rag

RAG驱动的健康信息检索，三阶段破解健康谣言

RAG驱动的健康信息检索，三阶段破解健康谣言论文大纲1.Why：这个研究要解决什么现实问题2.What：核心发现或论点是什么3.How3.1前人研究的局限性3.2你的创新方法/视角3.3关键数据支持3.4
Debroon·2025-02-24 11:57

RAG+LLM和直接将整理的知识训练到模型中去有什么区别，各自有什么优缺点

1.RAG(Retrieval-AugmentedGeneration)+LLM(LargeLanguageModel)概念RAG是将信息检索与生成模型相结合的一种方法。
MonkeyKing.sun·2025-02-24 06:54

1秒响应、90%决策准确率！京东商家智能助手的技术探索

引言多智能体的架构演进过程：第一阶段：B商城工单自动回复，LLM和RAG结合知识库应答，无法解决工具调用。
京东零售技术·2025-02-24 03:01

编程助手-1-融合RAG技术

结合RAG（Retrieval-AugmentedGeneration）技术开发编程助手时，代码知识的抽取和结构提取是关键步骤。
愚昧之山绝望之谷开悟之坡·2025-02-23 12:20

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。
llzwxh888·2025-02-22 19:00

无缝融入，即刻智能[4]：MaxKB知识库问答系统[进一步深度开发调试，完成基于API对话，基于ollama大模型本地部署等]

大模型本地部署等]1.简介MaxKB(MaxKnowledgeBase)是一款基于LLM大语言模型的开源知识库问答系统，1.1产品优势开箱即用：支持直接上传文档、自动爬取在线文档，支持文本自动拆分、向量化、RAG
汀、人工智能·2025-02-22 13:14

【deepseek】本地部署后api接口的封装

文章目录前言一、安装必要的库二、创建FastAPI应用三、运行FastAPI应用四、使用API五、客户端api调用前言本文内容包含如何将Deepseek本地模型的RAG知识库文件读取、对话选择、对话回复和历史对话封装成
Neo很努力·2025-02-22 07:27

【AI大模型应用开发】【RAG评估】1. 通俗易懂：深度理解RAGAS评估方法的原理与应用

微信公众号也可搜【同学小张】本站文章一览：上篇文章【AI大模型应用开发】【RAG评估】0.综述：一文了解RAG评估方法、工具与指标，我们盘点了当前RAG系统评估的一些主流方法、工具和评估指标。
同学小张·2025-02-22 06:21

大模型/ChatGPT/AIGC、论文审稿、具身智能、RAG等11大系列集锦

近期则专攻AIGC/ChatGPT，而自己在本blog上也着实花费了巨大的时间和精力，写的东西可能也够几本书的内容了。然不管怎样，希望我能真真正正的为读者提供实实在在的价值与帮助。下面，敬请观赏。有任何问题，欢迎随时不吝指正(同时，若你也能帮助回复blog内留言的任何朋友的问题，欢迎你随时不吝分享&回复，我们一起讨论，互帮互助，谢谢)。无私分享，造福天下以下是本blog内的微软面试100题系列、经
大模型八哥·2025-02-21 22:37

云上玩转DeepSeek系列之三：PAI-RAG集成联网搜索，构建企业级智能助手

本文将为您带来“基于PAI-RAG构建
阿里云大数据AI技术·2025-02-21 14:52

使用BREEBS平台提升AI知识库

Breebs背后实现了多种增强生成（RAG）模型，以在每次迭代中无缝提供有用的上下文。技术背景介绍随着自然语言处理（NLP）技术的进步，大语言模型（LLM）在生成
dgay_hua·2025-02-21 05:11

企业级RAG开源项目分享：Quivr、MaxKB、Dify、FastGPT、RagFlow

企业级RAGGitHub开源项目深度分享：Quivr、MaxKB、Dify、FastGPT、RagFlow及私有化LLM部署建议随着生成式AI技术的成熟，检索增强生成（RAG）已成为企业构建智能应用的关键技术
Ainnle·2025-02-21 00:16

wav2lip部署方案-数字人项目

大家多关注，后续会把llm、RAG、AGENT、TTS、ASR等结合起来，形成一套完整的系统显卡硬件资源显卡：2080ti开始部署下载源码gitclonehttps://github.com/Rudrabha
何为标准·2025-02-19 23:10

