技术栈
rag
xidianjiapei001
7 小时前
人工智能
·
语言模型
·
自然语言处理
·
llm
·
rag
构建大语言模型应用:简介(第一部分)
本专栏聚焦大语言模型(LLM)相关内容的解析,通过检索增强生成(RAG)应用的视角来进行。如上图所示,即使是一个简单的检索增强生成应用,也需要调整许多不同的参数、组件和模型。
塞大花
9 小时前
人工智能
·
microsoft
·
语言模型
·
大语言模型
·
rag
·
knowledge graph
·
graphrag
微软 GraphRAG 项目学习总结
微软2024年4月份发布了一篇《From Local to Global: A GraphRAG Approach to Query-Focused Summarization》(GraphRAG:从局部到全局的查询式摘要方法)论文,提出了一种名为GraphRAG的检索增强生成(RAG)方法,用于查询式摘要任务。传统的RAG方法主要基于局部检索和生成,可能会忽略不同检索片段之间的全局关系,导致生成的摘要缺乏整体连贯性和深度。GraphRAG 结合了知识图谱构建、检索增强生成和查询聚焦摘要技术,将检索到的文
石硕页
2 天前
人工智能
·
rag
·
智能体
智能体是如何学习文档的内容的?【deepseek生成】
智能体(如基于大语言模型的AI系统)学习文档内容的核心方式取决于其架构设计。主要分为参数化学习(模型内部记忆)和检索增强(外部知识调用)两种范式。
ashane1314
2 天前
数据库
·
python
·
rag
·
大模型应用
·
大模型落地
·
索引加强
RAG专栏:向量数据库
在 RAG 系统中,向量数据库起着重要的作用。其主要功能在于索引过程中,建立高效的向量索引结构,以便快速定位与查询相关的向量数据。在查询阶段,系统将输入的提示转化为向量表示形式,并从数据库中检索出与之最相关的向量及其对应的分块数据。通过这种索引和检索机制,检索到的向量为生成模型提供了必要的上下文信息,使模型能够依据当前的语义上下文生成更加精准和相关的响应。
仙人掌_lz
5 天前
人工智能
·
深度学习
·
ai
·
pdf
·
rag
RAG(Retrieval-Augmented Generation)基建之PDF解析的“魔法”与“陷阱”
嘿,亲爱的算法工程师们!今天咱们聊一聊PDF解析的那些事儿,简直就像是在玩一场“信息捉迷藏”游戏!PDF文档就像是个调皮的小精灵,表面上看起来规规矩矩,但当你想要从它那里提取信息时,它就开始跟你玩捉迷藏了。 在RAG(Retrieval-Augmented Generation)中,从文档中提取信息是一个不可避免的场景。确保从源内容中有效提取信息对于提高最终输出的质量至关重要。
CoderJia程序员甲
5 天前
知识库
·
rag
·
deepseek
·
cherrystudio
Cherry Studio搭建本地知识库,结合DeepSeek实现RAG
CherryStudio 是一款集多模型对话、知识库管理、AI 绘画、翻译等功能于一体的全能 AI 助手平台。 CherryStudio 的高度自定义的设计、强大的扩展能力和友好的用户体验,使其成为专业用户和 AI 爱好者的理想选择。无论是零基础用户还是开发者,都能在 CherryStudio 中找到适合自己的AI功能,提升工作效率和创造力。
maxmaxma
7 天前
langchain
·
faiss
·
rag
检索增强生成RAG with LangChain、OpenAI and FAISS
参考:RAG with LangChain — BGE documentationAPI keys - OpenAI APIhttps://platform.openai.com/api-keys
X.Cristiano
8 天前
rag
·
deepretrieval
·
r1-zero
[DeepRetrieval] 用DeepSeek-R1-Zero的思路教会模型怎么用搜索引擎找文本
前段时间很火的 DeepSeek-R1-Zero,通过这种方式既然能增强模型的推理能力,那是否可以在RAG的方面上增强文本的召回呢? 今天带来一篇关于这个方面工作的技术报告来分享一下。
仙人掌_lz
8 天前
开发语言
·
人工智能
·
python
·
深度学习
·
ai
·
jupyter
·
rag
RAG各类方法python源码解读与实践:RAG技术综合评测【3万字长文】
检索增强生成(RAG )是一种结合信息检索与生成模型的混合方法。它通过引入外部知识来提升语言模型的性能,从而提高回答的准确性和事实正确性。为了简单易学,不使用LangChain框架或FAISS向量数据库,而是利用python基本库编写所有技术代码。由简入深!CRAG、Fusion、HyDE等!本篇是综合篇,后续会将每种详细技术进行专栏介绍,欢迎关注我!
