首页
AI Coding
数据标注
NEW
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