<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>RAG框架 on 知识铺的博客</title>
    <link>https://index.zshipu.com/geek001/tags/RAG%E6%A1%86%E6%9E%B6/</link>
    <description>Recent content in RAG框架 on 知识铺的博客</description>
    <generator>Hugo -- gohugo.io</generator>
    <language>zh-CN</language>
    <lastBuildDate>Tue, 20 Aug 2024 02:52:44 +0000</lastBuildDate>
    <atom:link href="https://index.zshipu.com/geek001/tags/RAG%E6%A1%86%E6%9E%B6/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>蚂蚁开源Graph RAG框架设计解读</title>
      <link>https://index.zshipu.com/geek001/post/20240801/%E8%9A%82%E8%9A%81%E5%BC%80%E6%BA%90Graph-RAG%E6%A1%86%E6%9E%B6%E8%AE%BE%E8%AE%A1%E8%A7%A3%E8%AF%BB--%E7%9F%A5%E8%AF%86%E9%93%BA/</link>
      <pubDate>Tue, 20 Aug 2024 02:52:44 +0000</pubDate>
      <guid>https://index.zshipu.com/geek001/post/20240801/%E8%9A%82%E8%9A%81%E5%BC%80%E6%BA%90Graph-RAG%E6%A1%86%E6%9E%B6%E8%AE%BE%E8%AE%A1%E8%A7%A3%E8%AF%BB--%E7%9F%A5%E8%AF%86%E9%93%BA/</guid>
      <description>检索增强生成技术（RAG）概述 1. 背景与意义检索增强生成（Retrieval Augmented Generation，简称RAG）技术是一种结合信息检索与大型语言模型的创新方法。该技术致力于解决大型模型在推理过程中可能出现的不准确问题，即所谓的“幻觉”问题。 2. 技术原理RAG技术的核心在于利用知识库来</description>
    </item>
    <item>
      <title>阿里RAG新框架R4性能超越Self-RAG</title>
      <link>https://index.zshipu.com/geek001/post/20240801/%E9%98%BF%E9%87%8CRAG%E6%96%B0%E6%A1%86%E6%9E%B6R4%E6%80%A7%E8%83%BD%E8%B6%85%E8%B6%8ASelf-RAG--%E7%9F%A5%E8%AF%86%E9%93%BA/</link>
      <pubDate>Mon, 19 Aug 2024 10:06:57 +0000</pubDate>
      <guid>https://index.zshipu.com/geek001/post/20240801/%E9%98%BF%E9%87%8CRAG%E6%96%B0%E6%A1%86%E6%9E%B6R4%E6%80%A7%E8%83%BD%E8%B6%85%E8%B6%8ASelf-RAG--%E7%9F%A5%E8%AF%86%E9%93%BA/</guid>
      <description>大型语言模型（LLMs）在生成文本时，可能会遇到所谓的“幻觉”问题。这种问题指的是模型生成的信息与现实不符，导致错误信息的产生。尽管通过检索外部数据的方式可以减少这种幻觉，但现有方法往往忽视了检索文档与LLMs之间在细粒度结构语义交互上的重要性，尤其是在处理长文档时，这种交互对提</description>
    </item>
  </channel>
</rss>
