rag

2024年,百万上下文依然没有杀死RAG

当大模型从实验室走向工厂车间、企业办公楼、教育课堂、金融后台、数据中心机房的那一刻,它需要的不止是语言理解与生成能力,还需要“读懂”企业内部海量而更新频繁的数据资源。

rag 向量 万榕 2024-12-23 14:39  1

一文搞懂AI大模型的四个核心技术

在日新月异的生成式AI领域,几个核心的专业术语不仅频繁出现在讨论、报告和会议中,更是技术发展的关键驱动力。它们分别是:“Prompt Engineering(提示工程)”、“Function Calling(函数调用)”、“RAG(检索增强生成)”和“Fine

模型 rag prompt 2024-12-19 10:42  1

腾讯云 ES:一站式 RAG 方案,开启智能搜索新时代

导读在大型语言模型(LLM)引领的革命浪潮中,搜索与大模型的紧密结合已成为推动知识进步的关键要素。作为开源搜索引擎排名第一的 Elasticsearch(ES),结合沉淀多年的文本搜索能力和强大的向量检索能力实现混合搜索,使搜索变得更准、更全、更智能。腾讯云

rag es 腾讯云es 2024-12-18 16:08  2

16种新型RAG最新进展

RAG,可以说是大模型时代最成功的落地模式之一,通过检索-生成的方式,极大的拓展了大模型的应用边界, 但是,RAG 在落地实践上却没有那么简单。相信做过 RAG 系统的小伙伴都碰到过如下的问题:

智能体 rag rag系统 2024-12-16 18:52  2

KG+RAG系列范式对比及KAG框架再思考

这周,老刘说NLP社区顺利完成第34讲OpenSPG-KAG框架与垂域应用》和第35讲《2024ccks开放知识图谱问答获奖方案分享》,两个分享都是围绕知识图谱与大模型结合,很精彩,也很多收获。

rag kag kag框架 2024-12-13 11:38  2

RAG结合知识图谱本周前沿总结

最近在想,很有趣的是,大家做了那么多,没有一个完美方案,总结的来说:监督微调计算成本高且容易过拟合;上下文学习(ICL)依赖于手工模板,效率低且难以处理长上下文;检索增强生成(RAG)依赖于检索文档的质量和相关性,计算成本高;知识图谱(KG)方法需要大量手动构

rag llm kgs 2024-12-13 11:46  2

多模态RAG的4种模式简单实践及RAG切分的开源工具Chonkie

昨天,我们回顾了多模态RAG的一些理论方法,分为两类,一种是解析式文档多模态RAG(将一个文档切分为页面,然后再用版式识别的方式对文档进行各种模态元素进行分割、解析、提取,然后再嵌入、检索);另一种是DocVQA式文档多模态RAG(将文档切分为页面图像,不再细

模态 rag chonkie 2024-12-12 11:15  2