搜索所有贴 - 汲道

RAG(Retrieval-Augmented Generation：检索增强生成) 是一个人工智能框架，用于减轻大模型的“幻觉”问题。大语言模型的回答经常可能不一致。有时他们会确定问题的

5 个月前

GPT-4-turbo 现在可以处理 128K 输入令牌！这是下一代 RAG：长上下文 RAG！ RAG(Retrieval-Augmented Generation：检索增强生成) 是

5 个月前

有没有任何本地Web用户界面具有真正的 RAG 功能和知识库处理功能？ [list] [*]Open WebUI - 对较大的文档集合处理不佳，缺乏引文使用户无法识别它是在处理知识还是在产生

2 天前

该推文讨论了长上下文long-context模型与RAG模型的优劣势。作者针对对长上下文模型的一些质疑进行了回应，包括成本、检索与推理的结合、支持的token数量、缓存和速度等方面。作者认为

2 个月前

这是一个多线程网络爬虫，可以爬行网站并为每个页面创建 markdown 文件。它主要是为大型语言模型文档解析而创建的，以简化 RAG 用例的大型文档的分块和处理。Markdown 本质上是人类

3 个月前

/text-davinci-003 上特别有效，尽管成本高昂且对于小型项目来说并不容易使用。在。 LangChain 是迄今为止 RAG 首选的流行工具，所以我认为现在是学习它的最佳时机。我花了一些时间阅读

2 个月前

OpenAI 在检索增强生成（RAG）架构方面取得了突破，该架构允许语言模型使用搜索引擎来增强其推理。据称，这一突破使得 GPT 能够使用 Qdrant 作为向量引擎，并在上下文中计算最佳

5 个月前

数据，这意味着在那里完成了某种 RAG，这意味着该模型可能最适合 RAG 用例。

1 个月前

使用Llama 3构建完全本地的RAG代理：展示了如何从头开始使用LangGraph和Llama 3 -8b构建可靠的本地代理。 4. Meta AI在Instagram上与Llama 3聊天

2 周前

，但是关键词调优很难。驾驭人工智能才是再次开挂的机会。而LLM调优困难会上升一个数量级！难点包括搜索引擎、嵌入、RAG、指令LM、训练集、知识库、遗留数据库等。 [list] [*]每一个

6 个月前

。 [*]实施 RAG（检索增强生成），又名提示填充。 [/list] 中找到本文的示例代码 OpenAI、Azure Open AI、Google Vertex 等大型语言模型 (LLM) 都是

1 个月前

重复处理。 [/list] 工具包是预构建组件的集合，使用户能够快速构建和部署 RAG 应用程序。此存储库中的组件包括： [list] [*]src/interfaces

6 天前

本周Github有趣的项目、工具和库使用自然语言在数据上构建 ChatGPT。 RAGs 是一款 Streamlit 应用程序，可让您使用自然语言从数据源创建 RAG 管道

5 个月前

此存储库包含适用于以下文件格式的自定义 RAG（检索增强生成）友好解析器：PDF、超文本标记语言、DOCX、PPTX 以及 Apache Tika 支持的任何其他格式。在 4 年

3 个月前

应用程序中打开了大门，即使对于资源有限的企业也是如此。 [/list] 网友体验： 1、我一直在为 RAG 测试Phi-3 ，我得到的响应与 Mistral7B 没有什么区别。 [list

5 天前

登录