-
怎么短平快地把RAG做好：厦门银行RAG初赛方案分享
前段时间笔者参加了厦门银行的第五届数创金融杯大模型应用挑战赛，其中初赛是金融监管制度智能问答，属于经典RAG问答，具体比赛任务如下： 基于大模型的文档问答，根据输入的问题（如“个人理财产品的销售需满足哪些监管要求？”），基于给定的金融文档库，生成准确、合规的答案。题型包含不定项选择题和问答题。 初赛阶段选手可以使用预训练、微调、RAG等方式完成任务，整体工程需在限定硬件资源下能进行推理（CPU8核…- 7
- 0
-
AGI｜RAG进化论：从青铜到王者，一文看懂 RAG 全家族
神州数码云基地AGI专栏从 RAG 到 Advanced RAG本文主要是针对 RAG 技术的通识性展开，也是笔者在学习它的一些论文或开源项目之后的一个自我问答和记录总结，主要是为了能通俗理解一些技术演进的方式，这里把这个路径记录下来，希望为背景与我相似的学习者提供一个参考。 本文是参考《Hugging Face Transformers 萌新完全指南》（原文地址：https://huggingf…- 7
- 0
-
别再质问AI大模型胡说了！RAG能搞定它
大家好，我是大熊。这次聊一个大熊最近在使用的工具——RAG（Retrieval-Augmented Generation）检索增强生成。它最早是Patrick Lewis等人提出来的[1]。避免大家啃论文，大熊总结了一下流程： 好了我们已经知道了RAG，那下来RAG系统隆重登场。我们还是老规矩，先说结论它到底可以干什么呢？答案是RAG系统可以扩展大模型的知识边界，尤其在如今的模型时代，需要我们把大…- 4
- 0
-
饶了我吧，别再吹RAG了！搞AI agent，先把企业知识库文档切明白了再说…
“搞企业知识库，RAG（检索增强生成），还有企业AI智能体现在很火啊”，某制造业老板问新来的AI工程师小王。 “好的，老板，没问题！这活儿我熟。” 小王就差拍胸脯领命而去。 画外音：“坐稳了，今天我，一个前脚刚踏进 RAG 门槛的工程师小王，就给你直播一下，我是如何从“AI 时代的弄潮儿”变成“知识库的搬砖工”，中间又经历了怎样惨绝人寰的一波三折。” 第一折：提示词工程师的春天，三行代码干翻老师傅…- 0
- 0
-
详解RAG五种分块策略，技术原理、优劣对比与场景选型之道
Agent案例库" data-id="126427">前言RAG通过结合检索与生成技术，依赖其高效检索算法、多模态融合能力及系统级优化，解决了基础大模型在企业内部应用的局限性，例如通过RAG技术对接企业内部知识库，支持知识动态更新与实时交互，显著降低了大模型的幻觉风险，无需微调训练模型，低成本适配企业垂直领域的应用场景，在数据安全与可控性方面，可加入权限控制逻辑…- 2
- 0
-
Agentic RAG：下一代智能检索与生成的革命性突破
在大语言模型（LLMs）成为 AI 变革的核心引擎之后，如何让它们更精准、更智能地响应实时、复杂的问题成为了研究热点。本文将带你深入了解“Agentic Retrieval-Augmented Generation”（Agentic RAG）——一种将自主智能体引入 RAG 流程的全新范式，揭示它如何突破传统 RAG 的瓶颈，推动 AI 系统向更高阶的自动化、个性化与上下文理解迈进。 传统 RAG…- 4
- 0
-
RAG的2025趋势重点及RAG+抽取场景的来源定位问题思考
今天是2025年6月24日，星期二，北京，晴 我们来看有趣的落地问题。 为什么在实际落地过程中，比如信息抽取、RAG 等，会有引文生成、来源定位这些需求？底层的逻辑是什么？有哪些实际的例子？在技术上如何做？ 另外，看看RAG发展温故而知新，看看RAG的一个发展趋势，看下RAG的2025趋势重点 一、RAG、抽取等落地场景的定位问题思考 1、为什么需要引文生成？ 目前，包括大模型在内的深度学习方案，…- 5
- 0
-
一文搞懂大模型的RAG（知识库和知识图谱）
RAG（Retrieval-Augmented Generation，检索增强生成）是一种将检索与生成协同结合的技术。当大模型（如DeepSeek、Qwen、GPT）需要生成文本时，会先从外部知识库中检索相关信息，再基于检索到的内容生成答案。在知识库的构建过程中，RAG通过向量数据库和动态更新机制，实现了高效的知识检索与内容生成；而在知识图谱的构建中，RAG则借助GraphRAG、Graphusi…- 2
