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
LuminousCPP1 小时前
数据结构-双向循环链表302wanger3 小时前
【阅读笔记】当AI拿走一切之后疯狂打码的少年4 小时前
【数据结构】串（字符串）：基本概念与存储Hotchip_MEMS6 小时前
TWS耳机微米级较量：超薄LGA封装如何助力MEMS麦克风小型化？Ztt6666666666 小时前
金泉方壶四面端正，月白釉却把棱角放柔了学习和思考7 小时前
非自动化专业如何自学PLC？我的6个月学习路线图疯狂打码的少年8 小时前
【数据结构】栈的应用：表达式求值（后缀表达式）東隅已逝，桑榆非晚9 小时前
类和对象(中)野生yumeko10 小时前
QtScrcpy电脑无线控制手机屏幕xian_wwq11 小时前
【学习笔记】Loop Engineering，从手动提示到目标驱动自动化-13/16