RAG技术：是将知识库的文档和问题共同输入到LLM中
RAG技术
RAG技术是将知识库的文档和问题共同输入到LLM中
RAG技术是先从知识库中检索出与问题相关的文档片段，然后将这些检索到的文档片段与问题一起输入到LLM中进行回答。具体过程如下：
文本分块
由于LLM的上下文窗口有限，需要将长文本资料分割成较小的块，以便LLM能够有效地处理。
嵌入及存储块到向量数据库
使用向量嵌入技术为每个文本块生成向量表示，并存储这些向量到向量数据库中。
检索
当用户提出查询时，系统利用向量数据库进行检索，找到与查询语义上最相似的文本块。
生成回答
将检索到的文本块与用户的问题一起作为LLM的输入，LLM根据接收到的上下文信息和问题生成回答。
RAG技术即检索增强生成技术，是一种将检索系统与生成模型相结合的技术架构，利用向量数据库从外部知识库中检索相关信息，增强大模型生成的能力。以下是一些具体应用的例子：
客户服务领域
相关文章：
RAG技术：是将知识库的文档和问题共同输入到LLM中
RAG技术 RAG技术是将知识库的文档和问题共同输入到LLM中 RAG技术是先从知识库中检索出与问题相关的文档片段，然后将这些检索到的文档片段与问题一起输入到LLM中进行回答。具体过程如下： 文本分块 由于LLM的上下文窗口有限，需要将长文本资料分割成较小的块，以便LLM能够有…...
持续集成 01|Gitee介绍、Pycharm使用Gitee
目录 一、理论 二、 git的简介与安装 三、Gitee 1、注册网易163邮箱 2、注册Gitee账号 3、git和gitee管理代码工作原理 三、PyCharm安装配置Gitee 四、Pycharm使用Gitee插件的五种场景 1、将 Gitee的新仓库 Checkout（检出）到 Pycharm中 2、推送…...
信息安全、网络安全和数据安全的区别和联系
信息安全、网络安全和数据安全是信息安全领域的三大支柱，它们之间既存在区别又相互联系。以下是对这三者的详细比较： 一.区别 1.信息安全 定义 信息安全是指为数据处理系统建立和采用的技术和管理的安全保护，保护计算机硬件、软件和数据不…...
)
C++实现设计模式---抽象工厂模式 (Abstract Factory)
抽象工厂模式 (Abstract Factory) 抽象工厂模式 是一种创建型设计模式，提供一个接口，用于创建一组相关或互相依赖的对象，而无需指定它们的具体类。 意图 提供一个创建一组相关对象的接口，而无需指定它们的具体类。解决产品对象之…...
K8S开启/关闭审计日志
K8S默认禁用审计 开启/关闭 k8s 审计日志 默认 Kubernetes 集群不会输出审计日志信息。通过以下配置，可以开启 Kubernetes 的审计日志功能。 准备审计日志的 Policy 文件配置 API 服务器，开启审计日志重启并验证 准备审计日志 Policy 文件 apiVersio…...
css盒子水平垂直居中
目录 1采用flex弹性布局： 2子绝父相margin：负值： 3.子绝父相margin:auto： 4子绝父相transform： 5通过伪元素 6table布局 7grid弹性布局 文字 水平垂直居中链接：文字水平垂直居中-CSDN博客 以下为盒子…...
px、em 和 rem 的区别：深入理解 CSS 中的单位
文章目录 前言一、px - 像素 (Pixel)二、em - 相对父元素字体大小 (Ems)三、rem - 相对于根元素字体大小 (Root Ems)四、综合比较结语 前言 在CSS中，px、em和rem是三种用于定义尺寸（如宽度、高度、边距、填充等）的长度单位。它们各自有不同的…...
基于STM32设计的粮食仓库(粮仓)环境监测系统
一、前言 1.1 项目开发背景 随着现代农业的发展和粮食储存规模的扩大，粮仓环境的智能化监控需求日益增长。传统的粮仓管理方式通常依赖人工检测和定期巡查，效率低下且容易出现疏漏，无法及时发现潜在问题，可能导致粮食受潮、霉变…...
