微信扫码
添加专属顾问
我要投稿
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
2025-08-29
RAG2.0进入“即插即用”时代!清华YAML+MCP让复杂RAG秒变“乐高”
2025-08-29
利用RAG构建智能问答平台实战经验分享
2025-08-29
RAG如七夕,鹊桥大工程:再看文档解析实际落地badcase
2025-08-29
基于智能体增强生成式检索(Agentic RAG)的流程知识提取技术研究
2025-08-29
RAG 为何能瞬间找到答案?向量数据库告诉你
2025-08-28
寻找RAG通往上下文工程之桥:生成式AI的双重基石重构
2025-08-28
万字长文详解优图RAG技术
2025-08-28
自适应RAG:用本地 LLM 构建更聪明的检索增强生成系统
2025-06-05
2025-06-06
2025-06-05
2025-06-05
2025-06-20
2025-06-20
2025-07-15
2025-06-24
2025-06-24
2025-06-05