RAG
5篇文章 · 0订阅
  • 蚂蚁 KAG 框架核心功能研读
    作者介绍：薛明，拥有近 10 年在医疗和零售领域应用机器学习和人工智能的经验。曾就职于通用电气、复星医药等企业。长期专注于医学图像、自然语言处理以及数据科学的研发工作，如训练/推理框架、数据挖掘与分析
    人工智能
  • RAG技术：智能检索革命，重塑知识获取与内容生成
    在过去的一年中，众多研究和实践引入了多种创新技术，推动了RAG系统的演进。本专题将深入探讨RAG技术的每个环节，包括其原理、面临的挑战以及前沿的解决方案。此外，还将分享内部项目实践经验，以帮助读
    AIGC
    RAG技术：智能检索革命，重塑知识获取与内容生成
  • RAG（检索增强生成）系统的问题及解决思路
    引言 随着大型语言模型（LLM）的出现，人们对更好搜索能力的需求催生了新的搜索方法。虽然基于关键字的传统搜索方法和推荐系统在某种程度上是有效的，但 LLM 的出现将搜索能力提升到了一个新的水平。尽管这
    OpenAI 人工智能
  • 最优化大模型效果之 RAG（五）使用 Ragas 框架对 RAG 系统进行评估 —— GraphRAG vs RAPTOR
    介绍了如果评估 RAG 系统和评估框架 Ragas，并实际上手测试了 GraphRAG 和 RAPTOR RAG 的性能指标。
    AIGC LLM
  • 最优化大模型效果之 RAG（二）：索引的优化策略
    解析阶段涉及非结构化数据的处理，如图像和视频的转换，而切片则需要找到合适的文档块大小以提高检索效率。最后，通过向量存储和元数据过滤，我们优化了索引结构，以确保生成更准确和相关的结果。
    AIGC