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
冷眼看人间恩怨4 小时前
【Qt笔记】QDockWidget控件详解Hejjon9 小时前
SpringBoot 整合 SQLite 数据库西洼工作室12 小时前
【java 正则表达式 笔记】初学者7.12 小时前
Webpack学习笔记（2）新手上路狂踩坑13 小时前
Android Studio的笔记--BusyBox相关stm 学习ing15 小时前
HDLBits训练3尘觉15 小时前
算法的学习笔记—扑克牌顺子(牛客JZ61)bohu8316 小时前
sentinel学习笔记1-为什么需要服务降级初学者7.16 小时前
Webpack学习笔记（3）bohu8317 小时前
sentinel学习笔记5-资源指标数据统计