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
叶小鸡1 小时前
Java 篇-项目实战-苍穹外卖-笔记汇总sakiko_3 小时前
UIKit学习笔记4-使用UITableView制作滚动视图晓梦林4 小时前
MAZESEC-X1靶场学习笔记云原生指北7 小时前
你的数据正在喂养 AI：从 Atlassian 公告，看科技平台的数据训练默认政策**蓝桉**8 小时前
容器服务学习笔记zhangrelay9 小时前
三分钟云课实践速通--模拟电子技术-模电--SimulIDE木木_王9 小时前
嵌入式Linux学习 | 数据结构 （Day05) 栈与队列详解（原理 + C 语言实现 + 实战实验 + 易错点剖析）lkforce9 小时前
MiniMind学习笔记（三）--train_pretrain.py（预训练）OSwich9 小时前
【 Godot 4 学习笔记】数组（Array）数据皮皮侠AI10 小时前
中国城市可再生能源数据集（2005-2021）｜顶刊 Sci Data 11 种能源面板