rag

cooldream20092 天前
rag·llamaindex·prompttemplate
LlamaIndex PromptTemplate 全面解析在构建 RAG（Retrieval-Augmented Generation）系统、企业知识库助手或 Agent 自动化流程时，Prompt 设计始终处于核心位置。Prompt 是大型语言模型（LLM）行为的控制器，通过清晰、结构化的提示词，开发者能够让模型在限定信息范围内回答问题、执行工具调用，或以稳定方式进行推理。
Jack_abu2 天前
llm·rag·ollama
RAG系统学习之——RAG技术详解与实战指南在深入了解RAG（检索增强生成）技术之前，我们需要先理解为什么这项技术会出现，以及它解决了什么问题。知识截止时间问题
千桐科技3 天前
知识图谱·开源软件·rag·大模型应用·qknow·知识平台·知识推理
qKnow 知识平台开源版 v1.0.3 发布：Docker Compose 部署 & 多项稳定性优化和关键问题修复qKnow 知识平台 开源版 v1.0.3 是继首个正式版本后的又一重要迭代，本次更新聚焦系统稳定性提升、部署体验优化以及关键问题修复。在保持核心知识管理能力的基础上，我们进一步打磨产品细节，提升开发与使用效率，为用户带来更流畅、可靠的平台体验。
uncle_ll3 天前
llm·agent·dify·rag
RAG系统中的文本分块技术：从基础策略到智能分块的深度解析“文本分块是RAG系统的神经中枢，决定着知识检索的精度与效率。”在RAG系统中，文本分块是连接文档加载与向量检索的关键桥梁。其核心价值体现在两个维度：
沛沛老爹3 天前
llm·raft·rag·ai入门·慢病管理
检索增强微调（RAFT）如何重塑慢病健康管理？——从技术原理到落地实践图片来源网络，侵权联系删。慢性病（如高血压、糖尿病、冠心病）已成为全球主要健康负担，中国慢病患者超4亿人，但管理率不足30%。传统健康管理依赖医生经验与静态指南，难以实现个性化、动态化干预。2024年起，检索增强微调（RAFT）技术开始在医疗AI领域崭露头角——它将大模型的泛化能力与患者个体数据深度融合，在保障隐私前提下实现“千人千面”的慢病管理。本文将系统解析RAFT如何解决慢病管理中的三大痛点：知识滞后、个性化不足与数据孤岛，并通过真实代码案例展示其工程落地路径。
沛沛老爹3 天前
人工智能·llm·sft·raft·rag
AI入门知识之RAFT方法：基于微调的RAG优化技术详解图片来源网络RAFT（Retrieval-Augmented Fine-Tuning，检索增强微调）是一种结合检索增强生成（RAG）与监督微调（SFT）的新型训练方法，旨在提升大型语言模型（LLM）在特定领域RAG任务中的性能。其核心目标是通过模拟“不完美检索环境”（即训练数据中包含相关文档与干扰文档），让模型学会识别并利用有效文档，同时忽略无关干扰，从而在真实RAG场景中生成更准确、可靠的答案。
温柔哥`3 天前
大模型·agent·rag·vad·视频异常检测·工具调用·mllms
PANDA：通过代理型 AI 工程师迈向通用视频异常检测PANDA: Towards Generalist Video Anomaly Detection via Agentic AI Engineer NIPS’25 西安电子科技大学；新加坡国立大学 Show Lab
一个帅气昵称啊4 天前
ai·性能优化·c#·.net·rag·qdrant
在.NET中使用RAG检索增强AI基于Qdrant的矢量化数据库推荐参考NetCoreKevin框架的使用案例，这是一个.NET Core项目，提供了AI和矢量化数据库集成的示例。项目地址如下：
陈果然DeepVersion5 天前
spring boot·redis·微服务·ai·智能客服·java面试·rag
Java大厂面试真题：从Spring Boot到AI微服务的三轮技术拷问面试官（推了推眼镜，面无表情）：请坐。我们开始吧。战五渣（紧张地搓手）：好、好的！我准备好了！面试官：假设我们要开发一个高并发的电商平台，为什么选择 Spring Boot 而不是传统的 Spring MVC？
陈果然DeepVersion6 天前
spring boot·redis·spring cloud·微服务·ai·java面试·rag
Java大厂面试真题：从Spring Boot到AI微服务的三轮技术拷问（二）场景设定：某头部互联网公司会议室，阳光透过玻璃洒在白板上。面试官（M）面无表情地翻着简历，对面坐着一位自称“全栈战五渣”的Java求职者（Z）。
c++服务器开发7 天前
人工智能·python·github·rag
掌握RAG系统的七个优秀GitHub存储库检索增强生成（RAG）的生态系统在过去几年中迅速崛起。如今，互联网上涌现出越来越多帮助开发人员构建RAG应用程序的开源项目。而RAG是一种通过外部知识源增强大型语言模型（LLM）的有效方法。因此，本文将介绍一些掌握RAG系统的优秀GitHub存储库。
cooldream20099 天前
人工智能·语言模型·langchain·rag
构建智能知识库问答助手：LangChain与大语言模型的深度融合实践在人工智能迅猛发展的今天，大语言模型（Large Language Model，简称 LLM）已成为智能问答、文本生成与知识推理的重要技术基石。从 ChatGPT 到 Claude，再到各类国产语言模型，这些模型凭借强大的语言理解与生成能力，在众多领域展现出了非凡的潜力。然而，尽管 LLM 能回答多领域的通用问题，但其知识主要来源于预训练语料和指令微调数据，无法直接访问企业内部文件、专业论文或私有数据库。这就导致当问题涉及到特定领域知识时，模型往往出现“知识盲区”或“幻觉式回答”。
大千AI助手11 天前
人工智能·神经网络·大模型·rag·检索增强生成·大千ai助手·graph-r1
Graph-R1：智能图谱检索增强的结构化多轮推理框架本文由「大千AI助手」原创发布，专注用真话讲AI，回归技术本质。拒绝神话或妖魔化。搜索「大千AI助手」关注我，一起撕掉过度包装，学习真实的AI技术！
Better Bench11 天前
网络·人工智能·安全·大模型·组件·rag
【大模型RAG安全基准】安装和使用SafaRAG框架SafeRAG 是首个专注于系统化评估检索增强生成（RAG）管道安全风险的基准测试框架，特别针对中文场景。它揭示了攻击者如何通过操纵 RAG 流程中的数据流，导致模型生成不准确、有误导性甚至有害的内容。 SafeRAG 框架由以下几个核心部分组成: