首页
沸点
课程
数据标注
HOT
AI Coding
更多
直播
活动
APP
插件
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
华仔Coding
更多收藏集
微信扫码分享
微信
新浪微博
QQ
6篇文章 · 0订阅
Spring-AI-Alibaba框架--基于Qwen-plus模型的RAG检索基础入门案例
SpringAIAlibaba简单介绍,使用SpringAIAlibaba完成RAG检索功能,相关demo案例
从向量到关键词:在 LangChain 中的 Elasticsearch 混合搜索
作者:来自 Elastic Margaret Gu 及 Eyo Eshetu 学习如何通过其 Elasticsearch 集成在 LangChain 中使用混合搜索,并提供完整的 Python 和 J
Elasticsearch 向量搜索的速度比 OpenSearch 快高达 8 倍
作者:来自 Elastic Sachin Frayne 探索 OpenSearch 与 Elasticsearch 在 过滤向量搜索(filtered vector search) 基准测试中的表现差
AI概念解惑系列 - RAG
随着最近几年AI在各个领域大放异彩,作为一个前端开发,我也对AI里的各种技术概念产生了浓厚的兴趣,希望能详细了解这些技术概念和背后的原理后,找寻和前端结合的一些思路。今天我们就来一起了解下RAG
一文秒懂AI核心:Agent、RAG、Function Call与MCP全解析
本文将对 agent、RAG、Funcation call、MCP使用通俗易懂的大白话说明,并解释四者之间的关联
RAG 技术全栈指南 | 第一章 解锁 RAG
本文围绕 RAG(检索增强生成)技术展开介绍,涵盖其核心逻辑、完整流程及基于 LangChain 框架的实操实现。