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
Blossom.1185 小时前
把 AI 推理塞进「 8 位 MCU 」——0.5 KB RAM 跑通关键词唤醒的魔幻之旅草莓熊Lotso6 小时前
《吃透 C++ 类和对象（中）：const 成员函数与取地址运算符重载解析》玖別ԅ(¯﹃¯ԅ)7 小时前
PID学习笔记6-倒立摆的实现想学全栈的菜鸟阿董8 小时前
Django5个人笔记ZZHow102414 小时前
JavaWeb开发_Day05饕餮争锋16 小时前
设计模式笔记_行为型_观察者模式I＇m a winner17 小时前
新手入门Makefile：FPGA项目实战教程（二）汤姆大聪明20 小时前
【软件设计模式】前置知识类图、七大原则（精简笔记版）lingggggaaaa21 小时前
小迪安全v2023学习笔记（六十一讲）—— 持续更新中不太可爱的叶某人1 天前
【学习笔记】Java并发编程的艺术——第6章 Java并发容器和框架