腾讯云向量数据库——RAG七天入门课笔记
目录
- 前言
- 一、RAG介绍
- 1-0、引言-大语言模型的不足
- 1-1、向量数据库定义
- 1-2、工作原理
- 1-3、优点
- 1-4、与传统数据库的区别
- 1-5、RAG应用痛点
- 二、数据处理的难点——解析和拆分
- 2-1、复杂文档格式-解析过程中的问题
- 2-2、复杂文档解决流程
- 2-3、Chunk拆分的问题以及如何改进
- 三、相似性检索的关键
- 3-1、文本Embedding技术
- 3-2、文本Embedding模型的演进
- 3-3、VDB垂类Embedding模型
- 四、RAG的核心——结果召回和重排序
- 4-1、完整RAG检索流程
- 4-2、Query的预处理
- 4-3、检索召回
- 4-4、排序
- 五、让LLM理解知识——Prompt
- 5-0、Prompt介绍
- 5-1、示例很少、或者没有示例——生成一个手机配置
- 5-2、"Let's think about this" 提示——有关于人工智能未来的探讨
- 5-3、保持一致提示
- 5-4、Prompt进阶技巧Cot
- 5-5、优化Prompt
- 六、向量搜索精度的优化
- 总结
总结
知识太多了,根本学不完啊学不完!😒😒😒
文章版权声明:除非注明,否则均为主机测评原创文章,转载或复制请以超链接形式并注明出处。