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
cdut_suye18 分钟前
踏浪而行，2024年技术创作的星光轨迹雁于飞3 小时前
c语言贪吃蛇(极简版，基本能玩)梅见十柒3 小时前
计算机系统原理：一些断言青椒大仙KI114 小时前
25/1/21 算法笔记＜ROS2＞ 服务通信，参数bohu8311 小时前
OpenCV笔记3-图像修复doubt。12 小时前
【BUUCTF】[RCTF2015]EasySQL1Zelotz13 小时前
线段树与矩阵汇能感知13 小时前
光谱相机在智能冰箱的应用原理与优势Pandaconda15 小时前
【Golang 面试题】每日 3 题（四十一）红色的山茶花16 小时前
YOLOv10-1.1部分代码阅读笔记-predictor.py