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...
标签索引
向量检索
这个标签下有 4 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
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...
Google 推出 Gemini Embedding 2：首个原生全模态嵌入模型
Google 宣布推出首个原生全模态 Embedding 模型——Gemini Embedding 2，并上线预览版。开发者现可通过 Gemini API 和 Vertex AI 使用该模型。不同于传统仅支持文本的嵌入技术，Gemini E...
OpenClaw 记忆系统：把上下文变成可维护资产
“AI 记忆”这个词很容易被写虚。真正有价值的问题不是它会不会记，而是你能不能看、能不能改、能不能迁移、能不能审计。OpenClaw 在这个点上的路线很清楚：用 Markdown 做可读存储，用向量检索做语义召回。 这个组合看上去朴素，但很...