RAG应用_RAG应用技术文章

RAG应用

0 人感兴趣 · 6 次引用

关注

08-12

Milvus 2.5 集成了高性能搜索引擎库 Tantivy，并内置 Sparse-BM25 算法，首次实现了原生全文检索功能。这一能力与现有的语义搜索功能完美互补，为用户提供更强大的检索体验。

08-01

本文将从零开始，系统拆解LLM的核心技术栈，结合工程实践案例，助您掌握从模型选型到部署优化的全流程。无论您是初学者还是资深开发者，都能从中获得实战洞见。

07-10

深入RAG技术实操流程，从文档处理到精准向量检索，全面打通知识库构建与问答交互闭环，帮助你快速掌握企业级RAG应用开发全流程，增强模型准确性

07-07

最近一年，LLM 展示了强大的能力，但是面对幻觉、最新的知识以及复杂任务时往往略显不足。RAG（Retrieval Augmented Generation，检索增强生成）通过集成外部知识库来解决类似问题，取得了很不错的效果。

06-22

在上一篇文章中提到，使用pg_trgm基于三元组文本模糊匹配和相似度计算，结合GIN 索引和GiST索引实现全文检索。但pg_trgm并不是一个专业的中文分词工具，需要结合zhparser、jiebaR，或使用ElasticSearch等插件或工具实现中文分词/全文检索。

05-23

今天突然发现，我们团队负责的一个科创比赛类的项目里，有一个对外宣传的官方网站，这里面有许多涉及到比赛规则，比赛内容，等赛制，规则类的条款文件。说实话，内容很多，很繁杂，对初次准备报名参加的考生来说，很可能会容易出现“找不着北”的心智负担，只