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
水杉595
掘友等级
获得徽章 0
动态
文章
专栏
沸点
收藏集
关注
作品
赞
6
文章 6
沸点 0
赞
6
返回
|
搜索文章
赞
文章( 6 )
沸点( 0 )
关于领域驱动设计,大家都理解错了
翻遍整个互联网,我发现,关于领域驱动设计,大家都理解错了。 今天,我们尝试通过一篇文章的篇幅,给大家展示一个完全不同的视角,把“领域驱动设计”这六个字解释清楚。
克服焦虑--图解JVM内存模型和JVM线程模型
8张图记住JVM内存模型和JVM线程模型知识,10分钟阅读即可克服焦虑! 靓仔,还在等什么呢,快来拿图啊!
Rerank进一步提升RAG效果
介绍了 RAG(Retrieval Augmented Generation,检索增强生成 with Rerank,并详细讲述了 Rerank 的必要性以及二阶段检索的流程。
RAG 使用Rerank和两阶段检索来提升你的检索质量
RAG 使用Rerank和两阶段检索来提升你的检索质量 检索增强生成 (RAG)是一个含义丰富的术语。它向世界许诺,但在开发出 RAG 管道后,我们中的许多人仍然在疑惑,为什么它的效果不如我们预期的那
读懂RAG这一篇就够了,万字详述RAG的5步流程和12个优化策略
©作者| 帅气的桌子 来源| 神州问学 RAG概述 ChatGPT、GLM等生成式人工智能在文本生成、文本到图像生成等任务中表现出令人印象深刻的性能。但它们也存在固有局限性,包括产生幻觉、缺乏对生成文
有道QAnything背后的故事---关于RAG的一点经验分享
近日,我们开源了有道自研的RAG(Retrieval Augmented Generation) 引擎QAnything。
关注了
4
关注者
0
收藏集
3
关注标签
44
加入于
2024-11-08