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
kikikidult39 分钟前
（2025.07）解决——ubuntu20.04系统开机黑屏，左上角光标闪烁近津薪荼1 小时前
初学者关于数据在内存中的储存的笔记碎叶城李白3 小时前
若依学习笔记1-validatedHuashuiMu花水木5 小时前
PyTorch笔记1----------Tensor(张量):基本概念、创建、属性、算数运算笑衬人心。7 小时前
Ubuntu 22.04 修改默认 Python 版本为 Python3 笔记金色光环8 小时前
【Modbus学习笔记】stm32实现Modbuszyxzyx6669 小时前
Flyway 介绍以及与 Spring Boot 集成指南西岭千秋雪_10 小时前
Redis性能优化HuashuiMu花水木11 小时前
Matplotlib笔记4----------图像处理DES 仿真实践家12 小时前
【Day 11-N22】Python类（3）——Python的继承性、多继承、方法重写