相关文章
2081 篇高质量内容
从零开始优化 RAG 流程的终极指南，解决检索增强生成的核心挑战
掌握RAG工作流程优化，提升检索增强生成性能。 核心内容： 1. RAG工作流程的详细划分和各部分优化方法 2. 预检索、检索和后检索阶段的关键技术和策略 3. 增强数据粒度、数据清理和元数据添加等优化技巧
本地运行DeepSeek R1 + RAG系统
掌握本地运行大型语言模型的实用指南，体验高效、私密的AI应用开发。 核心内容： 1. Ollama框架：本地运行大型语言模型的利器 2. LangChain框架：构建AI驱动应用的桥梁 3. RAG技术与DeepSeek R1模型：提升AI响应的准确性和质量
传统分块已死？Agentic Chunking拯救语义断裂，实测RAG准确率飙升40%，LLM开发者必看！
Agentic Chunking技术，让RAG模型准确率飙升40%，LLM开发者的新福音！ 核心内容： 1. 传统分块方法在LLM项目中的局限性 2. Agentic Chunking的工作机制和优势 3. 实测RAG模型准确率提升案例分析
传统 RAG 与 Agentic RAG对比
探索语言模型性能提升的新路径，深入了解Agentic RAG如何革新传统RAG技术。 核心内容： 1. 传统RAG面临的挑战和局限 2. Agentic RAG的创新策略和智能化行为 3. Agentic RAG的优势及其应用前景
尊敬的 IT 部门，请停止尝试构建自己的 RAG
IT部门自建RAG聊天工具的陷阱与挑战 核心内容： 1. 企业为何不宜自建基于RAG的聊天工具 2. 一个中型企业自建RAG项目的失败案例分析 3. 自建RAG项目常忽视的复杂性和潜在问题
RAG+的一些前沿动向：兼看长文本、投标写作以及R1可解释性的有趣探索
探索RAG+技术的最新进展，长文本处理与投标写作的新策略。 核心内容： 1. RAG+R1结合的新进展和应用案例 2. 长文本处理策略和RAG输入去噪技术 3. 秘塔搜索的deepresearch方案及“小模型+大模型”协同架构
基于SC-Telco RAG技术的通信标准知识问答
SC-Telco RAG技术突破通信知识问答准确性难题，为通信行业带来革命性变革。 核心内容： 1. 大语言模型在通信知识问答领域的挑战与机遇 2. SC-Telco RAG技术的原理与优势 3. 技术挑战赛中的卓越表现与实际应用效果
玩转 Deepseek-R1 本地部署+知识库搭建+多轮RAG，保姆级教程！
掌握 DeepSeek-R1 模型，开启本地部署与知识库构建新篇章。 核心内容： 1. DeepSeek-R1 模型的本地部署详细流程 2. UltraRAG 框架的细节与功能介绍 3. VanillaRAG 与 Adaptive-Note 在法律领域问答的实际效果对比
DeepSeek R1模型的“幻觉”问题与企业级应用的破局之道
探索DeepSeek R1模型在企业级应用中的挑战与机遇。 核心内容： 1. DeepSeek R1模型的推理能力及其“幻觉”现象 2. 与DeepSeek V3模型相比的幻觉率差异 3. 模型训练中创造性与准确性的平衡问题
Ragflow应用小试牛刀
Ragflow：深度文档理解的开源RAG引擎，为你提供高效的信息检索与生成能力。 核心内容： 1. Ragflow的核心特性：深度文档理解与模板化分块处理 2. 技术架构：文档解析、嵌入表示、索引存储和相似性检索 3. 应用场景：自动化RAG工作流程，支持多种数据源和大型语言模型的集成
RAG前沿进展：多抽象层级chunk及对齐机制的ARM实现思路
探索RAG技术的新进展，揭示多层级chunk粒度和对齐机制的ARM方案。 核心内容： 1. RAG技术中chunk切分问题的挑战 2. 多抽象层级chunk粒度解决方案的详细介绍 3. ARM方案及其在实际问答数据集上的应用效果
如何从网关层降低 AI 的调用成本
降低AI调用成本的实用策略，由AI领域博士生分享。 核心内容： 1. WebAssembly插件在网关层的应用 2. AI请求缓存与语义级别缓存命中逻辑设计 3. 网关环境搭建与本地测试方法
推荐一个企业级知识图谱增强的检索增强生成(RAG)的项目
探索企业级知识图谱在增强检索生成中的创新应用！ 核心内容： 1. 利用Microsoft Graph构建企业级知识图谱 2. GraphRAG项目的架构和核心组件解析 3. 提升大语言模型在企业应用中的问答和生成效果
用Ollama+RAGflow打造私有知识库
探索本地大语言模型的高效管理，掌握Ollama工具平台的实用指南。 核心内容： 1. Ollama平台介绍及其在本地设备上运行大模型的优势 2. Ollama的安装步骤及命令行工具的使用说明 3. 如何使用Ollama拉取、运行和管理模型的详细操作流程
RAG 系统开发 01：使用 rig 调用 ollama 的模型
探索 Rust 语言生态下的 RAG 系统开发，从基础环境搭建到模型调用，本系列带你深入了解。 核心内容： 1. Rust 开发环境的设置方法 2. 使用 RsProxy 配置 Rustup 和 crates.io 镜像 3. 安装 ollama 模型及项目开发工具的选择
解锁AI新技能！揭秘检索增强生成（RAG）：如何让AI更懂你的业务？
AI领域创新技术RAG，助力企业实现智能化升级，让AI更懂业务。 核心内容： 1. RAG技术原理与工作流程 2. RAG如何克服传统大模型的缺陷 3. RAG在企业级AI应用中的优势
Think思考用来增强RAG的Embedding？兼看推理模型使用实践建议等前沿进展
探索大模型领域的最新进展和实用建议，深入了解GraphRAG和推理模型的前沿应用。 核心内容： 1. GraphRAG技术的最新进展和应用案例 2. OpenAI推理模型的最佳实践指南 3. 深度思考与RAG结合的新成果及其在医疗领域的影响
Agentic RAG：对标准RAG(增强检索生成系统)的能力增强
Agentic RAG：AI智能体的革命性突破，大幅提升RAG处理复杂任务的能力。 核心内容： 1. Agentic RAG与传统RAG的区别及优势 2. Agentic RAG的核心架构与技术实现 3. Agentic RAG在整合多源信息、优化输出结果方面的应用
KG2-RAG：利用图谱来增强LLM生成效果
探索KG2-RAG：如何融合图谱与检索技术提升LLM生成效果。 核心内容： 1. RAG技术两大方向：检索+rank与图谱（知识库）的应用 2. KG2-RAG框架：结合两种方式的优势与具体实现细节 3. Document Offline Processing与KG-enhancement的详细解析
DeepSeek-R1超高幻觉率解析：为何大模型总“胡说八道”？
深度解析大模型幻觉现象，揭示AI发展中的挑战与机遇。 核心内容： 1. DeepSeek-R1在权威测试中的高幻觉率表现 2. 大模型在非正式对弈中的“作弊”行为 3. 探讨大模型幻觉的成因、影响及解决方案