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
潇-xiao38 分钟前
流体力学绪论（期末复习）小彭律师1 小时前
电动汽车充换电设施可调能力聚合评估与预测 - 使用说明文档&Cheems2 小时前
ZYNQ笔记（二十一）： VDMA HDMI 彩条显示忧伤火锅麻辣烫2 小时前
Spark，RDD中的转换算子孤寂大仙v2 小时前
【Linux笔记】——进程信号的保存饕餮争锋3 小时前
feign.RequestInterceptor 简介-笔记huangyuchi.3 小时前
【C++】智能指针南玖yy3 小时前
C/C++ 内存管理深度解析：从内存分布到实践应用(malloc和new,free和delete的对比与使用，定位 new )s_little_monster3 小时前
【Linux】socket网络编程之TCP蜡笔小新..3 小时前
【高数上册笔记01】：从集合映射到区间函数