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！😒😒😒