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
♛小小小让让13 小时前
FourCC、编解码器、 文件后缀、视频容器的关系Koma_zhe14 小时前
【Puter开源个人云平台】在家搭个私人网盘！Puter 让数据访问不受限d111111111d14 小时前
在stm32F103C8T6中，Thumb指令是什么？有什么作用？可以干什么？摇滚侠14 小时前
2025最新 SpringCloud 教程，Gateway-断言-长短写法，笔记55丫丫72373414 小时前
Three.js 材质系统总结笔记zore_c14 小时前
【C语言】文件操作详解3(文件的随机读写和其他补充）灰灰勇闯IT15 小时前
Flutter 适配 OpenHarmony 全流程实战：基于 GitCode 社区项目快速落地阿恩.77015 小时前
国际会议：评职称、申博、考研的硬核加分项食品一少年15 小时前
DAY4-10：DevEco Studio 使用 HarmonyOS 模拟器运行应用全流程笔记工程师平哥15 小时前
ARCH-04 BSW服务层