【后端面试总结】tls中.crt和.key的关系
tls中.crt和.key的关系 引言 在现代网络通信中，特别是基于SSL/TLS协议的加密通信中，.crt和.key文件扮演着至关重要的角色。这两个文件分别代表了数字证书和私钥，是确保通信双方身份认证和数据传输安全性的基石。本文旨在深入探讨TLS中.crt和…...
日拱一卒（20）——leetcode学习记录：大小为 K 且平均值大于等于阈值的子数组数目
一、题目 给定数组，统计数组中长度为k的子数组且该子数组的平均值大于threshold的数量 二、思路 滑动窗思路，计算长度为k的滑动窗的平均值，关键点在于，每滑动一次，只需要去掉头增加尾，而不需要重新全部计…...
项目练习：若依管理系统字典功能-Vue前端部分
文章目录 一、情景说明二、若依Vue相关代码及配置1、utils代码2、components组件3、api接口代码4、Vuex配置5、main.js配置 三、使用方法1、html部分2、js部分 一、情景说明 我们在做web系统的时候，肯定会遇到一些常量选择场景。 比如，性别：…...
apache-skywalking-apm-10.1.0使用
apache-skywalking-apm-10.1.0使用 本文主要介绍如何使用apache-skywalking-apm-10.1.0，同时配合elasticsearch-8.17.0-windows-x86_64来作为存储 es持久化数据使用。 步骤如下： 一、下载elasticsearch-8.17.0-windows-x86_64 1、下载ES(elasticsear…...
计算机视觉算法实战——视频分析（Video Analysis）
✨个人主页欢迎您的访问 ✨期待您的三连 ✨ ✨个人主页欢迎您的访问 ✨期待您的三连 ✨ ✨个人主页欢迎您的访问 ✨期待您的三连✨ 视频分析是计算机视觉中的一个重要领域，旨在从视频数据中提取有用的信息&…...
全网首发：编译libssh，产生类似undefined reference to `EVP_aes_256_ctr@OPENSSL_1_1_0‘的大量错误
具体错误 前面和后面的： /opt/linux/x86-arm/aarch64-mix210-linux/host_bin/../lib/gcc/aarch64-linux-gnu/7.3.0/../../../../aarch64-linux-gnu/bin/ld: warning: libcrypto.so.1.1, needed by ../lib/libssh.so.4.10.1, not found (try using -rpath or -rpat…...
用python实战excel和word自动化
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 python实现excel和word自动化--批量处理 前言--需求快要期末了需要，提交一个年级的学生成绩数据，也就是几百份。当前我们收集了一份excel表格…...
【云计算】OpenStack云计算平台
OpenStack云计算平台框架搭建 1.先换源 先换成阿里源： curl -o /etc/yum.repos.d/CentOS-Base.repo http://mirrors.aliyun.com/repo/Centos-7.repo 2.安装框架 yum -y install centos-release-openstack-train 3.安装客户端 yum -y install python-openstackclient 但…...
好用的php商城源码有哪些？
选择一个优秀的商城工具，能更好地帮助大家建立一个好用的商城系统。目前比较流行的都是开源PHP商城系统，那么现实中都有哪些好用的PHP商城源码值得推荐呢？下面就带大家一起来了解一下。 1.TigShop 【推荐指数】：★★★★★☆ 【推…...
docker安装Nginx UI
开源地址：nginx-ui/README-zh_CN.md at dev 0xJacky/nginx-ui GitHub docker run -dit \ --namenginx-ui \ --restartalways \ -e TZAsia/Shanghai \ -v /Users/xiaoping/docker/appdata/nginx:/etc/nginx \ -v /Users/xiaoping/docker/appdata/nginx-ui:/etc/ng…...
为深度学习创建PyTorch张量 - 最佳选项
为深度学习创建PyTorch张量 - 最佳选项 正如我们所看到的，PyTorch张量是torch.Tensor PyTorch类的实例。张量的抽象概念与PyTorch张量之间的区别在于，PyTorch张量为我们提供了一个可以在代码中操作的具体实现。 在上一篇文章中，我们看到了…...
