茴香豆:搭建你的 RAG 智能助理——学习笔记

本文介绍了RAG的基本概念,特别是书生浦语团队的开源产品‘茴香豆’,它利用RAG技术提升群聊场景下的技术支持和自动化问答能力。文章概述了茴香豆的工作原理、优化方法以及在搭建RAG知识库的实战部分,展示了其免费开源、高效准确等特点。
摘要由CSDN通过智能技术生成

通过第三期课程《茴香豆:搭建你的 RAG 智能助理》的学习,对于RAG知识有一定了解、了解由书生浦语团队开发并开源的“茴香豆”产品。

视频地址:https://www.bilibili.com/video/BV1QA4m1F7t4/
文档地址:https://github.com/InternLM/Tutorial/blob/camp2/huixiangdou/readme.md

1、RAG 基础介绍

RAG(Retrieval Augmented Generation)是一种结合了检索(Retrieval)和生成(Generation)的技术,旨在通过利用外部知识库来增强大型语言模型(LLMs)的性能。它通过检索与用户输入相关的信息片段,并结合这些信息来生成更准确、更丰富的回答,但是也许会“胡说八道”。

简单介绍了RAG的工作原理,主要涉及向量数据库、检索、文本生成等。

介绍了RAG常见的优化方法

介绍RAG微调后,又简单了评估框架和基准测试


2、茴香豆产品简介

“茴香豆”是一个基于LLMS的领域知识助手,由书生浦语团队开发的开源大模型。
专为及时通信工具中的群聊场景优化的工作流,提供及时准确的技术支持和自动化问答服务。通过应用RAG技术,“茴香豆”能够理解和高效准确的回应与特定知识领域相关的复查查询。

“茴香豆”的核心特点主要有免费开源、高效准确、领域知识、部署成本低、安全性高、扩展性强等。

前端可以与微信、飞书等链接,支持多种文档格式知识库,后端可以接入多种成熟的其它LLM服务。


3、使用茴香豆搭建RAG知识库实战

待后续补充操作记录和截图。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值