![](https://img-blog.csdnimg.cn/20201014180756738.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
LLM
文章平均质量分 63
大模型相关学习知识
小王不叫小王叭
用随机梯度下降来优化人生!
展开
-
大模型RAG企业级项目实战:ChatDoc与文件聊天交互完整版代码
检索生成阶段:(1)问题向量化–> (2)根据问题查询匹配数据–> (3)获取索引数据 --> (4)将数据注入Prompt–> (5)LLM生成答案。数据准备阶段:(1)数据提取–> (2)分块(Chunking)–> (3)向量化(embedding)–> (4)数据入库。原创 2024-08-15 21:28:43 · 145 阅读 · 0 评论 -
大模型RAG企业级项目实战:Chatdoc智能助手文档(从零开始,适合新手)
检索生成阶段:(1)问题向量化–> (2)根据问题查询匹配数据–> (3)获取索引数据 --> (4)将数据注入Prompt–> (5)LLM生成答案。数据准备阶段:(A)数据提取–> (B)分块(Chunking)–> (C)向量化(embedding)–> (D)数据入库。此种方式可以找到一些相关的信息块,但是不够精准,接下来使用多重查询进行优化,提高查询的精度。3)对切块的数据进行向量化(embedding)并存储到向量数据库。读取pdf、excel、doc三种常见的文档格式。原创 2024-08-15 20:08:30 · 336 阅读 · 0 评论