[控场AI]

#RAG

共 326 篇相关文章

RAG系统该信官方文档还是社区实践?
·3 分钟

RAG系统该信官方文档还是社区实践?

Reddit讨论引发思考:RAG系统在官方文档与社区实践冲突时该如何取舍?本文分析检索权重设计困境,探讨分层检索与多源融合的实践思路,为RAG开发者提供知识来源治理策略。

阅读全文 →
LangChain+RAG面试实战:一文读懂LangChain核心价值
·6 分钟

LangChain+RAG面试实战:一文读懂LangChain核心价值

基于B站LangChain+RAG面试实战教程,解析LangChain作为大模型应用开发框架的定位,详解其解决的知识受限、外部交互缺失、状态保持不足三大局限,并给出官方文档学习路径与面试准备建议。

阅读全文 →
Cohere Rerank重大升级:Context Focus功能提升精度与成本控制
·4 分钟

Cohere Rerank重大升级:Context Focus功能提升精度与成本控制

Cohere Rerank 迎来重大升级,准确性与效率显著提升,并推出 Context Focus 新功能,让开发者更精细地控制成本。新功能已在 Cohere Model Vault、Microsoft Foundry 和 Amazon SageMaker 上线。

阅读全文 →
零API费用!用Ollama在笔记本上搭建全离线RAG系统
·5 分钟

零API费用!用Ollama在笔记本上搭建全离线RAG系统

开发者分享用Ollama在笔记本上搭建全离线RAG系统的实践,零API费用、数据隐私保护、减少幻觉。包含技术栈选择、复现步骤与社区反馈,适合对本地AI应用感兴趣的读者。

阅读全文 →
开源大模型背诵圣训全翻车:3万次回答无一对得上原文
·7 分钟

开源大模型背诵圣训全翻车:3万次回答无一对得上原文

一项双语基准测试用3万次回答考察五个开源大模型对六大圣训集的逐字回忆能力,结果显示0%的回答达到词汇与语义双高保真,阿拉伯语表现反而更差。研究主张高风险文本任务必须采用检索增强生成而非参数化记忆。

阅读全文 →
上下文即基础设施:Agentic RAG的知识编译层
·6 分钟

上下文即基础设施:Agentic RAG的知识编译层

Agentic RAG 解决了检索准确率,却带来上下文膨胀问题。本文解读知识编译层如何作为供给层,用导航树和决策门削减 token 与延迟,并介绍 RAGFlow 的五站流水线与 agent 原生数据库理念。

阅读全文 →
B站超细RAG企业知识库搭建教程:四阶段从入门到实战
·5 分钟

B站超细RAG企业知识库搭建教程:四阶段从入门到实战

拆解B站超细RAG企业知识库搭建教程的四阶段学习路线:从RAG基础与Python入门,到LangChain与LlamaIndex核心工具、数据转换与检索优化等核心技能,再到文献检索与职场问答实战项目,附适合人群与注意事项。

阅读全文 →
免代理网页转Markdown API:RAG管道实战选型
·8 分钟

免代理网页转Markdown API:RAG管道实战选型

探讨RAG管道中免代理网页转Markdown API的选型:对比自建与托管方案的成本,分析Markdown提取质量差距,提供基于JS渲染、失败语义和输出一致性的实用评估清单。

阅读全文 →
RAG已死?长上下文模型真正改变了什么
·4 分钟

RAG已死?长上下文模型真正改变了什么

长上下文模型是否让RAG过时?本文从容量约束、信噪比、成本延迟三个角度分析长上下文真正改变了什么,并给出检索与长上下文混合架构的选型判断框架。

阅读全文 →
RAG面试核心:离线建库与在线检索全流程拆解
·6 分钟

RAG面试核心:离线建库与在线检索全流程拆解

拆解RAG检索增强生成的完整工作流程:离线阶段文档加载、切割、向量化、入库,在线阶段问题改写、向量检索、重排、生成,并解析RAG面试核心考点与系统优化方向。

阅读全文 →
开源RAG平台chatVia.ai:全栈检索管线与自主部署
·5 分钟

开源RAG平台chatVia.ai:全栈检索管线与自主部署

chatVia.ai开源RAG平台将向量检索、BM25与RRF融合全部放进Postgres,支持自托管、无限代理与自动更新。本文拆解其摄取、分块、混合检索、重排与评估管线,并说明免费核心与Pro付费边界。

阅读全文 →
RAG知识库搭建全流程:从架构到检索评估实战指南
·4 分钟

RAG知识库搭建全流程:从架构到检索评估实战指南

系统梳理RAG知识库搭建的完整流程:从RAG整体架构、成熟检索方案,到检索评估的关键细节与适合人群分析,帮助开发者建立从入门到实战的学习路径。

阅读全文 →
Cursor、Claude、ChatGPT底层如何运转?AI技术栈全解析
·6 分钟

Cursor、Claude、ChatGPT底层如何运转?AI技术栈全解析

从Cursor、Claude、ChatGPT的实际使用出发,逐层拆解AI技术栈:Agent循环与MCP协议、预训练与强化学习、token与量化、RAG检索与模型路由、流式输出到GPU基础设施,帮你看懂AI产品每一层在做什么。

阅读全文 →
当工具调用超时:RAG 生产环境的故障演练课
·3 分钟

当工具调用超时:RAG 生产环境的故障演练课

Packt Publishing 举办 RAG 生产环境实操工作坊,聚焦工具调用超时、重试循环、执行预算、结构化追踪、权限化工具访问与故障注入测试,由 Bruno Gonçalves 主讲,无需 GPU 或 API key。

阅读全文 →
Ollama+RAG本地知识库搭建实战:AnythingLLM喂饭教程
·6 分钟

Ollama+RAG本地知识库搭建实战:AnythingLLM喂饭教程

基于B站教程整理,详解Ollama+AnythingLLM搭建本地RAG知识库的完整流程:从通用大模型的知识局限、RAG检索增强生成原理,到文档上传、向量化入库与效果验证的实操步骤。

阅读全文 →
Agentic RAG实战:从原理到代码,手把手搭建智能检索系统
·6 分钟

Agentic RAG实战:从原理到代码,手把手搭建智能检索系统

传统RAG检索时机、内容、次数全部写死,导致答非所问。本文基于B站教程拆解Agentic RAG原理:将检索封装为工具交给大模型自主决策,附四工具设计与完整代码实现,手把手搭建能自我纠错、多跳查询的智能检索系统。

阅读全文 →
RAG与Agent实战:大模型接入的两种路径
·4 分钟

RAG与Agent实战:大模型接入的两种路径

从大模型接入入手,梳理本地Ollama部署与阿里云百炼云端调用两种路径,详解百炼平台注册、API Key创建、免费额度管理与防超支设置,为RAG检索增强与Agent智能体实战打好基础。

阅读全文 →
RAG与Agent面试核心:检索增强生成全流程解析
·6 分钟

RAG与Agent面试核心:检索增强生成全流程解析

系统拆解RAG检索增强生成完整工作流程:从文档加载、切割、向量化入库的离线建库,到查询改写、向量检索、精排、生成的在线阶段,涵盖面试高频考点与核心价值分析。

阅读全文 →