ColD Fusion，分布式多任务微调的协同 “密码”

发布时间：2025-02-19近日热文：1.全网最全的神经网络数学原理（代码和公式）直观解释2.大模型进化史：从Transformer到DeepSeek-R1的AI变革之路3.2W8000字深度剖析25种RAG
·2025-02-19 20:46

DeepSeek-r1 与 RAG工作流的无缝结合：应对复杂问题的新方式

ByDeanSacoranskyandDenizAskin原文标题：推理与递归检索：Deepseek-r1、Tavily和LangGraphDeepSeek-r1的影响DeepSeek在不到一个月前公开发布了r1模型。突然间，每个人都可以访问强大的推理模型，用于应用和模型开发。在这篇文章中，我们提出了一种简单的代理工作流，使DeepSeek-r1能够代理性地执行信息检索！该系统能够准确地回答复杂的
·2025-02-19 15:28

探索 Open WebUI：功能全面的开源交互平台

功能全面的开源交互平台轻松部署兼容多API集成精细权限和用户组管理跨设备响应式设计移动渐进式Web应用（PWA）全面支持Markdown和LaTeX免提语音/视频通话模型构建器原生Python函数调用工具本地RAG
gs80140·2025-02-19 14:52

什么是Embedding、RAG、Function calling、Prompt engineering、Langchain、向量数据库？ 怎么使用

什么是Embedding、RAG、Functioncalling、Promptengineering、Langchain、向量数据库？
ZhangJiQun&MXP·2025-02-19 10:49

腾讯云大模型知识引擎×DeepSeek赋能文旅

×DeepSeek赋能文旅——以合肥文旅为例的技术革新与实践路径一、技术底座：知识引擎与DeepSeek的融合逻辑腾讯云大模型知识引擎与DeepSeek模型的结合，本质上是**“知识库+检索增强生成（RAG
繁依Fanyi·2025-02-19 00:55

【带你 langchain 双排系列教程】1. langchian 基本架构与环境配置（siliconFlow Deepseek接入）

LangChain是一个用于构建和部署大模型应用的框架，涵盖了从语言模型（LLM）到检索增强生成（RAG）、OpenAI集成以及智能体（Agent）的全套工具链。
夜里慢慢行456·2025-02-18 17:35

Windows Docker Desktop部署MaxKB详细教程

MaxKB（MaxKnowledgeBase）是一款基于大语言模型（LLM）和检索增强生成（RAG）技术的开源知识库问答系统，旨在帮助企业、教育机构及研究组织高效管理知识并提供智能问答服务。
Roc-xb·2025-02-18 13:28

Python字符模糊匹配指南 RapidFuzz | python小知识

Python字符模糊匹配指南RapidFuzz|python小知识最近在看一个rag评估的框架中，看一个字符模糊匹配的库RapidFuzz，在这里介绍给大家。
aiweker·2025-02-18 13:55

【AI日记】24.10.30 做项目的一些前期准备工作

【AI战略思考】【AI日记】工作工作1内容：看AI大佬访谈B站地址：SamAltman最新5月播客长篇访谈|@All-In播客2024.5.11时间：1.5小时评估：继续工作2内容：思考如何开始自己的RAG
AI完全体·2025-02-18 00:09

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。
小林rr·2025-02-18 00:28

1 分钟极速接入：ABAP 系统如何调用 DeepSeek

笔者之前的文章，已经详细介绍了DeepSeek的API调用方式：在腾讯HAI上使用DeepSeek+RAG实现SAP私人知识库免费使用DeepSeekR1满血版不卡顿，支持个人知识库D
汪子熙·2025-02-17 20:48

OpenWebUI，RAG+外部知识库+AI写文的开源应用

引言自从去年AI火起来之后，很多人便热衷于寻找适合自用的AI开源项目，把各家大模型API接入到自己的AI程序里，便可以通过AI辅助完成一系列日常任务，比如内容翻译/润色/总结/撰写、格式转换、数据分类、代码分析、角色扮演等等。一般情况下，大模型依靠自身训练数据便能够完成的任务质量偏高，像翻译总结、格式转换之类，市面上所有的AI程序基本都能够满足这一点需求；但是需要结合外部资料/超长上文信息/实时信
m0_74824780·2025-02-17 12:39

