书生浦语第二期实战营学习笔记(三)
操作文档:
https://github.com/InternLM/Tutorial/blob/camp2/huixiangdou/readme.md
茴香豆代码仓库:
https://github.com/InternLM/HuixiangDou
一、RAG 概述:
RAG(Retrieval Augmented Generation)技术,通过检索与用户输入相关的信息片段,并结合外部知识库来生成更准确、更丰富的回答。解决 LLMs 在处理知识密集型任务时可能遇到的挑战, 如幻觉、知识过时和缺乏透明、可追溯的推理过程等。提供更准确的回答、降低推理成本、实现外部记忆。
1. RAG工作原理:
Vector-DB + Retrieval + Generation
2. 向量数据库(Vector-DB )
3. RAG 流程示例
4. RAG 发展进程
5. RAG 常见优化方法
6. RAG vs. 微调(Fine-tuning)
RAG总结
二. 茴香豆介绍
1. 茴香豆的核心特性
2. 茴香豆构建
3. 茴香豆的工作流
三、茴香豆搭建知识库实战
见本文开头 操作文档