赵劲扬

RAG（Retrieval-Augmented Generation，检索增强生成）是一种结合了检索和生成能力的模型架构，旨在增强文本生成任务的效果，特别是在需要外部知识支持的场合。

这次内容总结12-14课，主题为：大模型中的代理。 这几章内容总结了如何通过结合思维链（Chain of Thought, CoT）和ReAct框架来提高大型语言模型（LLMs）的推理能力和可信度。

本次笔记主要介绍豆包MarsCode AI刷题工具的使用。这个工具是在线代码编辑器+AI智能问答服务，极大的提高了写代码的效率。

这是对LangChain学习的总结第 7-10 课。 第7课：预训练+微调 预训练：在大规模无标注的数据集上进行训练，模型有很强的泛化能力，拥有基础的语义知识。 微调：在预训练模型的基础上，根据特点的

今天，我们来总结LangChain实战课第5-6节学习心得。第五-六章的主要内容是提示工程词的内容。