首页
AI Coding
沸点
课程
直播
活动
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
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
rag
订阅
小盒子的技术分享
更多收藏集
微信扫码分享
微信
新浪微博
QQ
3篇文章 · 0订阅
《拯救你的RAG项目:Langfuse观测体系落地指南》
引言: 当开发者依赖LlamaIndex/LangChain构建RAG应用时,框架抽象层如同一座"数据高墙":模型接收的检索结果、生成的原始响应等关键信息被隔离,迫使开发者在缺乏观测依据的状态下盲调试
你的RAG系统真的达标了吗?生产环境RAG成功的7大关键指标
在企业或者单位内部,我们搞了个RAG应用,塞进去一堆文档,想着能给团队提供又快又准的信息。刚开始,那感觉简直像变魔术一样神奇!但大家都知道,大模型总有穿帮的时候,现实总会给你当头一棒。 为什么要评估R
基于RAG的企业级代码生成系统:从数据清洗到工程化实现
目录 引言 数据收集与清洗 数据标准化 知识图谱构建 RAG系统实现 代码生成模型训练 工程化实现 系统评估与优化 结论 1. 引言 在现代软件开发中,利用大型语言模型(LLM)生成代码已成为提高开发