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
TeYiToKu17 分钟前
笔记整理—linux驱动开发部分（9）framebuffer驱动框架dsywws19 分钟前
Linux学习笔记之时间日期和查找和解压缩指令cuisidong19972 小时前
5G学习笔记三之物理层、数据链路层、RRC层协议乌恩大侠2 小时前
5G周边知识笔记咔叽布吉3 小时前
【论文阅读笔记】CamoFormer: Masked Separable Attention for Camouflaged Object Detectionjohnny2333 小时前
《大模型应用开发极简入门》笔记亦枫Leonlew3 小时前
微积分复习笔记 Calculus Volume 1 - 4.7 Applied Optimization Problems小肥象不是小飞象3 小时前
（六千字心得笔记）零基础C语言入门第八课——函数（上）星LZX3 小时前
WireShark入门学习笔记努力变厉害的小超超5 小时前
ArkTS中的组件基础、状态管理、样式处理、class语法以及界面渲染