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
前进的李工3 小时前
Agent 学习笔记 05：系统提示词应该怎么写蒸蒸yyyyzwd5 小时前
后端学习笔记三个知识Zhao-Jichao7 小时前
AI Prompting for Everyone 课程笔记 - P19 数据分析 Data Analysis旖旎夜光8 小时前
【C++ 基础入门】类和对象（上）：封装、对象模型与 this 指针ACP广源盛139246256738 小时前
选型笔记：Type‑C 扩展坞方案评估｜DP1.2 转 HDMI2.0 桥接芯片 GSV2201D@ACP李长渊哦9 小时前
Qoder 自定义子智能体（Subagent）学习笔记pixelpilot10 小时前
Deta Surf：把笔记、文件和网页塞进同一个 AI 工作台蒸蒸yyyyzwd10 小时前
学习笔记 复盘旖旎夜光11 小时前
【C++ 基础入门】命名空间、输入输出、缺省参数与函数重载一支蜉蝣14 小时前
Day26 XD安全学习笔记--PHP 应用&模版引用&Smarty渲染&MVC 模型&数据联动&RCE 安全