构建RAG项目实战指南 --知识铺 2024年9月4日 大语言模型(LLMs)在应用中面临诸多挑战,主要包括领域知识的不足、信息的准确性问题以及生成虚假内容的风险。 检索增强生成(RAG)技术通过整合外部知识库等信息源,结合了传统信息检索与大语言模型的优势,为LLMs的挑战提供了创新的解决方案。 尽管RAG在许多任务中展现出卓越的性能,但…… 阅读全文
配置阿里云容器镜像服务(ACR)的步骤和注意事项 --知识铺 2024年9月3日 重要 1 例如: 加速器地址:[系统分配前缀].mirror.aliyuncs.com 内容 1 { "registry-mirrors": ["<镜像加速器地址>"] } 启动Docker加速器 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56…… 阅读全文
构建RAG应用的LlamaIndex方法 --知识铺 2024年8月20日 今天使用LlamaIndex AI框架构建一个简单的RAG应用程序,这个应用程序可以对私人文档进行上下文回答,同时这个程序还通过内存增强功能,可以基于之前的上下文进行回复。 基于LLMs的RAG概述 Retrieval-Augmented Generation(RAG)是一种先进的技术,它通过将外部知识库整合到大型语言模型…… 阅读全文
大语言模型综述分析 --知识铺 2024年8月20日 论文题目:Large Language Models: A Survey 大语言模型综述 引言本文由著名学者Tomas Mikolov等人撰写,全面回顾和分析了大语言模型(LLMs)的发展历程、类型及其构建方法。 语言模型的发展历程 统计语言模型:早期的语言模型,基于统计学原理构建。 神经网络模型:引入神经网络技术,提高语言模型的表达…… 阅读全文
RAG综述笔记 --知识铺 2024年8月19日 公众号文章目录综述 引入在本文中,我们将深入探讨一系列先进的技术主题,包括自然语言处理、机器学习模型的评估与优化,以及多模态学习的最新进展。这些主题不仅涵盖了理论研究,也包括了实际应用和未来发展趋势的讨论。 一、摘要(Abstract)简要概述了文章的主旨和核心观点,为读者提供了一个…… 阅读全文
融合RAG和CoT的高效多步推理任务解决方案 --知识铺 2024年8月19日 引言 在人工智能领域,多步推理任务是解决复杂问题的关键。本文提出了一种创新的解决方案——RAT,它通过融合RAG(Retrieval-Augmented Generation)和CoT(Chain of Thought)两种技术,有效地整合了不同的思维模式,从而显著提升了推理效率和准确性。…… 阅读全文
RAG全栈技术最新综述 --知识铺 2024年8月19日 检索增强生成(RAG)概述 检索增强生成(Retrieval-Augmented Generation, RAG)是一种结合了检索和生成的自然语言处理技术,旨在通过利用外部知识数据库来增强大型语言模型(LLMs)的能力,从而解决幻觉问题和知识更新的挑战。 组成部分 检索器(Retriever)检索器是RAG系…… 阅读全文
CoT技术提升LLMs智能 --知识铺 2024年8月14日 为大型语言模型(LLMs)提供充分思考时间的重要性 在构建提示(Prompt)时,确保大型语言模型(LLMs)有充足的时间进行推理是至关重要的。正如人类需要时间来处理和解决复杂问题一样,LLMs 也需要时间来思考以提供准确的答案。如果 LLMs 被迫快速作出反应,其输出的质量可能会受到影响。 深…… 阅读全文
Zilliz:超越Milvus的知识铺 --知识铺 2024年8月6日 向量数据库的崛起与Milvus的优势 在人工智能和大模型技术迅猛发展的今天,向量数据库应运而生,成为处理高维数据的关键技术。以下是对向量数据库核心观点的梳理和Milvus的详细介绍。 一、向量数据库的市场前景 头部公有云厂商的商用计划 今明两年,头部公有云厂商将正式商用自己的向量数据库产…… 阅读全文
Milvus 实战问答系统构建 --知识铺 2024年8月6日 Milvus 向量数据库 上一篇文章介绍了Milvus向量数据库安装部署,这次我们来介绍一下Milvus的应用实例。 Milvus是一款强大的向量搜索引擎,它通过相似性搜索的特性,可以广泛应用于多个领域。以下是Milvus的一些主要应用场景: 图像相似性搜索:在庞大的图像数据库中,快速检索出与查询…… 阅读全文