- 0
-
基于知识图谱技术增强大模型RAG知识库应用效果
【摘要】本文是AI落地实践的优秀案例，利用RAG技术（Retrieval-Augmented Generation，检索增强生成）的知识库实践为背景，介绍了RAG技术的发展及存在的不足，以及知识图谱相关的知识，利用RAG技术去完善和智能化知识图谱。在AI技术大量涌现，但应用不足的情况下，指明了现有应用场景、技术与AI结合的具体做法。【作者】党宏雷，某银行软件开发中心研发部架构师，十余年系统建设及架…- 8
- 0
-
为什么你的RAG效果差？可能PDF没准备好！
将 PDF 转成文本这件事，过去是“能做到”，现在是“轻松做到”。最近我搭建了一个图数据库（Graph Data Store），用于 RAG 系统 —— 换句话说，我们做了一个 GraphRAG。为什么用 GraphRAG？相比常见的向量数据库支持的 RAG，Graph RAG 有个巨大优势 —— 推理能力更强。比如：问题 A：「XYZ 公司去年 CFO 是谁？」这种问题，向量搜索就能搞…- 7
- 0
-
如何借助RAC分析法提升服务中的首解率
对于服务行业的从业者而言，FCR（First Call Resolution）这一指标并不陌生，它通常被称作会话的“一次性解决率”或“首解率”。企业可以根据自身的业务需求，对首解率（FCR）的时效进行定义，比如：24小时、36小时、72小时等。在数字化服务领域，首解率（FCR）已成为衡量服务体验与客服解决能力的关键指标。多家国际知名机构的调查研究显示，提升首解率（FCR）能够同步改善组织的客户体验…- 2
- 0
-
实战｜Spring +Milvus，Java也能实现的企业级文档问答RAG
在企业数字化转型的浪潮中，PDF、Word 等海量文档往往沉睡在各个业务系统中，形成“数据孤岛”，难以被智能系统高效利用。那么，如何构建一个真正面向企业场景落地的 AI 应用，让 AI 成为企业的“智能助手”？本项目提供一套基于 Spring 框架的完整解决方案，结合文档 ETL、向量检索与 RAG 问答技术，覆盖从数据导入到智能对话的全链路实践。 与其他演示不同，本项目强调企业级能力建设——包括…- 4
- 0
-
不需要 RAG！手把手教你构建问答 Agent（只需 30 分钟）
还记得大家曾经疯狂追捧的检索增强生成（RAG）吗？ 当时为了能从公司文档中回答问题，我们不得不搭建复杂的管道，建立向量数据库、切分文档、生成嵌入向量（embeddings）。现在，你可能要重新思考这一切。 本文的目的是探讨 2025 年检索增强生成（RAG）的现状，并深入讨论“ RAG 是否已死”这一争议话题。我们会构建一个简单的替代方案，并与传统的 RAG 方法进行对比。另外，我们还会讨论“思考…- 5
- 0
-
一文搞懂什么是RAG
↑↑↑ 点击关注，分享IT技术|职场晋升技巧|AI工具想象一下，你面前坐着一位超级“学霸”。他博览群书，记忆力惊人，口才极佳，无论你问什么，他都能侃侃而谈，出口成章。 但这位学霸有两个致命缺点：第一，他读的书都停留在2024年（或者更早），世界之后发生的新鲜事他一概不知；第二，有时候为了显得自己很懂，他会“脑补”一些听起来很合理，但完全是瞎编的内容。 这就是当前很多大语言模型（如ChatGPT、…- 7
- 0
-
Google | 溯源分析RAG系统错误，提出选择性生成框架，让RAG问答准确率提升10%
点击下方“AINLPer“，添加关注 更多干货，第一时间送达Agent，国内外精华论文、NLP基础知识、国际学术、AI发展前沿动态，无论你是AI领域的初学者，还是资深研究者，这里都有你想要的宝藏知识！" data-id="MzUzOTgwNDMzOQ==" data-is_biz_ban="0" data-origin_num="435&…- 7
- 0
-
鹅厂实习生血泪贴：Agent/RAG黑科技，真相竟是这样！
作者：33号实验室/knnwang 被Agent/RAG吊打？你缺的不是智商，是这篇文章！ 亲历鹅厂IEG/WXG项目实战，大三菜鸟用血泪debug记录， 撕开AI基石真面目 → 黑科技本质 = ______！ 连夜肝出 「人话说明书+通关路线图」 ， 即学即用！青铜连夜上分，帮助大家快速入门Agent/RAG （文章前半部分会介绍Agent，后半部分讨论RAG，最后还分享了优化RAG的一些tip…- 4
