检索增强生成（RAG）是 LLM 应用中用于让模型访问其训练集之外的特定、最新数据的一项技术。RAG 流程包括一个检索器从文档中查找相关文本块，然后将这些文本块作为上下文供 LLM 生成答案。生产系统通常包含额外的步骤，如解析、分块、嵌入生成、索引、重排序和构建最终上下文，以提高答案的质量和准确性。 AI
影响 通过使 LLM 应用能够访问和利用其训练集之外的特定、动态数据来增强 LLM 应用。
排序理由 该条目描述了 LLM 应用的技术实现模式，而非新的模型发布或核心研究。
- Apis
- embedding
- Google Cloud Storage
- Index Theologicus
- LLM
- Markdown
- PDFS
- retrieval-augmented generation
- Retriever
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
