大模型核心术语: 产品经理够用的概念地图
这一课解决一个很具体的问题：评审会上工程师说”上下文不够、要上 RAG、温度调低点”，你能不能在三秒内明白他在说什么层面的事，并判断这话说得对不对。学完这课，你手里会有一张按”模型层、生成控制层、工程层、...
标签索引
rag
这个标签下有 91 篇文章。按时间回看相关判断与实践记录。
标签精选
相关内容
RAG 入门: 知识库分块、向量检索与增强生成
“把公司知识库接进 AI”几乎是每个 AI 产品经理都会接到的第一单需求: 智能客服要懂产品手册, 内部助手要懂规章制度, 销售工具要懂最新报价单。但模型本身不认识你公司的任何一份文档, 让它”认识...
Firecrawl 自部署指南: 网页转 LLM Markdown、免费额度与 Docker 部署
做过 RAG 或者 Agent 的人，多半都卡在同一个地方：模型本身很聪明，但你喂给它的网页数据脏得没法看。 随便抓一个现代网页，原始 HTML 里塞满了导航栏、广告位、cookie 弹窗、内联脚本、追踪像素和层层嵌套的 <div&g...
SAG 细读：用 SQL join 替图数据库的 RAG 实现
RAG 这个领域过去两年的主流方向是”补结构”。GraphRAG、HyperGraphRAG 都在解决一个问题——纯向量检索没法处理多跳推理，得给文档之间补上关系图。代价是要预先把整张知识图谱建好，存进图数据库，增量...
embeddings 是 cached compute
最近 Twitter 上的「RAG 已死」和 Google 上「RAG」的搜索曲线，方向是反的。前者一年比一年响，后者在 2025 年中段创了新高。两条线对不上，要么是社交媒体放大了少数派意见，要么是「RAG」这个词被两边人各说各话。 Tu...
NVIDIA 给 3 万人 RAG 助手装了一个数据飞轮
10 月底，NVIDIA 一个 12 人小组在 arxiv 挂了一篇论文（编号 2510.27051），题目叫《Adaptive Data Flywheel: Applying MAPE Control Loops to AI Agent ...
把 Agent 送上生产：RAG、工程、安全、评测
作者：toy 一、为什么最后一篇要把这四件事放在一起 这个系列到了第九篇，前八篇依次拆解了 Agent 的基础理论、规划推理、开发框架、工具调用、记忆模块、微调方案、推理服务、显存优化。每一篇都可以单独成立，但如果你真的要把 Agent 推...
专治 AI 幻觉！七年磨一剑的文档解析引擎 Knowhere 宣布开源
针对当前 AI 在处理复杂 PDF、Excel 等文档时易产生“幻觉”的痛点，开发者开源了其历时七年打造的文档解析引擎 Knowhere。该工具通过将复杂格式转化为结构化 JSON 数据并构建知识树记忆，大幅提升了 AI 读取长文档的准确率...
大模型面试通关全攻略：覆盖Agent、LLM原理与RAG架构的79个核心考点
本文整理了一份系统性的大模型技术学习资源，涵盖了从基础原理到前沿架构的完整知识图谱。内容分为五大板块：深入解析AI Agent与传统AI的区别、记忆与规划机制；剖析LLM的训练过程、Transformer架构及幻觉问题；详解Prompt工程...