知识图谱大模型系列之 11什么是 Neo4j LLM 知识图谱构建器？

它与检索增强生成(RAG)聊天机器人集成，可实现自然语言查询和对数据的可解释洞察。
知识大胖·2025-02-17 07:53

python后端调用Deep Seek API

DeepSeekAPI需要依次下载●Ollama●DeepseekR1LLM模型●嵌入模型nomic-embed-text/bge-m3●AnythingLLM参考教程：DeepseekR1打造本地化RAG
YY_oot·2025-02-16 22:20

DeepSeek-R1 蒸馏 Qwen 和 Llama 架构 企业级RAG知识库

“DeepSeek-R1的输出，蒸馏了6个小模型”意思是利用DeepSeek-R1这个大模型的输出结果，通过知识蒸馏技术训练出6个参数规模较小的模型，以下是具体解释：-**知识蒸馏技术原理**：知识蒸馏是一种模型压缩技术，核心是“教师-学生”模式。在该场景中，DeepSeek-R1作为“教师模型”，它是一个大型、复杂且性能强大的模型，具有丰富的语言知识和出色的处理能力。以Qwen或Llama架构为
qq_25467441·2025-02-15 20:00

基于 llama-index与Qwen大模型实现RAG

文章目录llama-index核心功能工作流程Qwen技术特点核心能力RAG核心原理关键优势工作流程知识准备阶段查询处理阶段检索与重排阶段语言模型调用阶段实现环境准备代码实现参考LlamaIndex和Langchain
uncle_ll·2025-02-15 09:35

PDF文件提取开源工具调研总结

在现代信息处理工作流中发挥了重要的作用，尤其是RAG项目中，通过将非结构化数据转化为结构化和可访问的信息，极大地提高了信息检索和生成的准确性、效率和实用性。所以PDF文档提取在RAG中显得尤为重要。
塞大花·2025-02-14 22:37

一个AI应用的开发、上线流程解析

PyTorch模型格式)2.2.mindir(MindSpore模型格式)2.3.onnx(开放神经网络交换格式)2.4实际例子：自动驾驶系统中的推理模块3.APP与网页4.运维中心与本地部署SDK5.RAG
終不似少年遊*·2025-02-14 17:03

RAG中的双编码器与跨编码器模型

RAG中的双编码器与跨编码器模型阅读时长：19分钟发布时间：2025-02-13近日热文：全网最全的神经网络数学原理（代码和公式）直观解释欢迎关注知乎和公众号的专栏内容LLM架构专栏知乎LLM专栏知乎【
·2025-02-14 01:01

RAG私域问答场景升级版方案(第二期方案)[2]：工业级别构建私域问答（业务问题、性能问题、安全成本问题等详细解决方案）

RAG私域问答场景升级版方案(第二期方案)[2]：工业级别构建私域问答（业务问题、性能问题、安全成本问题等详细解决方案）第一期方案参考：RAG私域问答场景整体夏详细方案(第一期方案)[1]：工业级别构建私域问答
汀、人工智能·2025-02-13 02:24

一文读懂RAG

目录一、RAG是什么？二、为什么需要RAG?
wangziling123456·2025-02-12 22:58

RAG-Driven Enhancement of Multimodal Electronic Health Records Analysis via Large Language Models

本文是LLM系列文章，针对《REALM:RAG-DrivenEnhancementofMultimodalElectronicHealthRecordsAnalysisviaLargeLanguageModels
UnknownBody·2025-02-12 21:50

DeepSeek-Ollama实现本地化无烦恼

它支持各种LLM运行器，如Ollama和OpenAI兼容的API，并内置了RAG推理引擎，使其成为强大的AI部署解决方案。star72
c_zyer·2025-02-12 20:11

亚马逊云科技Bedrock知识库自定义语义搜索配置教程

借助亚马逊云科技的AmazonBedrock知识库功能，我们可以安全地将AmazonBedrock中的基础模型连接到我们的私有数据，实现检索增强生成（RAG）。
佛州小李哥·2025-02-12 13:57

