rag 第3页

阿里云PAI大模型RAG对话系统最佳实践

阿里云云栖号·2025-03-01 00:04

2.4 自动化评测答疑机器人的表现-大模型ACP模拟题-真题

整体回答质量的评估：AnswerCorrectness，用于评估RAG应用生成答案的准确度。生成环节的评估：AnswerRelevancy，用于评估RAG应用生成的答案是否与问题相关。

admin皮卡·2025-03-01 00:59

利用DSPy优化LangChain RAG系统的实战指南

利用DSPy优化LangChainRAG系统的实战指南技术背景介绍DSPy是一个用于大语言模型（LLMs）的出色框架，它引入了一个自动编译器，能够教会模型如何执行你程序中的声明性步骤。具体来说，DSPy编译器会在内部追踪你的程序，然后为大型语言模型（LLMs）创建高质量的提示（或为小型LLMs训练自动微调），以教会它们任务的步骤。感谢OmarKhattab的努力，现在DSPy可以与LangChai

scaFHIO·2025-02-28 04:01

大模型RAG优化之高可用向量数据库的“热更”难题与解决方案

在现代应用中，向量数据库被广泛用于图像搜索、推荐系统、语义搜索等场景。但与传统数据库不同，向量数据库的“热更”（即在不中断服务的情况下更新索引）是一个具有挑战性的问题。本文将深入探讨这一问题，对比主流向量数据库的热更方案，并给出Qdrant的代码示例。1.什么是向量数据库的“热更”？想象一下，你正在运营一个大型电商平台，用户可以上传图片搜索相似商品。你的商品库每天都在更新：新商品上架：需要将新商品

kakaZhui·2025-02-28 04:59

使用 Weaviate 执行 RAG (Retriever-Augmented Generation)

RAG（Retriever-AugmentedGeneration）是当前AI领域中频繁使用的技术，结合了信息检索与生成模型，可以大幅提升信息获取与生成内容的准确性和丰富度。

bavDHAUO·2025-02-28 04:28

手把手教你用Docker部署Dify平台，打造可视化LLM应用环境

Dify内置了构建LLM应用所需的关键技术栈，包括对数百个模型的支持、直观的Prompt编排界面、高质量的RAG引擎、稳健的Agent框架、灵活的流程编排，并同时

脱泥不tony·2025-02-27 22:40

【DeepSeek如何提升渗透测试的效率及防范安全漏铜，从0-1详细教】

利用DeepSeek提升渗透测试效率信息收集与资产测绘自动化目标扫描：利用DeepSeek的联网搜索模式（RAG技术），在命令行输入目标网址或相关关键词，获取目标公开信息，如子域名、开放端口、历史漏洞记录等

生活De°咸鱼·2025-02-27 15:05

【RAG系列】知识加工的艺术 - 文档预处理实战手册

知识加工的艺术-文档预处理实战手册原始文档文档拆分结构化数据非结构化数据表格处理器文本分割器格式化CSV语义分块知识图谱一、文本拆分的积木法则1.1机械分割vs语义理解固定窗口上下文感知段落拆分...模型参数量达到175B时...语义拆分模型参数量......175B时表现分割策略对比方法优点缺点代码示例固定窗口O(1)时间复杂度割裂技术术语text.split("\n\n")滑动窗口保留局部上下

什么都想学的阿超·2025-02-27 10:35

基于 RAG（检索增强生成）、KAG（知识感知生成）和 CoT（链式思维）的生成式语言模型驱动推荐系统

一、系统架构详解1.输入层a.用户行为数据数据来源：网站浏览历史、购物车内容、购买记录、收藏夹、搜索记录等。处理方式：数据清洗、去重、时间序列分析，提取用户的长期和短期兴趣。特征工程：行为序列：用户行为的时间顺序，如最近浏览的商品类别。频率与时长：浏览某类商品的频率和时长。转化率：从浏览到购买的转化情况。b.商品数据数据来源：商品数据库，包括价格、品牌、类别、库存、评价、销量等。处理方式：标准化处

路人与大师·2025-02-27 09:27

使用Google Cloud Vertex AI构建RAG匹配引擎

技术背景介绍RAG（Retrieval-AugmentedGeneration）是一种结合信息检索和生成技术的框架。

vaidfl·2025-02-27 06:29

RAG技术落地：核心痛点与应对策略全面解析

RAG技术落地：核心痛点与应对策略全面解析RAG技术落地：核心痛点与应对策略全面解析一、技术实现层的四大挑战二、数据质量管理的生死线三、产业落地的软性痛点四、未来技术演进方向RAG技术落地：核心痛点与应对策略全面解析检索增强生成

山风wind·2025-02-27 05:58

基于LangChain4j调用火山引擎DeepSeek R1搭建RAG知识库实战指南

基于LangChain4j调用火山引擎DeepSeekR1搭建RAG知识库实战指南基于LangChain4j调用火山引擎DeepSeekR1搭建RAG知识库实战指南基于LangChain4j调用火山引擎

山风wind·2025-02-27 05:53

支持 40+ 插件，Spring AI Alibaba 简化智能体私有数据集成

作者：张震霆&何裕墙，SpringAIAlibabaContributor在AI智能体（AIAgent）开发的过程中，RAG（Retrieval-AugmentedGeneration）和ToolCalling

