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
心中有国也有家11 分钟前
cann-recipes-infer：昇腾 NPU 推理的“菜谱集合”玄米乌龙茶12317 分钟前
LLM成长笔记（三）：API 开发基础Upsy-Daisy19 分钟前
AI Agent 项目学习笔记（八）：Tool Calling 工具调用机制总览LuminousCPP2 小时前
数据结构 - 线性表第四篇：C 语言通讯录优化升级全记录（踩坑 + 思考）一只机电自动化菜鸟3 小时前
一建机电备考笔记（40） 建筑机电施工—排水管道施工（含考频+题型）你干嘛？哎哟3 小时前
4月工作笔记tom02183 小时前
软考中级《嵌入式系统设计师》全套备考资料（真题 + 教材 + 笔记）问心无愧05135 小时前
ctf show web入门156咸甜适中5 小时前
rust语言学习笔记Trait（八）Iterator（迭代器）ZhiqianXia8 小时前
流畅的Python笔记