我要投稿
微信搜一搜，关注“灵矩Lab”
快速掌握RAG技术核心术语，深入了解检索增强生成的架构和应用。 核心内容： 1. RAG架构核心组成及其术语含义 2. Embedding与向量检索技术详解 3. 生成与上下文控制的关键术语 4. 相关技术与模式介绍
RAG (Retrieval-Augmented Generation)，检索增强生成
| Retriever（检索器） | |
| Generator（生成器） | |
| Index（索引） | |
| Knowledge Base / Corpus（知识库 / 文档库） |
| Embedding（嵌入表示） | |
| Dense Retrieval（稠密检索） | |
| Vector Store（向量数据库） | |
| ANN（Approximate Nearest Neighbor） |
| DPR（Dense Passage Retrieval） | |
| BM25 | |
| Hybrid Retrieval（混合检索） |
| Context Window（上下文窗口） | |
| Chunking（分块） | |
| Top-k Retrieval | |
| Prompt Engineering | |
| Grounding |
| Reranking（重排序） | |
| Query Expansion（查询扩展） | |
| Multi-hop Retrieval | |
| Fusion-in-Decoder（FiD） | |
| Retriever-Reader Architecture |
| Cold Start | |
| Latency（延迟） | |
| Caching | |
| Incremental Indexing |
53AI，企业落地大模型首选服务商
产品：场景落地咨询+大模型应用平台+行业解决方案
承诺：免费POC验证，效果达标后再合作。零风险落地应用大模型，已交付160+中大型企业
2025-08-05
RAG与MenoBase长期记忆：让AI从“短期记忆”走向“深度认知”的进化之路
2025-08-04
RAG 应用进阶指南：别再“一次性”加载了！教你构建可分离、可维护的动态 AI 知识库
2025-08-04
学习 RAGFlow 知识库高级配置
2025-08-04
Agentic Workflow——RAGFlow 0.20.0 特性预览
2025-08-04
E²GraphRAG：图结构 RAG 的效率 “加速器”
2025-08-04
RAG的五种分块策略
2025-08-03
关于RAG检索增强的右侧优化方案——企业级应用中怎么提升RAG的检索准确度
2025-08-03
在RAG中文档处理质量参差不齐的情况下——提升召回精度的企业级解决方案
2025-05-30
2025-06-06
2025-06-05
2025-05-19
2025-05-08
2025-05-10
2025-06-05
2025-05-20
2025-06-05
2025-05-09
2025-07-28
2025-07-09
2025-07-04
2025-07-01
2025-07-01
2025-07-01
2025-07-01
2025-06-30
回到顶部
粤ICP备14082021号