首页
AI Coding
NEW
沸点
课程
直播
活动
AI刷题
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
会员
登录
注册
确定删除此收藏集吗
删除后此收藏集将被移除
取消
确定删除
确定删除此文章吗
删除后此文章将被从当前收藏集中移除
取消
确定删除
编辑收藏集
名称:
描述:
0
/100
公开
当其他人关注此收藏集后不可再更改为隐私
隐私
仅自己可见此收藏集
取消
确定
LLM
订阅
月夜听雨D
更多收藏集
微信扫码分享
微信
新浪微博
QQ
5篇文章 · 0订阅
RAG-检索增强生成
本文从实践角度详细总结了在RAG(检索增强生成)过程中遇到的一些关键技术点。这些技术点的总结不仅涵盖了常见问题,还提供了具体的解决方案和优化建议,为从事相关工作的技术人员提供了实用的参考。
基于 RAGAS 的检索增强效果评估实战
RAGAS (Retrieval Augmented Generation Assessment), 是一个关于检索增加效果评估的框架。最近尝试了使用这个框架自动评估大模型检索增强。
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。
RAG实操教程,LangChain + Llama2 | 创造你的个人LLM
RAG实操教程,LangChain + Llama2 | 创造你的个人LLM 本文将逐步指导您创建自己的RAG(检索增强生成)系统,使您能够上传自己的PDF文件并向LLM询问有关PDF的信息。本教程侧
一篇文章带你学会向量数据库Milvus(二)
一篇文章带你学会向量数据库Milvus(二) 上一篇文章 一篇文章带你学会向量数据库Milvus(一)我们我们学习了 Milvus 向量数据库的数据库管理,集合管理,schema 管理。这一篇文章我们