发简信
IP属地：上海
-
Advanced RAG 七、查询优化之Multi-Query 多路召回
一、为什么 当用户没有正确书写查询语句，或者LLM不能够正确理解用户查询语句的含义时，此时LLM生成的答案可能就不够完整和全面。 二、如何避免 ...
-
Advanced RAG 六、查询优化之Enrich一、问题 我们希望实现人们通过自然的口语对话来使用大模型应用。然而，在口语表达需求和意图时，人们往往会遇到一些问题。例如，表达过于简略或含糊，容...
-
Advanced RAG 五、索引优化小结
一、摘要索引 适用场景 适用于需要快速检索和生成简介上下文的场景 案例 在新闻资讯平台中，系统需要快速从海量新闻中提取关键信息，通过摘要索引可以...
-
Advanced RAG 四、元数据索引
在复杂的知识密集型应用中，可能会面临几百个不同来源于类型的知识文档。如果知识简单地依赖传统的文本分割与top-k检索，就会产生精度不足、知识相互...
-
Advanced RAG 三、假设性问题索引
一、假设性问题索引是什么？ 假设性问题是一种提问方式，它基于一个或多个假设的情况或前提来提出问题。在对知识库中的文档内容进行切片时，是可以以该切...
-
Advanced RAG 二、父子索引
一、父子索引 需求矛盾 我们在利用大模型进行文档检索的时候，常常会有相互矛盾的需求，如： 你可能希望得到较小的文档块，以便他们Embedding...
-
Advanced RAG 一、摘要索引
一、为什么要使用摘要索引？ 在处理大量文档时，如何快速准确地找到所需的信息，是一个常见的问题。摘要索引可以用来处理半结构化数据，如许多文档包含多...
-
LangChain中RAG的基本使用
LangChain中的RAG基于RAG的基本流程：1、加载文档2、文档分片3、向量化存储4、检索5、增强提示词6、请求大模型 源码
-
RAG——检索增强生成
RAG认知与项目实践 一、RAG - 检索增强生成 为什么需要RAG时效性大模型无法询问最新的时事，比如问LLM：“抗战胜利80周年阅兵展示了哪...