- 博客(2)
- 收藏
- 关注
RSS订阅原创 博客摘录「 大模型的RAG(检索增强生成) ----大模型外挂」2024年5月10日
通过将外部数据检索的相关信息输入大语言模型，大语言模型能够基于这些信息生成回答，进而增强答案生成的能力。信息检索（Retrieve）的主要任务是在一个大型的知识库或文档集合中搜索与用户提出的问题相关的信息。通常，这一步骤依赖传统的信息检索技术，如倒排索引、TF-IDF 评分、BM25 算法等，或者采用更现代的基于向量的搜索方法。根据索引方式的不同、模型选择的不同，以及问答文本长度和复杂度的不同，切割的方法也有不同。增强： 将用户的查询和检索到的额外信息一起嵌入到一个预设的提示模板中。
2024-05-10 19:18:52
337
原创 博客摘录「 大模型的RAG(检索增强生成) ----大模型外挂」2024年5月10日
用一个简单的比喻来说， RAG 对大语言模型的作用，就像开卷考试对学生一样。在开卷考试中，学生可以带着参考资料进场，比如教科书或笔记，用来查找解答问题所需的相关信息。开卷考试的核心在于考察学生的推理能力，而非对具体信息的记忆能力。
2024-05-10 19:14:00
102
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人