、为什么需要对文本分块？使用大型语言模型（LLM）时，切勿忽略文本分块的重要性，其对处理结果的好坏有重大影响。考虑以下场景：你面临一个几百页的文档，其中充满了文字，你希望对其进行摘录和问答式处理。在这个流程中，最初的一步是提取文档的嵌入向量，但这样做会带来几个问题：信息丢失的风险：试图一次性提取整个文档的嵌入向量，虽然可以捕捉到整体的上下文，但也可能会忽略掉许多针对特定主题的重要信息，这可能会导

xianghan收藏册·2025-06-18 15:07

【AI论文精读3】RAG论文综述1-P3-检索器

【AI论文解读】【AI知识点】【AI小项目】【AI战略思考】P1，P2，P4，P5，P6三、检索器在RAG中，有效地从数据源中检索相关文档至关重要。

AI完全体·2025-06-18 15:07

RAG轻松通-P3：向量数据库

欢迎来到啾啾的博客。记录学习点滴。分享工作思考和实用技巧，偶尔也分享一些杂谈。有很多很多不足的地方，欢迎评论交流，感谢您的阅读和评论。目录1引言2向量数据库2.1数据结构2.1.1分层存储策略2.1.2集合2.1.2.1与关系型数据库表的对比2.2向量数据库核心2.2.1ANN索引算法2.3向量数据库选型2.4注意事项2.4.1需要统一向量维度2.4.2需要向量归一化2.4.3需要ID2.4.4元

啾啾大学习·2025-06-18 15:05

大模型（LLMs）RAG 版面分析——文本分块面

大模型（LLMs）RAG版面分析——文本分块面一、为什么需要对文本分块？二、能不能介绍一下常见的文本分块方法？

AI Echoes·2025-06-18 15:03

2025主流AI智能客服系统技术对比分析：RAG、知识库、私有化部署能力全解读

近年来，伴随大模型能力的发展和自然语言处理技术的演进，AI智能客服系统正逐步从“问答工具”演变为企业和机构的服务中枢。在政务、医疗、教育、金融、电商等行业，越来越多的信息门户和业务系统选择将AI客服作为数字化转型的重要一环。本文从技术实现角度出发，分析国内数个典型AI客服系统解决方案，重点关注其知识库结构、问答能力、国产化兼容情况、私有化部署模式及场景落地效果，供开发者、集成商与技术选型人员参考。

bbsh2099·2025-06-18 13:53

Follow My Instruction and Spill the Beans: Scalable Data Extraction from Retrieval-Augmented Generat

iclr20255688检索增强生成（Retrieval-AugmentedGeneration,RAG）通过在测试阶段引入外部知识，提升了预训练模型的能力，实现了定制化适应。

UQI-LIUWJ·2025-06-18 11:10

实现RAG融合以提升信息检索精准度

RAG（Retrieval-AugmentedGeneration）融合就是一种创新的解决方案。本文将介绍RAG融合的技术背景、核心原理，并提供多个代码片段，展示如何使用这一技术进行信息检索。

zbb258·2025-06-18 10:02

【AI大模型学习路线】第二阶段之RAG基础与架构——第九章（向量数据库常见算法）Product Quantization？

【AI大模型学习路线】第二阶段之RAG基础与架构——第九章（向量数据库常见算法）ProductQuantization？

985小水博一枚呀·2025-06-18 09:51

LangChain 与 Milvus 的碰撞：全文检索技术实践

BM25算法被广泛用于全文搜索的排序，并在检索增强生成（RAG）中发挥着关键作用。Milvus2.5引入了使用BM25的本地全文搜索功能。这种方法将文本转换为代表BM25分数的稀疏

金汐脉动 | PulseTide·2025-06-18 08:47

【AI大模型应用开发】3.2 RAG实战 - RAG应用+UI实现加载本地文件并对话

前面我们实现了RAG基本流程，今天我们在此基础上给它加个UI界面，在浏览器打开，实现上传本地文件、解析，并用大模型实现与该文档的对话。也就是一个阉割版demo版的ChatPDF或知识库对话系统。

同学小张·2025-06-18 00:52

AI大模型RAG架构详细解析（二）自我型RAG、自适应型RAG、REFEED、REALM、RAPTOR

六、自我型RAG：反思型思考者自我型RAG并不总是求助于知识库。相反，它首先使用自己的先前输出作为检索基础，然后再寻求外部帮助。核心特点使用内部输出进行迭代细化。提高连贯性和一致性。减少不必要的检索。

大模型面试·2025-06-17 23:48

Grounding Language Model with Chunking‑Free In‑Context Retrieval (CFIC)

一读即懂这篇ACL2024文章介绍了CFIC，一种新的无块文档上下文检索方法，用于提升Retrieval‑Augmented Generation（RAG）任务的“证据定位”能力。问题是什么？

steven~~~·2025-06-17 22:43

【LangChain】langchain.chains.history_aware_retriever.create_history_aware_retriever函数：创建结合对话历史进行语义检索链

