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
stars-he44 分钟前
二极管峰值包络检波电路仿真学习笔记思成不止于此1 小时前
【MySQL 零基础入门】事务精讲（三）：隔离级别与实战总结小智RE0-走在路上1 小时前
Python学习笔记(12) --对象,类的成员方法,构造方法,其他内置方法,封装,继承,多态,类型注解唐·柯里昂7981 小时前
[rk3566AI模型部署]泰山派buildroot部署yolov5 使用rknn_model_zooxUxIAOrUIII2 小时前
【数据库原理】期末复习（初稿）客梦2 小时前
数据结构--排序先生沉默先2 小时前
c#Socket学习，使用Socket创建一个在线聊天，日志笔记（5）峰顶听歌的鲸鱼2 小时前
20.MySql数据库_Kayo_2 小时前
css 练习笔记1峰顶听歌的鲸鱼2 小时前
19.docker 图形化管理界面