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
xuhaoyu_cpp_java2 小时前
项目学习(三)分页查询Cloud_Shy6185 小时前
解读《Effective Python 3rd Edition》：从练气到老魔（第五章 Item 33 - 35）做cv的小昊5 小时前
计算机图形学：【Games101】学习笔记08——光线追踪（辐射度量学、渲染方程与全局光照、蒙特卡洛积分与路径追踪）星恒随风5 小时前
C++ 类和对象入门（五）：初始化列表、explicit 和 static 成员详解伊布拉西莫10 小时前
【流畅的Python】第20章：并发执行器 — 学习笔记AOwhisky11 小时前
学习自测与解析：MySQL第五、六、七期核心知识点详解niuniuyi~11 小时前
QT学习笔记咸甜适中12 小时前
rust语言学习笔记Trait（十六）Error（错误）xuhaoyu_cpp_java12 小时前
项目学习(三)代码生成器my_daling12 小时前
松下伺服驱动器参数保存流程（已在松下A5上验证）