它用于创建一个能够结合对话历史进行语义检索的链（chain），特别适合需要上下文感知的检索增强生成（RAG）场景。

彬彬侠·2025-06-17 12:35

深入理解 LlamaIndex 向量存储索引：从基础搭建到实战优化

在构建检索增强生成（RAG）应用时，我们常常会面临一个核心挑战：如何让大语言模型高效地从海量文档中检索到关键信息？这时候，向量存储索引就成为了破局的关键。

佑瞻·2025-06-17 03:59

RAG 工业落地方案框架（Qanything、RAGFlow、FastGPT、智谱RAG）细节比对！CVPR自动驾驶最in挑战赛赛道，全球冠军被算力选手夺走了

RAG工业落地方案框架（Qanything、RAGFlow、FastGPT、智谱RAG）细节比对！CVPR自动驾驶最in挑战赛赛道，全球冠军被算力选手夺走了。

代码讲故事·2025-06-17 01:16

百万行级代码理解要不要建立Codebase RAG能力？cline说不

Cline可能没有能力开发远程代码RAG索引库（如果建立远程RAG知识库，意味着要收集用户数据，建立类似Continue的RAG知识库，太耗费CPU资源）。

小橘子就是小橘子·2025-06-16 23:38

论文精读：Hypercube-RAG: Hypercube-Based Retrieval-Augmented Generation for In-domain Scientific Question

具体来说，传统的基于语义相似性的检索增强生成（RAG）方法在处理领域知识密集型任务时，难以返回简洁且高度相关的信息。

大数据AI-ZRL·2025-06-16 20:18

MCP开发实战（三）碾压RAG Text2SQL的数据库问答，基于MCP协议将MongoDB Atlas转化为智能问答终端，在VScode利用Cline与mcp-mongo-server实现数据库问答

摘要如何在VSCode中利用Cline的MongoDBAtlasMCPServer（mcp-mongo-server）来实现对MongoDB数据库的问答交互。一、技术架构解析核心组件关系：Cline（AI交互层）↔MCP协议（安全通道）↔mcp-mongo-server（数据处理层）↔MongoDBAtlas（数据存储层）MCP协议的核心作用：安全隔离：所有数据库操作在本地进程完成，敏感数据不经过

朴拙数据交易猿·2025-06-16 19:05

使用Weaviate和LangChain实现RAG (检索增强生成)

在现代的AI应用中，RAG（检索增强生成）技术通过将生成模型与外部知识库结合，提供了一个强大的信息检索和处理方法。

·2025-06-16 15:46

GitHub 趋势日报 (2025年06月15日)

://trendforge.devlive.org/本日报中的项目描述已自动翻译为中文今日获星趋势图今日获星趋势图457awesome340ai-agents-for-beginners281all-rag-techniques215chili3d200self-llm157ai-hedge-fund151deepeval124youtube-transc

qianmoQ·2025-06-16 12:52

GitHub 趋势日报 (2025年06月14日)

|https://trendforge.devlive.org/本日报中的项目描述已自动翻译为中文今日获星趋势图今日获星趋势图1595awesome-llm-apps518awesome399all-rag-techniques346chili3d324ai-agents-for-beginners186deepeval182self-llm170youtube-tr

qianmoQ·2025-06-16 12:21

【项目实训】【项目博客#09】HarmonySmartCodingSystem系统后端智能API检索与代码助手实现（6.2-6.15）

【项目博客#09】HarmonySmartCodingSystem系统后端智能API检索与代码助手实现（6.2-6.15）项目博客概述一、整体架构设计1.1系统模块组成1.2整体流程设计二、API文档RAG

elon_z·2025-06-16 05:37

使用Elasticsearch实现高效的RAG系统:原理、实现与最佳实践

标题:使用Elasticsearch实现高效的RAG系统:原理、实现与最佳实践内容:使用Elasticsearch实现高效的RAG系统:原理、实现与最佳实践1.引言检索增强生成(Retrieval-AugmentedGeneration

llzwxh888·2025-06-16 02:50

Langchain学习笔记(五)：检索增强生成(RAG)基础原理

一.RAG系统的基本原理与架构检索增强生成（Retrieval-AugmentedGeneration,RAG）是一种结合了检索系统和生成式AI的混合架构，旨在解决大语言模型(LLM)的知识时效性和幻觉问题

zhangsan0933·2025-06-16 01:09

Langflow 构建多代理和 RAG 应用的可视化框架

Langflow是一个基于Python的可视化框架，专为构建多代理（Multi-Agent）和检索增强生成（RAG）应用设计。

·2025-06-15 17:24

rag分类

更新中naiverag索引检索生成，顺序执行advancedrag对索引检索生成进行优化modularrag模块化，rag的各个阶段被分成了多个模块类，模块和算法质检不再有固定的选择和顺序流程

