本节课主要是跟着教程做的,操作的东西放到作业里记录了。
这里主要记录一些视频里讲的非操作性的东西。
RAG=外挂知识库?优点是成本低,不用重新训练
RAG的一个整体流程。
涉及了文本相似度匹配,是不是和传统的问答系统(直接匹配数据库)有点类似?
区别在于生成了这个prompt,猜测是用数据库里最接近的向量来辅助模型找出答案。
langchain的介绍,用来构建LLM应用
前置步骤介绍
如何构建检索问答链
RAG优化
本节课主要是跟着教程做的,操作的东西放到作业里记录了。
这里主要记录一些视频里讲的非操作性的东西。
RAG=外挂知识库?优点是成本低,不用重新训练
RAG的一个整体流程。
涉及了文本相似度匹配,是不是和传统的问答系统(直接匹配数据库)有点类似?
区别在于生成了这个prompt,猜测是用数据库里最接近的向量来辅助模型找出答案。
langchain的介绍,用来构建LLM应用
前置步骤介绍
如何构建检索问答链
RAG优化
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1450482.html
如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!