学习笔记:3个学习AI路上反复看到的概念:RAG,Langchain,Agent

3个学习AI路上反复看到的概念:RAG,Langchain,Agent

关键知识点

知识点1

RAG的能力核心是有效结合了检索和生成两种方法。基本思路是把私有数据进行切片,向量化后通过向量检索进行召回,再作为上下文输入到通用大模型,模型再进行分析和回答。

RAG可以作为LangChain(如果它是一个语言处理工具)的一部分,用于提供更加丰富和准确的语言生成能力

AI Agent可能使用LangChain来处理自然语言的任务,比如理解用户输入和生成响应。

同时,AI Agent也可以利用RAG技术来提高其在特定任务(如问答或对话系统)中的性能,尤其是在需要外部知识来支持决策时。

参考

相关推荐
墨林陌7 分钟前
AI 热点日报(2026-11-20):苹果自研 AI 智能体曝光,Anthropic 上市首日大涨,智能体支付落地
人工智能
AAA修煤气灶刘哥11 分钟前
32 GB 内存跑起 1800 亿参数模型,代价是什么?
人工智能·后端·架构
玩美数据33 分钟前
海外市场数据分析驱动下的产业趋势演变与竞争格局深度解读
大数据·人工智能
渣渣盟34 分钟前
狂命爆肝99天,共52K字的JAVA学习笔记奉上,JAVA从入门到精通一文搞定,一文在手JAVA无忧
java·笔记·学习
oil欧哟39 分钟前
Oil Studio 的产品思路与日常使用方式:在 Mac 上录口播演示,并接入 AI Agent 精剪与自动录屏
人工智能·macos
意念回复1 小时前
从 RNN 到 GQA:自注意力与多头注意力机制全解析
人工智能·rnn·深度学习
Flynn Liang1 小时前
AI Agent 分层记忆体系实战:用 Redis 五类结构构建可淘汰、可追溯的长短期记忆
数据库·人工智能·redis
CyrusYiVPP1 小时前
新用户第二周还剩几个?pandas做留存率cohort分析,数据分析实战第6期
人工智能·python
谙弆悕博士2 小时前
多智能体架构详解:网状去中心化架构(Mesh对等P2P)
人工智能·架构·去中心化·p2p·多智能体·智能体·langgraph
吴佳浩8 小时前
我把 HAMi 摆回一台双卡机器上跑了一遍:GPU 编排的性能账,到底记在谁头上
人工智能·gpu