详解数据增强中的平移shft操作
Shift 平移是指在数据增强（data augmentation）过程中，通过对输入图像或目标进行位置偏移（平移），让目标在图像中呈现出不同的位置。Shift 平移的目的是增加训练数据的多样性，从而提高模型对目标在…...
Pixel Aurora Engine实战落地：为像素RPG自动生成NPC对话头像与场景贴图
Pixel Aurora Engine实战落地：为像素RPG自动生成NPC对话头像与场景贴图 1. 像素游戏开发者的新利器 想象一下这样的场景：你正在开发一款像素风格的RPG游戏，需要为上百个NPC设计独特的对话头像，还要制作大量场景贴图。传统方法下…...
护士执业资格考试历年真题及答案解析电子版PDF（2011-2025年）
2026年护士执业资格考试时间为2026年4月11-12日。为助力广大考生高效备考，小编精心整理了涵盖2011年至2025年的护士执业资格考试真题试卷及详细答案解析，包含《专业实务》和《实践能力》，高清PDF电子版，可打印，方便…...
Phi-3-mini-4k-instruct-gguf应用案例：HR招聘话术生成、产品FAQ自动整理、日报模板填充
Phi-3-mini-4k-instruct-gguf应用案例：HR招聘话术生成、产品FAQ自动整理、日报模板填充 1. 模型简介 Phi-3-mini-4k-instruct-gguf是微软推出的轻量级文本生成模型，特别适合处理问答、文本改写和内容整理等任务。这个GGUF版本的模型经过优化࿰…...
3个高效构建Web可视化应用的Meta2d.js核心方案：从问题到实践指南
3个高效构建Web可视化应用的Meta2d.js核心方案：从问题到实践指南 【免费下载链接】meta2d.js The meta2d.js is real-time data exchange and interactive web 2D engine. Developers are able to build Web SCADA, IoT, Digital twins and so on. Meta2d.js是一个实…...
Carsim与Matlab Simulink联合仿真四轮电动汽车转向容错控制模型
Carsim与matlab/simulink联合仿真，线控转向，四轮电动汽车转向失效容错控制模型，提供参考文献 线控转向系统（Steer-by-Wire）在四轮独立驱动电动汽车中的应用越来越火，但转向失效问题始终是悬在工程师头上的…...
正交试验DOE在算法参数优化中的高效应用
1. 正交试验DOE：算法调参的"聪明捷径" 第一次接触算法参数优化时，我像大多数人一样陷入了暴力搜索的陷阱。记得当时调一个简单的随机森林模型，5个参数各试5个值，总共需要3125次训练！直到发现正交试验设计&am…...
GLM-4.1V-9B-Base行业落地：建筑图纸局部区域语义理解与标注建议
GLM-4.1V-9B-Base行业落地：建筑图纸局部区域语义理解与标注建议 1. 建筑行业的AI视觉理解需求 建筑设计和施工过程中，图纸理解与标注是一项耗时且容易出错的工作。传统方式需要经验丰富的工程师手动识别图纸中的各个元素，不仅效率低下&…...
深度解析Cassandra：分布式数据库的王者之路
深度解析Cassandra：分布式数据库的王者之路一篇让你彻底搞懂Cassandra的适用场景、优势劣势与应用实践前言 在大数据时代，传统的关系型数据库已经无法满足所有场景的需求。随着互联网应用的爆发式增长，高可用性、线性扩展、海量数据存储成为了…...
【Python】利用Python实现微信公众号文章定时自动发布
1. 微信公众号自动发布的基础原理 很多人可能不知道，微信公众号其实提供了完整的开发者接口，允许我们通过代码来管理内容。这就像给你的公众号装了一个遥控器，不用每天手动登录后台点点戳戳。我最早发现这个功能时，简直像发现了新…...
深度学习模型可解释性详解：从原理到实践
深度学习模型可解释性详解：从原理到实践 1. 背景与动机 随着深度学习模型在各个领域的广泛应用，模型的可解释性变得越来越重要。深度学习模型通常被视为"黑盒"，其内部决策过程难以理解，这在医疗、金融、法律等关键领域应…...