搜索[RAG]结果-低调大师优秀个人博客

精选列表

搜索[RAG]，共3438篇文章

UltraRAG 2.1 正式发布：强化多模态 RAG 能力，支持更多后端框架

UltraRAG 由清华大学 THUNLP 实验室、东北大学 NEUIR 实验室、OpenBMB 与 AI9Stars 联合推出，是首个基于 Model Context Protocol (MCP) 架构设计的 RAG

2025-11-11

基于预生成 QA 对的 RAG 知识库解决方案

概述 GC-QA-RAG 是一款面向葡萄城产品生态（包括活字格、WYN、SpreadJS 和 GCExcel 等）的检索增强生成（RAG）系统。

2025-05-22

RAG 实战｜用 StarRocks + DeepSeek 构建智能问答与企业知识库

RAG 的核心流程检索（Retrieval）用户输入问题后，RAG 从外部数据库（如维基百科、企业文档、科研论文等）检索相关内容。检索工具可以是向量数据库、搜索引擎或传统数据库。

2025-04-18

华为开发者空间：基于DeepSeek构建RAG向量数据库

摘要：让大家熟悉如何通过云主机部署DeepSeek，并且通过本地部署的DeepSeek快速搭建RAG向量数据库。

2025-03-04

使用 Ollama 和 Kibana 在本地为 RAG 测试 DeepSeek R1

对于那些想尝试使用 RAG 和 Elasticsearch 的所有向量数据库智能的新模型的人，这里有一个快速教程，帮助你开始使用 DeepSeek R1 进行本地推理。

2025-02-12

RAG 应用在得物开放平台的智能答疑的探索

二、简介什么是RAG RAG（检索增强生成）指Retrieval Augmented Generation。这是一种通过从外部来源获取知识来提高生成性人工智能模型准确性和可靠性的技术。

2025-01-14

长上下文LLMs：RAG 的终结者还是最佳搭档？

但也有人认为，即便有了长上下文窗口的 LLMs， RAG 系统也不会因此消亡，RAG 仍然可以焕发新的活力。

2024-10-16

微语 - 0.4.2 发布，基于大模型 LLM 和 RAG 的智能客服

开源企业协作管理系统，支持企业IM、在线客服、知识库、工单系统、AI助手等语言 English 中文介绍智能客服基于大模型 LLM && RAG 的智能客服支持Ollama 智谱

2024-09-23

使用 Elasticsearch 和 LlamaIndex 保护 RAG 中的敏感信息和 PII 信息

LlamaIndex 为构建 RAG（检索增强生成）应用程序的各个阶段提供抽象。

2024-09-05

你还在搞大模型 RAG，别人已经切换了赛道：记忆能力！

在人工智能领域，检索增强生成（RAG）技术已经是实现高效信息处理的前沿技术之一。然而，Mem0 通过引入个性化的多层次记忆系统，将 AI 的能力提升到一个新的高度。

2024-08-01

检索生成(RAG) vs 长文本大模型：实际应用中如何选择？

长上下文或 RAG 使 LLMs 能够全面考虑所有相关内容，从而更深入地把握整体信息。

2024-07-03

微语 0.2.5 发布 - 基于大模型 LLM 和 RAG 的智能客服

工单系统、坐席管理、数据看板、人工知识库、技能组管理、实时监控、公告、敏感词、 CRM、报表功能，为客户提供一体化客服工作台服务智能客服基于大模型 LLM && RAG

2024-06-24

微语 0.2.2 发布 - 基于大模型 LLM 和 RAG 的智能客服

2024-06-18

有道 QAnything 背后的故事 --- 关于 RAG 的一点经验分享

近日，我们开源了有道自研的RAG（Retrieval Augmented Generation) 引擎QAnything。

2024-03-06

RAG 首选？LLM 记忆体？

AGI 时代的到来，让 Zilliz 的身上多了很多充满“时代烙印”的标签：未来独角兽、网红赛道公司、向量数据库大佬、大模型的长期记忆体、RAG 最强搭档……与此同时，我们也听说了一些有趣的标签：周边质量好

2024-02-06

RAG 是什么，它与 Agent 有什么关系？——从知识库问答到 Agentic RAG

--- ## 九、传统 RAG 为什么会继续演进到 Agentic RAG 传统 RAG 通常是一条固定流水线：**Query → Retrieve → Rerank → Generate**。

2026-08-16

构建高效企业级RAG问答服务系统：从架构到落地实践

背景/问题随着大语言模型在企业内部的快速部署，传统知识管理系统正面临严峻挑战。客服团队常因系统无法理解复杂语义而回复机械，技术人员维护海量文档时检索效率低下，且直接调用基础大模型极易产生事实性幻觉与数据泄露风险。检索增强生成技术通过外挂私有知识库，有效解决了模型训练数据滞后与专业领域知识缺失的问题。然而，在实际工程落地中，如何平衡检索精度、生成速度与系统稳定性，仍是开发者需要深入探索的核心命题。

2026-11-13

RAG 知识库问答实践：用 Python 把检索过程变得可验证

摘要：知识库问答接入大模型后，仍可能出现答非所问、引用错误、资料更新后答案不变等问题。本文从一个仅依赖 Python 标准库的中文检索原型出发，演示资料组织、词项检索、来源保留与无命中处理，并通过三个问题分析“检索到了”与“能够回答”的区别，为后续接入模型服务和云上部署建立可验证的基础。

2026-11-12

私有化 RAG 落到金融机构，压缩和权限才是真门槛

金融机构做知识库、上 RAG，和互联网公司完全是两回事。后者可以数据上云、随便试，前者开口就是一句话：数据不能出内网。

2026-11-09

AI产品经理认证考纲里为什么必须有 RAG 和 Agent？

所以当我看到这份考纲，把RAG与Agent正式划入核心能力域，还划定了明确分值权重时，我的第一反应不是“出题方紧跟热点”，而是：这份考纲的设计者，一定亲身做过落地项目。

2026-10-28

资源下载

更多资源

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。