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
寻丶幽风1 小时前
论文阅读笔记——ReconDreamerlwewan9 小时前
26考研——栈、队列和数组_数组和特殊矩阵（3）wei3872452329 小时前
java笔记02要天天开心啊10 小时前
MyBatis第二天笔记枫林血舞11 小时前
python笔记之函数悄悄敲敲敲11 小时前
C++第13届蓝桥杯省b组习题笔记V---scwantop---信13 小时前
热门索尼S-Log3电影感氛围旅拍LUTS调色预设 Christian Mate Grab - Sony S-Log3 Cinematic LUTsLong_poem13 小时前
【自学笔记】PHP语言基础知识点总览-持续更新YYYYYY0202015 小时前
材质及制作笔记相醉为友16 小时前
001 使用单片机实现的逻辑分析仪——吸收篇