AIGC動態(tài)歡迎閱讀

原標(biāo)題：詳解面向大模型的檢索增強生成（RAG)
關(guān)鍵字：模型,模塊,語義,向量,能力
文章來源：算法邦
內(nèi)容字數(shù)：17853字

內(nèi)容摘要：

RAG最近有一篇廣受關(guān)注的綜述，最近是花了不少時間給啃了個大概，里面提及的挺多文章其實都挺精彩的，甚至是讓人興奮的。我先把鏈接放上。
論文：Retrieval-Augmented Generation for Large Language Models: A Survey
鏈接：https://arxiv.org/abs/2312.10997
翻譯：https://baoyu.io/translations/ai-paper/2312.10997-retrieval-augmented-generation-for-large-language-models-a-survey
論文相比上一篇文章談及的博客（前沿重器[40] | 高級RAG技術(shù)——博客閱讀），無論是專業(yè)性還是深度都更為突出，上一篇我更傾向于聊有哪些可以改變的空間，讓大家意識到，什么部分可以去拆解、操縱，這一篇，則更多提及“為什么”以及“怎么做”。
為什么要給大模型配套知識庫。
要優(yōu)化RAG，可以怎么做。
另外我也強烈推薦大家有空可以看看原文，作為綜述文章其實也很優(yōu)秀，所謂“綜述”，除了“綜”，還需要“述”，有一些技術(shù)觀點

原文鏈接：詳解面向大模型的檢索增強生成（RAG)

聯(lián)系作者

文章來源：算法邦
作者微信：allplusai
作者簡介：「算法邦」，隸屬于智猩猩，關(guān)注大模型、生成式AI、計算機視覺三大領(lǐng)域的研究與開發(fā)，提供技術(shù)文章、講座、在線研討會。