本节课主要是跟着教程做的，操作的东西放到作业里记录了。
这里主要记录一些视频里讲的非操作性的东西。
RAG=外挂知识库？优点是成本低，不用重新训练
RAG的一个整体流程。
涉及了文本相似度匹配，是不是和传统的问答系统（直接匹配数据库）有点类似？
区别在于生成了这个prompt，猜测是用数据库里最接近的向量来辅助模型找出答案。
langchain的介绍，用来构建LLM应用
前置步骤介绍
如何构建检索问答链
RAG优化
书生浦语大模型实战营-课程笔记（3）
dooooos2024-02-16 21:37
相关推荐
Larry_Yanan31 分钟前
Qt网络开发之基于 QWebEngine 实现简易内嵌浏览器小陈phd1 小时前
多模态大模型学习笔记（二十一）—— 基于 Scaling Law方法 的大模型训练算力估算与 GPU 资源配置丝斯20111 小时前
AI学习笔记整理（75）——Python学习4ID_180079054731 小时前
小红书笔记详情API深度解析：数据获取与应用实践JulyLi20191 小时前
RK3576 yolov8部署笔记小帅学编程1 小时前
英语学习笔记浅念-2 小时前
C ++ 智能指针今儿敲了吗2 小时前
python基础学习笔记第七章——文件操作Yu_Lijing2 小时前
基于C++的《Head First设计模式》笔记——生成器模式次旅行的库2 小时前
【问渠哪得清如许-数据分析】学习笔记-下