【Neo4j 】学习笔记：GraphRAG 宣言：为 GenAI 添加知识

GraphRAG宣言：为GenAI添加知识原文菲利普·拉瑟尔图片菲利普·拉瑟尔7月11日阅读时长：22分钟我们正在进入RAG的“BlueLinks”时代GraphRAG宣言。
等风来不如迎风去·2025-02-10 16:53

如何在 Node.js 中创建嵌入向量

在构建检索增强生成（RAG）应用时，首要任务是准备
·2025-02-09 18:10

探秘检索增强生成：上下文检索、混合搜索与密集检索全解析

近日热文：全网最全的神经网络数学原理（代码和公式）直观解释欢迎关注知乎和公众号的专栏内容LLM架构专栏知乎LLM专栏知乎【柏企】公众号【柏企科技说】【柏企阅文】在自然语言处理（NLP）领域，检索增强生成（RAG
·2025-02-09 18:33

接入deepseek构建RAG企业智能问答系统

RAG基础流程AI大模型回答问题的方式AI大模型基于其训练的数据回答所有问题。如果未针对特定业务（如美团）进行专门“学习”，面对直接相关的问题时，无法给出理想的答案。
da pai ge·2025-02-09 16:08

大模型 RAG 知识总结

RAG（Retrieval-AugmentedGeneration）面一、LLMs已经具备了较强能力了，存在哪些不足点？
da pai ge·2025-02-09 16:38

聊聊Agentic RAG，可能是目前最强大和灵活的RAG实现方式

前言经典RAG应用的范式与架构已经非常流行，我们可以在很短的时间内借助成熟框架开发一个简单能用的RAG应用。
江湖人称麻花滕·2025-02-09 14:50

Retrieval-Augmented Generation，检索增强生成流程

RAG流程用户输入接收系统接收用户输入的查询问题或文本内容，例如“李白有哪些著名的作品？”用户输入可以通过自然语言处理（NLP）模型的输入端口或用户交互界面（如聊天应用、搜索引擎输入框等）接收。
从零开始学习人工智能·2025-02-09 08:40

14.4K+ Star！GPT Researcher：一个基于AI的智能研究助手

GPTResearcher的设计灵感来源于最新的Plan-and-Solve和RAG论文，目标是解决错误信息、速度、确定性和可靠性问题，通过并行化智能体工作而不是同步
鱼满满记·2025-02-09 07:00

MaxKB开源知识库问答系统累计下载数量超过300,000次！

截至2024年12月30日22:00，飞致云旗下开源项目——基于大语言模型和RAG的知识库问答系统MaxKB全网累计下载数量超过300,000次！
FIT2CLOUD飞致云·2025-02-09 04:03

智能代理RAG：超越传统信息检索的AI代码生成新范式

传统的检索增强生成(RetrievalAugmentedGeneration,RAG)技术在信息检索领域扮演着重要的角色，但其局限性也日益显现。
·2025-02-08 23:09

推荐一款企业级的Agentic RAG应用框架——RAGapp

推荐一款企业级的AgenticRAG应用框架——RAGappragappTheeasiestwaytouseAgenticRAGinanyenterprise项目地址:https://gitcode.com/gh_mirrors/ra/ragapp项目简介RAGapp是一个简单易用的企业级框架，它将OpenAI自定义GPTs的配置便利性与Docker容器化的部署方式相结合。借助RUN_Llama/
班歆韦Divine·2025-02-08 09:14

【AI】【RAG】使用WebUI部署RAG：数据优化与设置技巧详解

RAG（Retrieval-AugmentedGeneration）是一种通过知识库构建的高效问答系统。然而，在使用WebUI部署和优化RAG时，数据源管理和参数设置直接决定了系统的回答质量。
踏雪无痕老爷子·2025-02-08 07:30

基于LangChain-Chatchat实现的RAG-本地知识库的问答应用[3]-参数配置详细版

基于LangChain-Chatchat实现的RAG-本地知识库的问答应用[3]-参数配置详细版在开始参数配置之前，先执行以下脚本pythoncopy_config_example.py该脚本将会将所有
汀、人工智能·2025-02-08 07:28
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他