RAG（检索增强生成）的演变：初级 RAG、高级 RAG 和模块化 RAG 架构

作者：数据智能老司机发布时间：2024-04-04

大型语言模型（LLMs）通过在自然语言任务及其它领域的成功应用，如 ChatGPT、Bard、Claude 等所示，已经彻底改变了 AI 领域。这些 LLMs 能够生成从创意写作到复杂代码的文本。然而...【查看原文】

相关资讯

简介检索增强生成（RAG）

简介检索增强生成（RAG）包括概念和图解检索增强生成（RAG)[1]最初于2020年提出，作为一种端到端方法，结合了预训练的检索器和生成器。当时，其主要目标是通过模型微调来提高性能。2022年12月ChatGPT的发布标志着RAG的一个重要转折。从那时起，RAG更多地侧重于利用大语言模型（LLM）的推理能力，通过整合外部知识来实现更好的生成结果。RAG技术消除了开发人员需要为每个特定任务重新训练整个大规模模型的需求。相反，他们只需连接相关的知识库，为模型提供额外的输入，增强答案的准确性。本文简要介绍了RA

ChatGPT 大语言模型

小草莓风车 2024-07-04

全面剖析检索增强生成 (RAG)

什么是 RAG RAG，即检索增强生成，是一种将预训练的大型语言模型的功能与外部数据源相结合的技术。这种方法将 GPT-3 或 GPT-4 等 LLM 的生成能力与专用数据搜索机制的精确性相结合，从

大语言模型 GPT-4

杨大 2024-01-25

人工智能|RAG 检索增强生成

简介现有的ChatGPT的大语言模型中，虽然它本身的功能已经非常强悍了，但是它依然存在一些致命的问题：偏见：大语言模型没有分辨好坏的能力，所以在回答问题的时候，如果不做任何调整，可能会返回一些不好的内容，比如性别歧视，种族歧视。幻觉：大语言模型有时候并不那么靠谱，返回的内容会让人觉得驴唇不对马嘴。包括信息也无法完全可信。信息过时：因为没有联网能力，那么代表着从 2023 年 x 月 x 日之后所有的信息，它都是不了解的。那么大模型 LLM 如何解决这些问题，使其生成的内容质量更高，就成了一个难题。而 RA

人工智能 ChatGPT 大语言模型

测吧测试开发 2024-07-24

四、OpenAI之检索增强生成模型(RAG)

梁主任在办公室中翻看着黑8提供的文章，眉头微皱。虽然文章内容生动精彩，但他对其中提到的 OpenAI API 的功能还不够了解。于是，他决定和黑8进一步交流。梁主任：黑8，这篇文章写得不错，但我对

OpenAI

挑大梁 2024-03-27

基于 RAG 的生成式 AI——用于无人机技术的多模态模块化RAG

我们将在本章中通过模块化RAG将生成式AI提升到一个新的水平。我们将构建一个系统，通过不同的组件或模块来处理不同类型的数据和任务。例如，一个模块处理使用LLMs的文本信息，这也是我们在前几章中一直在做

生成式AI

数据智能老司机 2024-11-14

近期资讯

CIFAR10彩色图片识别

本文记录了基于深度学习框架 PyTorch 对 CIFAR-10 数据集进行分类的实验过程，包括数据加载与预处理、构建简单卷积神经网络（CNN）、训练与测试模型及结果可视化。

水大鱼大 2024-12-25

入门 | 什么是Promise？快速上手Promise调度方式

什么是Promise？ Promise 对象表示异步操作最终的完成（或失败）以及其结果值。 Promise的特点对象的状态不受外界影响。一个Promise必然处于以下几种状态之一：待定（pendi

XMX303 2024-12-25

IT规划师 2024-12-25

从零到一：如何快速生成和优化Prompt

本文介绍了如何高效编写和优化Prompt，帮助读者快速从0到1生成有效的Prompt。文章提供了“万能模板”，通过角色设定、问题描述、目标明确和要求补充四个步骤，简化了Prompt的编写流程。

Kan先生 2024-12-25

HarmonyOS NEXT 实战之元服务：静态案例效果---音乐排行榜

背景：前几篇学习了元服务，后面几期就让我们开发简单的元服务吧，里面丰富的内容大家自己加，本期案例仅供参考先上本期效果图，里面图片自行替换效果图1完整代码案例如下： Index ListWar

JasonYin 2024-12-25

卷积神经网络2-图像卷积：理解卷积神经网络中的核心运算

卷积神经网络（CNN）是计算机视觉的超级英雄！它通过“滑窗”操作捕捉图像特征，识别边缘、纹理等细节，助力自动驾驶、图像识别等领域，快来探索它的奥秘吧！

ALLINAI 2024-12-25

普通人能否彻底告别代码学习？

小明：“嘿，AI，你说我还需要学编程吗？” 机器人：“理论上，当我达到‘终极智能’时，你可能就不需要了。但现在嘛，还是得学一点。” 小程：“那程序员呢？他们会被你取代吗？” 机器人：“哈哈，别担心！虽

栈江湖 2024-12-25

Java-正则表达式：爬虫

在上一篇文章中，我们学习了正则表达式的第一个作用：校验字符串的规则，下面我们来学习第二个作用：查找满足的内容吧，简称：爬虫。爬虫又分两种：本地爬虫和网络爬虫我们先来学习一下本地爬虫吧：本地爬虫

Fred_W 2024-12-25

RAG（检索增强生成）的演变：初级 RAG、高级 RAG 和模块化 RAG 架构

推荐体验

相关资讯

简介检索增强生成（RAG）

全面剖析检索增强生成 (RAG)

人工智能|RAG 检索增强生成

四、OpenAI之检索增强生成模型(RAG)

基于 RAG 的生成式 AI——用于无人机技术的多模态模块化RAG

近期资讯

CIFAR10彩色图片识别

入门 | 什么是Promise？快速上手Promise调度方式

kiftd：Star1.1k，打造个人的专属网盘，平替百度网盘、阿里网盘的“空间和速度”的限制，速度快的飞起来，让您的数据存储更自由、更高效。

【langchain实战笔记】4、自定义处理链基础(基于天气信息的旅行助手)

Visual Studio - API调试与测试工具之HTTP文件

从零到一：如何快速生成和优化Prompt

HarmonyOS NEXT 实战之元服务：静态案例效果---音乐排行榜

卷积神经网络2-图像卷积：理解卷积神经网络中的核心运算

普通人能否彻底告别代码学习？

Java-正则表达式：爬虫

推荐体验

AIGC重要产品

AI对话：类ChatGPT产品体验

好用的AI绘画工具

火热的AIGC产品

AIGC近期要闻

大公司发布的大模型产品都有哪些？

政府对AIGC的扶持政策

AIGC对就业的影响：我们会失业吗？

AIGC产业影响

AIGC对内容创作的影响

AIGC对绘画设计领域的影响

AIGC对各行各业的影响