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
AI
订阅
shengliang74
更多收藏集
微信扫码分享
微信
新浪微博
QQ
4篇文章 · 0订阅
讲讲我琢磨透的 RAG:让AI 告别 “瞎编” !
生成式 AI 时代下 RAG 模型的应用与实现 随着生成式 AI 的蓬勃兴起以及大语言模型的广泛应用,此类技术迅速成为热门焦点。然而,它们在特定行业或领域中,提供专业、精准答案的能力存在明显局限。
AI大模型学习之白话笔记(六)-- RAG
RAG的全称是Retrieval-Augmented Generation,中文翻译为检索增强生成。 RAG是一种新颖的机器学习方法,它结合了预训练的语言模型和检索系统。
MCP + 数据库,一种比 RAG 检索效果更好的新方式!
在今天这一期,我们将一起学习一种基于 MCP 提高大模型检索外部知识精度的新思路,实测比 RAG 效果要好很多。
聊一下MCP,希望能让各位清醒一点吧🧐
MCP这东西,别光看网上说,自己动手试试,一试一个不吱声,来看看一个AI应用落地实战派对MCP的体验和结论吧。