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
三月雪落无痕42 分钟前
altium designer2024绘制stm32过程笔记x`程序猿tu1 小时前
Axios学习笔记笑鸿的学习笔记3 小时前
虚幻引擎5-Unreal Engine笔记之SET节点的输出引脚获取设置后的最新变量值草莓熊Lotso3 小时前
【数据结构初阶】--算法复杂度的深度解析东京老树根4 小时前
SAP学习笔记 - 开发27 - 前端Fiori开发 Routing and Navigation（路由和导航）UQI-LIUWJ6 小时前
LLM 笔记：Speculative Decoding 投机采样凤年徐8 小时前
【数据结构初阶】单链表阿阳微客10 小时前
Steam 搬砖项目深度拆解：从抵触到真香的转型之路WarPigs11 小时前
Unity性能优化笔记px不是xp14 小时前
山东大学算法设计与分析复习笔记