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
ai
订阅
向量检索
user1475281580661
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
RAG系统效果不达预期?一定要看看这篇详细高效的优化指南!
还在为RAG系统效果不佳而发愁?本篇文章从RAG系统三个核心环节出发,针对每个环节提出了诸如切片优化、提示词优化等详细的优化策略,大家可以尝试组合这些优化策略,预计可将现有RAG系统效果提高20%
打造企业级智能问答系统的秘密:如何使用云数据库 PostgreSQL 版实现向量化
探讨使用火山引擎云数据库PostgreSQL版与大语言模型LLM,实现企业智能交互式问答系统,介绍其原理与向量化存储检索技术。
大模型之RAG-基于向量检索的理论与实战,对比关键字检索方案
前言 RAG系列的讲解,我们之前和大家分享了RAG的流程、文档切分、基于关键字检索的方案。 在关键字检索的认识与实战一文中,我们讲到了基于关键字检索的局限性:关键字检索可能会受到一些问题的影响,例如同