猫咪老师

前面我们实现了RAG基本流程，今天我们在此基础上给它加个UI界面，在浏览器打开，实现上传本地文件、解析，并用大模型实现与该文档的对话。也就是一个阉割版demo版的ChatPDF或知识库对话系统。

本文介绍下文本向量化的概念，以及向量检索的原理，还有用Python代码实现文本向量的获取和相似度计算。只是简单介绍，不会深入，所以不用担心看不懂。

大模型也不是万能的，也有局限性。RAG是提高大模型在垂直领域能力和减少幻觉的通用方法论，非常重要和有用。本文带你动手实现一个最简单的RAG应用，你将学会一个标准RAG的通用流程和原理。

我算是对数据库的SQL语句很不熟悉，只会简单的单表操作，还不熟练，每次都得查半天。现在有了大模型应用，有了Function Calling，再也不用查半天资料才写一个SQL了，还能熟练地用多表查询了！

Function Calling是大模型连接外部世界的通道，目前表现形式有Actions、插件、GPTs、Tools工具集等。本文带你看下Funtion Calling是什么，以及如何与大模型进行交互

本文主要介绍了Prompt攻击和防攻击的手段，这对于大模型应用开发非常重要，毕竟谁也不想自己辛辛苦苦做的东西被拿来干坏事或者隐私遭到泄漏，这对一个应用来说是致命性的。然后介绍了下Prompt逆向工程

> 今天，穆罕默德・本・扎耶德*人工智能*大学 VILA Lab 带来了一项关于如何更好地为不同规模的大模型书写提示词（prompt）的研究，让大模型性能在不需要任何额外训练的前提下轻松提升 50%

🕹️尊敬的玩家您好，欢迎来到《人生重来模拟器AI加强版》，系统将根据您的选择和决策，为你创造不同的人生故事和结局。接下来，您的人生之路由您自己主导，这一路上会充满未知与惊喜，让我们一起探索吧！

🖋️本文，乃至本系列是我用于辅助自己学习的产物，主要目的是让大家能更加一目了然地理解知识点之间存在的关系，以及对于知识结构的梳理以及自己的理解。