RAG

谁能对Perplexity贴脸开大?

我有一个小习惯,每次参加完活动,总会加一些新朋友,或被人加,为防止加完后忘记这人长啥样;我会习惯性翻看一下对方朋友圈,找到一张照片,保存到备注里,下次见面,以防止认不出来的尴尬。前两天,活动结束,我加

RAG实践篇(四):你需要知道的RAG七个局限

在之前的RAG实践篇中,我们就谈到了RAG在企业私有化知识的AI实践上的应用,可以看得出来,RAG的出现让GenAI的应用不再局限于模型训练数据(多使用公共领域的信息/知识),而是可以与私有知识库结合

RAG实践篇(一):知识资产的“梯度”

你是某个企业的领域知识专家。这个月,你们公司的AI技术来通知你,你们公司会通过RAG技术,把企业的私有知识库搬进大模型。这样,以后和这个领域的专有知识有关的问题,AI就再也不会满嘴跑火车,拿着不知真假

产品经理需要知道的AI相关知识(二)

一、什么是RAGRAG,即检索增强生成(Retrieval-Augmented Generation)的缩写,是当前大语言模型应用落地的一项关键技术。它通过将检索模型和生成模型结合在一起,提高了生成内

深入解析:如何高效评估RAG系统(一)

一、为什么要选择RAG众所周知,大语言模型(LLM)存在”幻觉”问题,经常一本正经的胡说八道,除此之外还有在知识无法及时更新、可解释性差等问题;RAG(检索增强生成)和Fine-Tune(微调)是目前