RamendeusStudio
10 天前
人工智能
·
ai
·
aigc
·
stablediffusion
·
controlnet
·
rag
·
ragflow
AI教我做事之RAG开发-21 RAGFlow深度研究
检索增强生成(Retrieval-Augmented Generation, RAG)自2020年由Lewis等人提出以来,已成为AI领域的重要范式,尤其在需要外部知识支持的场景中表现出色。RAG Flow框架是对RAG的进一步抽象和优化,旨在通过定义清晰的数据流和模块化设计,提升系统的可扩展性、效率和适用性。本报告将深入探讨RAG Flow的架构、技术细节、实现方法,并提供示例代码,帮助读者理解其在实际应用中的价值。
忧郁蓝调26
11 天前
人工智能
·
开源
·
大模型
·
github
·
知识库
·
rag
·
ragflow
RAGFlow部署与使用(开源本地知识库管理系统,包括kibana配置)
戳我访问RAGFlowRAGFlow 是一款基于深度文档理解构建的开源 RAG(Retrieval-Augmented Generation)引擎。它可以给我们搭建本地知识库,将用户的知识文档上传到RAGFlow后,通过文档切分、向量入库,在用户向大语言模型提问后,从数据库中检索与问题相关的文档,把查找到的知识库数据输入到对话大模型中再生成答案输出。
小小工匠
12 天前
llm
·
知识库
·
dify
·
rag
LLM - Dify(1.0.1)搭建本地私有RAG知识库完整指南
访问 : https://docs.docker.com/安装后如下LLM - 本地 Ollama 部署DeepSeek
lihuayong
12 天前
人工智能
·
rag
·
文本向量化
·
检索增强生成
·
语义相似度
RAG的工作原理以及案例列举
RAG(Retrieval-Augmented Generation 检索增强生成) 是一种结合 信息检索(Retrieval) 和 文本生成(Generation) 的技术。其核心思想是:在生成答案前,先从外部知识库中检索相关数据作为上下文,再基于这些信息生成更准确、更可靠的回答。 简单来说,RAG让AI像“查阅资料后再回答问题”的人类专家一样工作。
cooldream2009
18 天前
rag
·
ragflow
·
大模型基础
基于深度文档理解的开源 RAG 引擎RAGFlow的介绍和安装
在人工智能和自然语言处理(NLP)快速发展的今天,如何高效地利用海量文本数据成为了企业和个人关注的焦点。检索增强生成(Retrieval-Augmented Generation,简称 RAG)技术正是这一需求下的产物,它结合了信息检索与生成模型,使得大语言模型(LLM)能够在更真实、可控的上下文中提供高质量回答。RAGFlow 是一款开源的 RAG 引擎,专注于深度文档理解,能够处理各种复杂格式的数据,为用户提供精准、可验证的问答服务。本文将详细介绍 RAGFlow 的特点、安装方法以及如何高效利用其功
大0马浓
19 天前
数据库
·
训练
·
rag
LLM训练如何从图片提取信息存入向量数据库
数据泄露风险特征对齐偏差计算资源瓶颈通过上述方案,可实现从图片到结构化向量数据的完整链路,为LLM提供跨模态理解能力。实际部署时需根据场景需求在精度(大模型)和速度(轻量化模型)之间取得平衡。
k layc
24 天前
人工智能
·
深度学习
·
语言模型
·
自然语言处理
·
rag
·
推理
【论文解读】人大发表《Search-o1 — Agentic Search-Enhanced Large Reasoning Models》
近年来,大规模推理模型(Large Reasoning Models, LRMs)如 OpenAI-o1 展现出长链式思考(chain-of-thought)能力,能够通过分步推理解决复杂问题。然而,这些模型在长链推理过程中常常因知识不足而产生不确定性和错误,尤其是在遇到专业领域知识空缺时。为此,论文提出了 Search-o1 框架,其核心思想是:
fanghailiang2016
1 个月前
langchain
·
rag
·
企业制度管理系统
14. LangChain项目实战1——基于公司制度RAG回答机器人
12. 基于Gradio搭建基于公司制度RAG_哔哩哔哩_bilibilihttps://www.bilibili.com/video/BV11VXRYTErZ/
Baihai IDP
1 个月前
ai
·
大模型
·
llm
·
rag
·
cag
绕过 RAG 实时检索瓶颈,缓存增强生成(CAG)如何助力性能突破?
编者按: 你是否曾经遇到过这样的困扰:在开发基于 RAG 的应用时,实时检索的延迟让用户体验大打折扣?或者在处理复杂查询时,检索结果的不准确导致回答质量不尽如人意?
物联全栈123
1 个月前
ai
·
pdf
·
知识库
·
rag
·
智能体
PDF扫描档智能方向识别:多模型投票机制的实践测试 救活古典书籍
RAG知识库搭建的过程中,扫描档pdf的支持和准确率一直是个大家都不愿主动提起的事情。我曾尝试用多模态解析书籍内容,但是发现它们对竖排文字判断失误率太高。需要明确告知排版形式。那么如何识别排版呢,给你一本心经 金刚经 古典书籍 中医书籍该怎么有效识别排版并提取内容呢,今天聊聊我的测试。
小白跃升坊
1 个月前
ai
·
大语言模型
·
rag
基于RAG的MaxKB知识库问答系统如何选择向量模型
在MaxKB中替换向量模型前,我们需要先了解向量相关的原理和技术,此处不做赘述,大家可以自行学习。可以了解下Embedding、Embedding核心,向量库等内容。