·2025-02-26 19:58

有哪些开源大数据处理项目使用了大模型

**SWIFT**：阿里开源的大模型微调轻量级框架，用于提高RAG应用的准确度。3.**Text2SQL**：阿里发布的最新实践开源模型，其准确度超过了GPT4。4

魔王阿卡纳兹·2025-02-26 19:02

什么是RAG？RAG是如何解决问题的？RAG的未来发展趋势有哪些？

一、什么是RAG所谓RAG，检索增强生成（RetrievalAugmentedGeneration），简称RAG，已经成为当前最火热的LLM应用方案。

大模型综述·2025-02-26 18:31

在Intel GPU上使用IPEX-LLM进行本地BGE嵌入

在现代人工智能应用中，尤其在诸如检索增强生成（RAG）和文档问答等任务中，低延迟是一个至关重要的指标。

shuoac·2025-02-26 16:16

RAG技术全面解析：从原理到实践中的20个关键问题

一、基础概念与原理1.RAG是什么？与传统生成模型的区别是什么？RAG定义检索增强生成（Retrieval-AugmentedGeneration,RAG）是一种结合检索技术与生成模型的技术。

大F的智能小课·2025-02-26 12:47

【RAG系列】文字的数字化分身 - 向量嵌入的魔法世界

文字的数字化分身-向量嵌入的魔法世界文字向量编码器数字分身语义空间相似度计算代数运算关系推理一、认知革命：文字的数字基因工程1.1文字GPS坐标系想象每个词语都是银河系中的星球，向量坐标就是它们的星际坐标：经度：语义维度（动物/植物/人造物）纬度：情感维度（积极/中性/消极）高度：抽象维度（具体/抽象）#词语向量可视化示例words=["国王","王后","男人","女人","电脑"]embedd

什么都想学的阿超·2025-02-26 04:52

【RAG系列】AI的“三步记忆法“ - RAG工作流程全景解析

AI的"三步记忆法"-RAG工作流程全景解析用户问题检索器向量数据库相关文档增强器增强提示生成器最终回答一、认知建模：从人类记忆到机器记忆1.1考试复习的三步法则建立知识框架提取核心信息综合运用考前预习划重点考场作答最终答案这个经典的学习过程与

什么都想学的阿超·2025-02-26 04:51

细说向量化知识库

向量化知识库与RAG：打造智能AI知识检索系统引言在大模型（LLM）迅猛发展的今天，如何让AI获取最新、最准确的信息，成为一个核心问题。

CCSBRIDGE·2025-02-25 18:41

怎么提升自定义知识库的质量（向量知识库）

上传文档后，CherryStudio或者AnythingLLM会将内容转换为向量数据库（VectorDatabase），然后用于检索增强生成（RAG，Retrieval-AugmentedGeneration

CCSBRIDGE·2025-02-25 18:11

浏览器使用 + LightRAG + Ollama代理可以抓取任何网站!!

现有的RAG系统存在重大限制，包括依赖于平

可乐泡枸杞··2025-02-25 11:17

RAG技术核心原理

为了解决这一问题，研究人员提出了一种新颖的技术，即RAG（Retrieval-AugmentedGeneration，检索增强生成）。

·2025-02-25 03:23

Ollama Open WebUI

OpenWebUI支持多种语言模型运行器（如Ollama和OpenAI兼容API），并内置了用于检索增强生成（RAG）的推理引擎，使其成为强大的AI部署解决方案。

alden_ygq·2025-02-25 03:51

docker安装Open WebUI详解-遇到的坑OSError: We couldn‘t connect to ‘https://huggingface.co‘ to load this file

OpenWebUI的功能丰富，包括代码高亮、数学公式支持、网页浏览、预设提示词、本地RAG集成、对话标记、模型下载、聊天记录查看以及语音支持等。

坚定信念，勇往无前·2025-02-24 22:16

大模型学习完整路径（一站式汇总），从零基础到精通！新手友好级指南

Python程序员罗宾·2025-02-24 22:45

RAG+Agent人工智能平台：RAGflow实现GraphRAG知识库问答，打造极致多模态问答与AI编排流体验

RAG+Agent人工智能平台：RAGflow实现GraphRAG知识库问答，打造极致多模态问答与AI编排流体验1.RAGflow简介最近更新：2024-09-13增加知识库问答搜索模式。

汀、人工智能·2025-02-24 17:11

GraphRAG的实践

好久没有体验新技术了，今天来玩一下GraphRAG顾名思义，一种检索增强的方法，利用图谱来实现RAG1.配置环境conda create-nGraphRAGpython=3.11condaactivateGraphRAGpipinstallgraphrag2

fc&&fl·2025-02-24 17:40

浅谈大模型RAG架构落地的十大挑战

0、RAG简介RAG（RetrievalAugmentedGeneration）结合知识库检索与大模型回答，确保信息可靠且精准，同时节省了微调成本。

Python程序员罗宾·2025-02-24 15:31

7种RAG 架构及其核心组件概览

Retrieval-AugmentedGeneration（RAG）架构正发挥着日益重要的作用。

Cc不爱吃洋葱·2025-02-24 15:28

深入理解RAG架构中的PDF处理流程

Retrieval-AugmentedGeneration(RAG)架构提供了一种创新的方法来解决这个问题，特别是在处理非结构化数据如PDF文档时。

cjl30804·2025-02-24 15:57

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

推荐频道

rag