<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>AI搜索 on 知识铺的博客</title>
    <link>https://index.zshipu.com/geek001/tags/AI%E6%90%9C%E7%B4%A2/</link>
    <description>Recent content in AI搜索 on 知识铺的博客</description>
    <generator>Hugo -- gohugo.io</generator>
    <language>zh-CN</language>
    <lastBuildDate>Mon, 19 Aug 2024 10:00:57 +0000</lastBuildDate>
    <atom:link href="https://index.zshipu.com/geek001/tags/AI%E6%90%9C%E7%B4%A2/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>6.1 RAG 技术概览，从AI搜索谈起</title>
      <link>https://index.zshipu.com/geek001/post/20240801/6.1-RAG-%E6%8A%80%E6%9C%AF%E6%A6%82%E8%A7%88%E4%BB%8EAI%E6%90%9C%E7%B4%A2%E8%B0%88%E8%B5%B7--%E7%9F%A5%E8%AF%86%E9%93%BA/</link>
      <pubDate>Mon, 19 Aug 2024 10:00:57 +0000</pubDate>
      <guid>https://index.zshipu.com/geek001/post/20240801/6.1-RAG-%E6%8A%80%E6%9C%AF%E6%A6%82%E8%A7%88%E4%BB%8EAI%E6%90%9C%E7%B4%A2%E8%B0%88%E8%B5%B7--%E7%9F%A5%E8%AF%86%E9%93%BA/</guid>
      <description>自学大语言模型系列目录概览 《带你自学大语言模型》系列提供了一份详尽的学习指南，旨在帮助读者从基础到进阶，全面掌握大语言模型的相关知识。以下是该系列的目录概览，以及对每个部分的简要介绍。 第一部分：走进大语言模型（科普向） 第一章 走进大语言模型：介绍了大语言模型的基本概念，探讨了人工智</description>
    </item>
    <item>
      <title>前百度高管挑战AI搜索市场，种子轮融资6000万美元</title>
      <link>https://index.zshipu.com/geek001/post/20240710/%E5%89%8D%E7%99%BE%E5%BA%A6%E9%AB%98%E7%AE%A1%E6%8C%91%E6%88%98AI%E6%90%9C%E7%B4%A2%E5%B8%82%E5%9C%BA%E7%A7%8D%E5%AD%90%E8%BD%AE%E8%9E%8D%E8%B5%846000%E4%B8%87%E7%BE%8E%E5%85%83--%E7%9F%A5%E8%AF%86%E9%93%BA/</link>
      <pubDate>Mon, 15 Jul 2024 06:23:52 +0000</pubDate>
      <guid>https://index.zshipu.com/geek001/post/20240710/%E5%89%8D%E7%99%BE%E5%BA%A6%E9%AB%98%E7%AE%A1%E6%8C%91%E6%88%98AI%E6%90%9C%E7%B4%A2%E5%B8%82%E5%9C%BA%E7%A7%8D%E5%AD%90%E8%BD%AE%E8%9E%8D%E8%B5%846000%E4%B8%87%E7%BE%8E%E5%85%83--%E7%9F%A5%E8%AF%86%E9%93%BA/</guid>
      <description>“ 在这个信息泛滥但缺乏有意义内容的时代，传统搜索引擎的表现常常不尽人意，用户被广告、垃圾邮件和偏见内容所困扰。 Genspark的目标是打破这些旧有障碍，不仅要改进搜索技术，还要彻底改变用户访问和与信息互动的方式。 “ Sense 思考 我们尝试基于文章内容，提出更多发散性的推演和深思，欢迎交流。</description>
    </item>
  </channel>
</rss>
