【书生浦语第二期实战营学习笔记(三)】

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