- 简介
- 目录大纲
- 最新文档
- 文集下载
2024项目整体规划
整体规划（单人） 2024.2.22-2024.3.22 完成昇腾GPU虚拟化VCuda部分 2024.3.22-2024.4.22 完成昇腾GPU虚拟化Device-Plugin部分 2024.4.22-2024.4.29 完成昇腾GPU虚拟化整体的设备测试 2024.4.29-2024.5.17 完成大模型RAG部分调研 2024.5.17-2024.7.5 完成大模型RAG开发，测试 20……
yg9538 - 2024年7月19日 11:05
增强型RAG:re-rank
从原理到两种主流实现方法 重新排序在检索增强生成（RAG）过程中起着至关重要的作用。在简单的 RAG 方法中，可以检索大量上下文，但并非所有上下文都一定与问题相关。重新排序允许对文档进行重新排序和过滤，将相关文档置于最前面，从而提高 RAG 的有效性。 本文介绍了 RAG 的重新排名技术，并演示了如何使用两种方法合并重新排名功能。 重新排名简介 图 1：RAG 中的重新排序，重新排序的任务是评估这……
yg9538 - 2024年5月15日 06:47
LangGraph
来源：作者使用 MidJourney 创建的图像 介绍 LangChain的LangGraph Agents为制定智能工作流程提供了一个强大的平台，集成Retriever-Augmented Generator（RAG）模型将电子邮件通信的效率提升到一个新的水平。本文探讨了 RAG 如何专门用于回复客户电子邮件的 LangChain 代理。 座席目标在行动： 检索电子邮件：LangChain代……
yg9538 - 2024年5月5日 14:07
提升 RAG：选择最佳嵌入和 Reranker 模型
Ravi Theja • 2023 年 11 月 3 日 提升 RAG：选择最佳嵌入和 Reranker 模型 嵌入 法学硕士 OpenAI 搜索 骆驼指数 更新：Jina AI 嵌入的池化方法已调整为使用均值池化，结果也相应更新。值得注意的是，with 现在的命中率为 0.938202，MRR（平均倒数排名）为 0.868539，命中率为 0.932584，MRR 为 0.873689。J……
yg9538 - 2024年4月26日 11:32
高级RAG — 使用假设文档嵌入 (HyDE) 改进检索
原文地址：Improving retrieval using Hypothetical Document Embeddings(HyDE) 2023 年 11 月 5 日 什么是HyDE？ HyDE 使用一个语言学习模型，比如 ChatGPT，在响应查询时创建一个理论文档，而不是使用查询及其计算出的向量直接在向量数据库中搜索。 它更进一步，通过对比方法学习无监督编码器。这个编码器将理论文档转换为……
yg9538 - 2024年4月26日 11:12