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
RainCity4 天前
Java Swing 自定义组件库分享（十二）LinXunFeng11 天前
Obsidian - 使用 Share Note 分享笔记并自部署闪闪发亮的小星星15 天前
高斯光以及高斯光公式解释cqbzcsq15 天前
CellFlow虚拟细胞论文阅读阿米亚波15 天前
【Windows】QEMU 启动 openEuler aarch64/arm64 架构系统 + 离线软件源自传.15 天前
尚硅谷 Vibe Coding｜第三章(1) Claude Code深度使用与进阶技巧 学习笔记.千余16 天前
【C++】模板进阶全解：非类型参数｜全特化｜偏特化｜分离编译完全指南自传.16 天前
尚硅谷 Vibe Coding｜第二章 AI编程工具生态 学习笔记秋波。未央16 天前
Java Agent 开发 · Day 1 学习笔记（含作业完整标准答案）中屹指纹浏览器16 天前
2026指纹浏览器字体指纹、字体渲染偏差检测与全维度虚拟字体池搭建方案