浏览量超 10w 的热图，描述 RAG 的主流架构
作者：望宸 大模型性能的持续提升，进一步挖掘了 RAG 的潜力，突破“检索-拼贴”的原始范式。 详见下方“RAG 的定义、优势和常见架构” 这张图近期在国外社区传播比较多，结构化的描述了 RAG 的主流架构。RAG 用于提升大模型的生成效果，使得大模型更加智...
七种RAG架构cheat sheet！
RAG 即检索增强生成（Retrieval - Augmented Generation ），是一种结合检索技术和生成模型的人工智能方法。 Weaviate 是一个开源的向量数据库，专为 AI 原生应用设计，能够高效地存储和检索数据对象及其向量嵌入。它结合了语义搜索、结构化过滤和机器学习集成，能够处理跨多种数据类...
精通RAG架构：从0到1，基于LLM+RAG构建生产级企业知识库
尼恩：LLM大模型学习圣经PDF的起源 在40岁老架构师 尼恩的读者交流群(50+)中，经常性的指导小伙伴们改造简历。 经过尼恩的改造之后，很多小伙伴拿到了一线互联网企业如得物、阿里、滴滴、极兔、有赞、希音、百度、网易、美团的面试机会，拿到了大厂机会。 然而，其中一个成功案例，是一个9年经验 网易的小伙伴，当时拿到了一个年薪近80W的大模型架构offer，逆涨50%，那是在去年2023年的 5月....
RAG 2.0架构详解：构建端到端检索增强生成系统
关于检索增强生成（RAG）的文章已经有很多了，如果我们能创建出可训练的检索器，或者说整个RAG可以像微调大型语言模型（LLM）那样定制化的话，那肯定能够获得更好的结果。但是当前RAG的问题在于各个子模块之间并没有完全协调，就像一个缝合怪一样，虽然能够工作但各部分并不和谐，所以我们这里介绍RAG 2.0的概念来解决这个问题。 什么是RAG？ 简单来说，RAG可以为我们的大型语言模型（LLM）提...
AI - RAG架构
RAG（Retrieval-Augmented Generation）架构是一种结合了检索（Retrieval）和生成（Generation）两大关键任务的自然语言处理（NLP）模型架构。它的设计目标是在处理问答、文本摘要、对话等任务时，能够从大规模知识库中检索相关知识，并利用这些知识来增强语言模型的生成能力，从而提供更为准确、详实且具备可解释性的答案或文本输出。以下是RAG架构的主要特点、组成....
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。
金融级分布式架构
SOFAStack™（Scalable Open Financial Architecture Stack）是一套用于快速构建金融级分布式架构的中间件，也是在金融场景里锤炼出来的最佳实践。
+关注