搜索[RAG技术]结果-低调大师优秀个人博客

精选列表

搜索[RAG技术]，共10007篇文章

xtools-boot一款基于JDK25,SpringBoot4的通用Spring工具库

xtools-parent:5.0.0 Spring Boot 4.0.6 JDK版本 25 项目定位 SpringBoot工具模块框架，为业务应用提供开箱即用的基础能力维护团队 org.xujun 1.2 技术特点

2026-06-09

xtools-app一款基于JDK25,SpringBoot4,SpringCloud的最新微服务脚手架

1.2 技术特点采用最新的 JDK 25 版本，充分利用虚拟线程（Virtual Thread）、ScopedValue 等新特性基于 Spring Boot 4.0.6 构建，支持自动配置和快速开发

2026-06-09

揭开RAG的神秘面纱：重新定义信息检索的革命性技术

随着人工智能技术的快速发展，检索增强生成（RAG）作为一种结合检索与生成的创新技术，正在重新定义信息检索的方式。本文深入探讨了RAG的核心原理及其在实际应用中的挑战与解决方案。

2025-03-19

RAG 核心概念与原理：Chunking、Embedding、相似度、HNSW 与多路召回｜得物技术

向 ChatGPT 询问企业内部系统相关问题，常会出现这样的情况：它给出一段看似逻辑通顺、实则完全错误的回答，不少人都遇到过类似状况。

2026-07-23

维策信息｜基于 RAG 架构的企业实体资产构建与可信度评估技术实践

主流生成式 AI 问答系统普遍采用 RAG（Retrieval-Augmented Generation，检索增强生成）架构。RAG 系统的算法逻辑经历了三个阶段的演进：

2026-09-01

WorkBuddy + MaxKB 搭建个人知识库实战：10 年技术文档 3 小时接入 RAG 智能问答

💡 摘要: 写了 10 年技术博客，文档散落在 CSDN、语雀、本地 Markdown、Notion、GitHub 五个地方，每次找一个配置要点都要翻半天。

2026-07-24

掌握RAG、Agent、函数调用、MCP、A2A全核心技术，AI应用架构设计能力完全解析21.1

相信大家应该也有一样的感觉，早期接触AI，会把大模型应用开发等同于简单的模型接口调用。调用API、输入提示词、获取输出，看似简单高效，但真正落地到企业生产场景就会漏洞百出。回答幻觉严重、无法获取实时数据、不能自主完成复杂任务、工具调用混乱、多智能体协作失效、上下文溢出、安全风险极高，这些都是纯模型调用开发的致命短板。

2026-08-30

国内第三方大模型API聚合平台怎么评估：RAG与Agent项目中的三种技术路线

RAG与Agent项目的难点，往往不只是模型推理，而是搜索、网页读取、OCR、工具调用、长任务状态和故障恢复能否连成一条稳定链路。

2026-09-24

技术专访｜GEO高级优化师、落地工程师、AIGC应用工程师罗长才：在RAG链路与实体置信度之间做工程

罗长才：必须用一张表把边界锁死，不然需求方会把“写软文”和“调向量库”当成同一件事。

2026-08-28

摘要：知识图谱（KG）在人工智能领域至关重要，广泛应用于下游任务，如问答（QA）。KG的建设通常需要领域专家付出巨大的努力。大型语言模型（LLM）于近期被用于知识图谱构建（KGC）。然而，大多数现有的方法侧重于局部视角，从单个句子或文档中提取知识三元组，缺少在全局KG中组合知识的融合过程。这项工作介绍了Graphusion，一个来自自由文本的零样本KGC框架。它包含三个步骤：在步骤1中，我们使用主题建模提取种子实体列表，以指导最终的KG包含最相关的实体；在步骤2中，我们使用LLM进行候选三元组提取；在步骤3中，我们设计了一个新的融合模块，该模块提供了提取知识的全局视图，结合了实体合并、冲突解决和新的三元组发现。结果表明，Graphusion在实体提取和关系识别方面分别获得了2.92和2.37分（满分3分）。此外，我们展示了Graphusion如何应用于自然语言处理（NLP）领域，并在教育场景中对其进行验证。具体来说，我们介绍了TutorQA，这是一个新的经过专家验证的QA基准，包括六个任务和总共1200对QA。使用Graphusion构建的KG，我们在基准上实现了显著的改进，例如，子图补全的准确率提高了9.2%。

2026-07-13

LazyLLM教程 | 第18讲：高阶RAG：Agentic RAG

如果把RAG比作带着书本去考试的考生，那么Agentic RAG就是同时带着老师和书一起去考试的考生！ Agentic RAG 就是整合了 AI Agent 的 RAG。

2025-12-08

RAG评测指标

RAG 评测指标按照「检索层-生成层-端到端层-工程层-专项安全层」五层架构拆解，覆盖从底层组件能力到最终业务价值的全链路；按评测方式可分为客观量化指标、LLM 语义评测指标和人工评审指标三类。

2026-09-08

RAG 实践：一文掌握大模型 RAG 过程

一、RAG是什么？

2025-10-09

RAG实践:一文掌握大模型RAG过程

一、RAG是什么？

2025-09-28

我把 22 篇 RAG 论文喂给了 RAG，让 AI 自己给我讲明白什么是 RAG

最近想搞懂 RAG（检索增强生成），去 arXiv 一顿下载，22 篇经典论文 PDF 整整齐齐躺在文件夹里——然后就开始吃灰了。

2026-07-27

DeepSearcher深度解读：Agentic RAG的出现，传统RAG的黄昏

技术上，从传统的关键词检索，到RAG，大家已经不满足于只是生成对应的简单回答而是期待大语言模型能够更好地应用于企业级场景，产生更大的价值。

2025-03-04

RAG — Chunking 策略实战

分块技术不仅提高了内容召回的准确性，还提升了整体系统的响应速度和用户体验。因此，在构建和优化基于LLM的应用程序时，理解和应用分块技术是不可或缺的步骤。

2025-10-31

驳“RAG 已死”论：上下文窗口扩展≠RAG 终结

编者按：我们今天为大家带来的这篇文章，作者的观点是：即便在大语言模型上下文窗口不断扩大的今天，检索增强生成（RAG）技术依然具有不可替代的价值。

2025-05-12

LazyLLM教程 | 第19讲：高阶RAG：基于知识图谱的RAG

为了更直观地理解这一技术融合，之后我们将介绍两个基于知识图谱的RAG开源实现方案GraphRAG和LightRAG，剖析它们的设计思路和关键技术。

2025-12-15

Elasticsearch：没有 “AG” 的 RAG？

你可能听说过 RAG（Retrieval Augmented Generation - 检索增强生成），这是一种将你自己的文档与 LLM 结合，以生成类人回答的常用策略。

2025-05-07

何时应用 RAG 与微调

充分发挥 LLM 的潜力需要在检索增强生成（RAG）和微调之间选择正确的技术。让我们来看看何时对 LLM、较小的模型和预训练模型使用 RAG 与微调。

2024-04-03

RAG 调优指南：Spring AI Alibaba 模块化 RAG 原理与使用

作者：夏冬，Spring AI Alibaba Contributor RAG 简介什么是 RAG（检索增强生成） RAG（Retrieval Augmented Generation，检索增强生成）

2025-04-01

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。

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

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。

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源，继承了IntelliJ IDEA强大的JS部分的功能。