-
从 RAG 到 Context：2025 年 RAG 技术年终总结
文章对 2025 年 RAG 技术的发展进行了年终总结，指出尽管面临长上下文和 Agent 分流的质疑，RAG 仍在企业级 AI 落地中展现出不可替代的数据基础设施地位。文章详细探讨了 RAG 的技术改进，包括将检索解耦为“搜索”与“检索”两阶段、TreeRAG 与 GraphRAG 的融合，以应对传统 RAG 在处理复杂查询时的痛点。文章强调了 RAG 从知识库向通用 Agent 数据基座演进的…- 0
- 0
-
Perplexity 如何打造 AI 领域的 Google
本文深入分析了 Perplexity AI 如何设计其“AI 领域的 Google”，以提供直接、引用的答案，而不是链接列表。它强调了 Perplexity 将实时网络搜索与强大的 AI 相结合，以克服传统 LLM 的幻觉和信息过时等局限性。其技术核心是精心实现的检索增强生成（RAG）流程，包括查询意图解析、实时网络检索、片段提取、带引用的综合答案生成以及对话优化。一个关键的架构优势是其与模型无关…- 0
- 0
-
万字长文详解腾讯优图 RAG 技术的架构设计与创新实践
本文深度解析了腾讯优图实验室在 RAG（检索增强生成）技术上的全栈解决方案与创新实践。文章首先介绍了语义检索环节，通过多阶段训练管线、精细化数据工程和多任务均衡配置，打造了在中文 IR 和 STS 任务上均达到 SOTA 水平的 2B 级 Embedding 模型。接着，详细阐述了基于 LLM 的 Reranker 模型，引入分层知识蒸馏损失和自动化高质量业务数据构造流程，显著提升了重排序准确性。…- 0
- 0
-
Deepseek V3/R1 技术内核 及 RAG 技术前沿进展
本文详细分析了 DeepSeek V3 和 R1 的技术内核及其在 RAG 技术上的前沿进展。首先，文章介绍了 DeepSeek 团队的长期主义和开源理念，以及其在混合专家模型（MoE）架构（包括细粒度专家分割和共享专家隔离）、推理能力强化和软硬件协同设计方面所做的创新。其次，文章深入探讨了 DeepSeek R1 如何通过纯强化学习和“左脚踩右脚”的迭代优化方式，在推理能力上取得突破，并利用模型…- 0
- 0
-
一文讲透大模型应用开发：新时代技术核心竞争力人人都能掌握！
本文为非 AI 背景的开发者提供大模型应用开发的入门指南。阐述大模型在业务中发挥作用的方式，强调开发者无需深厚的 AI 和数学知识背景即可参与。详细介绍了基于 LLM 的应用开发流程，包括如何利用 Prompt Engineering 与大模型协作，通过 Function Calling 实现复杂功能。深入探讨如何将大模型应用于知识问答等实际业务，利用 RAG（检索增强生成）技术解决大模型上下文长…- 0
- 0
-
技术人的大模型应用初学指南
本文旨在帮助技术人员快速上手大模型应用，避免过多算法基础知识，着重于核心技术概念的理解。文章概述了人工智能领域常用术语，如 LLM、RAG、Agent 等，并深入探讨了向量数据库在非结构化数据处理中的应用及其存储和索引优化、召回率优化等未来发展趋势。随后，介绍了多 Agent 框架，如 AutoGen 和 MetaGPT，阐述了其在复杂任务分解和智能体协作中的作用，有助于降低单个大模型的输入复杂度…- 0
- 0
-
最全梳理：一文搞懂 RAG 技术的 5 种范式！
文章回顾了 RAG 技术自出现以来的发展历程和范式迭代，特别是在大语言模型广泛应用后，RAG 技术在 2024 年呈现爆发态势。文章详细介绍了 RAG 的五大范式，从 NaiveRAG 到 AdvancedRAG，再到 ModularRAG 和 GraphRAG，以及最新的 AgenticRAG 范式。AgenticRAG 融合了数据库、模型微调、逻辑推理和智能体等多种技术，能够适应各种复杂灵活的…- 0
- 0
-
RAG 技术演进的四大核心命题
本文深入探讨了 RAG (Retrieval-Augmented Generation，检索增强生成) 技术在智能问答系统中的应用，特别是在云服务领域。文章首先回顾了大模型技术的发展历程，然后指出了 RAG 技术在解决大模型幻觉和领域数据垂直化方面的关键作用。接着，文章从数据价值的维度突破、异构检索的跃迁、生成控制优化和评估体系重构四个核心命题出发，详细阐述了 RAG 技术面临的技术挑战和解决方案…- 0
- 0
-
RAG 2.0 深入解读
文章详细阐述了从 RAG 1.0 到 RAG 2.0 的技术演进，并深入分析了 RAG 2.0 在多模态扩展、复杂推理、检索质量、幻觉问题、计算效率和安全隐私等方面面临的挑战，这些是 RAG 1.0 时代难以解决的问题。针对这些挑战，文章探讨了混合搜索、DPR、重排序模型（Cross-Encoder、Graph-Based、ColBERT）、多模态 RAG、强化学习（DeepRAG、CoRAG）和…- 0
- 0
-
RAG 七十二式：2024 年度 RAG 清单
本文详细介绍了 2024 年度 RAG 技术的最新进展，包括 GraphReader、MM-RAG、CRAG、RAPTOR、T-RAG 等多个创新系统和框架。这些系统通过图解、多模态、自我校正等技术手段，显著提升了 RAG 的性能和应用范围。文章还提供了丰富的论文和项目链接，方便读者深入学习和研究。此外，本文还探讨了 RAG 技术在医学、金融、开放域问答等领域的应用，展示了其在复杂数据分析、长文本…- 0
- 0
RAG技术
扫码打开当前页
-
✈优惠劵使用时效：无法使用使用时效：
之前
使用时效：永久有效优惠劵ID：×