坠金·2025-06-15 15:32

论文略读：The Power of Noise: Redefining Retrieval for RAG Systems

省流：在RAG中，噪声文档不仅没有对系统性能造成负面影响，反而能够显著提高系统的准确性1检索文档类型分类相关文档包含直接与查询相关的信息，提供直接回答或解释查询的标准数据。

UQI-LIUWJ·2025-06-15 10:01

一个用专业知识库与多层RAG打造调研报告的Agent

写在前面调研报告是商业决策、学术研究和市场分析的基石。然而，撰写一份高质量的调研报告往往耗时耗力，需要研究员从海量信息中筛选、整合、分析并最终形成结构化的文字。随着大型语言模型（LLM）的发展，我们有机会构建一个智能Agent，它能够利用现有的专业知识库（如行业报告、研究论文、内部数据等），通过先进的多层检索增强生成（Multi-hop/LayeredRAG）技术，辅助甚至自动化调研报告的转写过程

kakaZhui·2025-06-15 06:37

【思考中.....】RAG如何提高查询准确率呢？

RAG提高查询准确率的核心策略与技术解析检索增强生成（RAG）技术通过整合外部知识库提升大语言模型（LLM）的响应质量，其查询准确率直接影响生成内容的可靠性。

努力努力再努力呐·2025-06-14 23:17

一文搞定离线环境下的RAG引擎部署

在人工智能浪潮下，检索增强生成（RAG）技术已成为构建智能问答、文档分析和代码助手等应用的核心。

木鱼时刻·2025-06-14 08:05

大模型现在用的最多其次是预训练模型,大模型用于rag agent 预训练模型用于微调任务

RAG（Retrieval-Augmented

MYH516·2025-06-13 21:52

04 XTuner 大模型单卡低成本微调实战

在上一期内容中介绍了RAG的大模型定制方案以及具体实现的demo，这一期将对finetune进行简单介绍。

wangzixinxinxin·2025-06-13 20:22

务必收藏！大模型常见面试题汇总与详解

面试精选RAG技术体系的总体思路数据预处理。分块（此步骤极为关键，有时能决定模型的效果）。文本向量化。query向量化。向量检索。重排。将query与检索内容输入LLM，最终输出结果。

AI-入门·2025-06-13 13:57

RAG：2025年检索增强生成前沿技术完全指南

一、RAG技术的核心突破与行业影响在生成式人工智能爆发的今天，检索增强生成（Retrieval-AugmentedGeneration,RAG）正以其独特的技术架构，成为连接静态知识库与动态生成能力的桥梁

大模型之路·2025-06-13 11:18

大模型工作流Dify面试题及参考答案

Dify与传统RAG架构的主要差异有哪些？Dify中的「应用（App）」与「Agent」有什么区别？Dify的工作流是如何组织Prompt、模型、工具链的？

大模型大数据攻城狮·2025-06-13 11:47

大语言模型实战：从零构建AI原生应用的完整指南

大语言模型实战：从零构建AI原生应用的完整指南关键词：大语言模型、AI原生应用、Prompt工程、微调、RAG、LangChain、LLMOps摘要：本文将带领读者从零开始构建一个完整的AI原生应用。

AI原生应用开发·2025-06-13 11:15

用于树组织检索的递归抽象处理代码详解

RECURSIVEABSTRACTIVEPROCESSINGFORTREE-ORGANIZEDRETRIEVALRaptorgitee地址：lengyanju8/raptor思想，二叉树->多叉树用来增强RAG

堂堂客·2025-06-13 05:31

【大模型应用笔记】检索增强生成（RAG）是什么？

基础介绍RAG(RetrievalAugmentedGeneration)（检索增强生成）：给模型配备一个"外部记忆库"，类比于像给秘书配备了一个随时可查的资料库。

·2025-06-13 02:12

大模型笔记_模型微调 vs RAG

1.模型微调与RAG介绍模型微调（Fine-tuning）：大模型笔记_模型微调-CSDN博客检索增强生成RAG（Retrieval-AugmentedGeneration）：大模型笔记_检索增强生成(

饕餮争锋·2025-06-13 02:12

大模型笔记：RAG（Retrieval Augmented Generation,检索增强生成）

——>为了赋予LLM持续学习和获取新知识的能力,RAG应运而生2RAG介绍这是

·2025-06-13 02:11

cognee，有望替代 RAG, 简单了解一下

https://github.com/topoteretes/cognee这个项目是今天github热榜的第一名。这个项目的开发者，帮我介绍一下，背景来历，名气，影响好的！让我们来聊聊Cognee这个项目的开发者，以及他们的背景、名气和影响，用简单易懂又带点幽默的语气！项目背景Cognee是一个开源的AI记忆引擎项目，托管在GitHub上（https://github.com/topoterete

waterHBO·2025-06-12 20:20

推荐频道

rag