分类 RAG 下的文章

Langchain开发LLM的RAG部分
  1. 首页
  2. RAG

RAG Bot Demo：基于天气之子小说的问答机器人

前面的所有内容都跟集齐七龙珠似的，我们终于凑齐了召唤RAG Bot的所有碎片：使用了Prompt Template构建复用的Prompt模板根据私域数据的...

  • Bocchi Hitori
  • 2024 年 12 月 12 日
  • 暂无评论
    •

    优化Retriever

    对于Embedding来说，用流行的Embedding模型和Vector Store就是够够的了（对于大部分应用来说）。对于应用侧有比较大的优化空间的就是...

  • Bocchi Hitori
  • 2024 年 12 月 11 日
  • 暂无评论
    •

    构建向量数据库

    前面的文章，我们搞定了数据加载和切分，接下来就不是小打小闹了，是RAG的精髓Embedding，也是我学下来，认为影响RAG上限和想象空间最关键的地方这里...

  • Bocchi Hitori
  • 2024 年 12 月 10 日
  • 暂无评论
    •

    大规模数据的预处理

    受限于常见LLM的上下文大小，比如GPT4的128K，我们很多时候都不能把完整的数据整个塞到对话的上下文里。而且，就算数据源接近了LLM的上下文窗口，在读...

  • Bocchi Hitori
  • 2024 年 12 月 09 日
  • 暂无评论
    •

    Azure OpenAI获取服务指南

    Azure OpenAI和OpenAI同源，并且在国内付款也很方便。所以如果使用官方的OpenAI服务的话，这个是最优解。注册登录Azure Link点击...

  • Bocchi Hitori
  • 2024 年 12 月 08 日
  • 暂无评论