RAG 修炼手册｜RAG 敲响丧钟？大模型长上下文是否意味着向量检索不再重要
Gemini 发布后，由于其在处理长上下文方面表现出色，行业不乏“RAG 已死”的声音。RAG 到底有没有被杀死？向量数据库的还是 AI 应用开发者的最佳拍档吗？本文将一起探讨。 01.Gemini 发布后 AIGC 的迭代速度正以指数级的速度增长。Gemini 刚发布不久，便迅速被 OpenAI 的Sora 夺去了光芒。显然，与详尽的技术对比报告和性能指标相比，大众对 Sora 提供的酷炫逼真的视觉效果更为关注。有爱好者尝试使用 Gemini 来分析 Sora 生成视频的结果，这种做法宛如用最强之矛去攻击最坚固之盾。 测试结果显示，Gemini 1.5 不仅准确理解了视频的基本内容，还指出了生成视频中的一些不符合常理的细节。只有魔法对抗魔法，尽管 Sora 的生成效果确实令人惊艳，但还是很容易被 Gemini 找到了漏洞，与众人所期待的“物理引擎”水平之间还存在显著的差距。 相比 Sora 的博人眼球，Gemini 发布的五十多页技术报告更值得一读。 报告详细介绍了长上下文和多模态测试，这些测试的许多方面将对 AIGC 应用未来发展产生深远影响。Gemini 支持高达 1000万 t...