- 0
-
拒绝AI“一本正经地胡说八道”：我用三版Prompt驯服RAG模型的实战复盘
大家好呀，我是林生。 上周写了一篇《搭建AI知识库踩了37个坑，血泪总结这套避雷手册》里，我提了一嘴和老板汇报时，差点因为 AI 会臆构数据把项目搞黄了的小插曲。 老板当时就破防了："什么？臆构数据？那开发人员用了虚假信息怎么办？这样大家还会信任这个系统吗？" 文章发出去后，好多朋友在后台留言说对这个“AI幻觉”的问题深有同感，想知道我是怎么具体解决的。 正好今天是周末，闲…- 5
- 0
-
从0到1落地一个RAG智能客服系统
目录 项目背景 技术怎么选？LangChain、dify、Coze、百炼都试了 数据预处理：说明书+聊天记录怎么搞 Prompt设计那些事：写得好像编程一样重要 Agent流程设计：多机器人协作才靠谱 测试与评估：效果咋样？问题在哪？ 遇到的坑 & 接下来要干啥？ 1️⃣ 项目背景：我们为啥要做这个？ 过年的时候DeepSeek火了，年后老板提出要做智能客服的项目。（主要是大模型api价格…- 5
- 0
-
不依赖于复杂框架，用简单易懂的实现教你二十三种RAG技巧！
在人工智能领域，检索增强生成(Retrieval-Augmented Generation, RAG)技术正成为连接大型语言模型(LLMs)与现实世界知识的桥梁。RAG技术通过在生成过程中引入外部知识检索，有效解决了LLMs的"幻觉"问题，提高了回答的准确性和时效性。 本文将带你深入了解一个专注于RAG技术的开源项目，该项目以通俗易懂的方式实现了20多种RAG技术，全部使用Py…- 7
- 0
-
RAG 知识库核心模块全解（产品视角 + 技术细节）
“关于知识库这块，你有什么能讲的吗？”我一脸懵逼，数据咋清洗，数据格式咋定的不是刚说完吗？？🤔复盘了一下，感觉应该是想问下面这些 🧱 1. 文档切分策略（切得好，才能召回准） 🌟 目标： 把长文档切成合适的语义段，既能保证上下文连贯，又不超出 token 限制。 📌 常见策略： 策略 描述 优点 缺点 固定窗口 + 重叠 每 N 词/句切一段，前后有部分重叠 实现简单、信息不漏 语义断裂、冗余多 …- 4
- 0
-
RAGFlow实战：如何根据文档类型选择最佳切片策略？
Agent案例库" data-alias="HelloAgents" data-from="0" data-headimg="https://api.ibos.cn/v4/weapparticle/accesswximg?aid=115447&url=aHR0cDovL21tYml6LnFwaWMuY24vc3pfbW1iaXpf…- 20
- 0
-
RAG技术与应用深度研究报告
Agent案例库" data-alias="HelloAgents" data-from="0" data-headimg="https://api.ibos.cn/v4/weapparticle/accesswximg?aid=115446&url=aHR0cDovL21tYml6LnFwaWMuY24vc3pfbW1iaXpf…- 7
- 0
-
企业级 RAG Agent 开发指南：RAG Agent 开发的 10 条实战准则
在生成式人工智能浪潮席卷全球的时代，企业与开发者们在追求高效智能解决方案的过程中，逐渐意识到单纯依赖大语言模型存在的局限性 —— 知识更新滞后、领域专业性不足、对噪声数据的脆弱性等问题日益凸显。检索增强生成（RAG）技术的出现，犹如一剂良药，通过将外部知识库检索与模型生成能力相结合，为 AI 应用开辟了新的发展方向。而 Douwe Kiela，这位被业界尊称为 “RAG 之父” 的资深研究者，凭借…- 3
- 0
-
为什么说『RAG开箱即用』是最大的AI技术谎言？
近年来，随着大语言模型（LLM）的飞速发展，RAG（Retrieval-Augmented Generation，检索增强生成）技术逐渐成为处理复杂问题和生成高质量内容的“杀手锏”。它通过结合检索和生成两者的优势，让系统能够从海量数据中提取相关信息并生成准确、自然的回答。然而，RAG并非“开箱即用”的完美工具，要让它真正发挥威力，优化是关键。本文将带你深入探讨RAG技术的五大优化手段：索引优化、检…- 5
- 0
扫码打开当前页
联系我们
-
￥优惠劵使用时效：无法使用使用时效：
之前
使用时效：永久有效优惠劵ID：×