Retrieval

基于知识图谱技术增强大模型RAG知识库应用效果

【摘要】本文是AI落地实践的优秀案例，利用RAG技术（Retrieval-AugmentedGeneration，检索增强生成）的知识库实践为背景，介绍了RAG技术的发展及存在的不足，以及知识图谱相关的知识

罗伯特之技术屋·2025-07-29 11:50

RAG流程中，要怎么对文本进行拆词？

在RAG（Retrieval-AugmentedGeneration）流程中，对文本的拆词（Tokenization）是影响检索和生成效果的关键步骤。

java干货仓库·2025-07-29 03:25

打造专属知识库：手把手教你构建RAG系统

RAG通常指的是"Retrieval-AugmentedGeneration"，即“检索增强的生成”。

·2025-07-28 13:31

RAG面试内容整理-1. 检索增强生成（RAG）概述与意义

检索增强生成（Retrieval-AugmentedGeneration,RAG）是一种将大语言模型与外部知识库相结合的生成式AI架构。

不务正业的猿·2025-07-27 14:18

RAG 技术深度面试题：架构、优化与实践应用

1.RAG基础架构设计问题：对比单阶段检索（Single-stageRetrieval）与两阶段检索（Two-stageRetrieval）在RAG系统中的架构差异，说明在企业知识库场景下为何优先选择两阶段检索

居7然·2025-07-27 12:06

「大模型应用」(2)RAG的检索与rerank

0.基础内容我们先来介绍几种检索方式，在RAG（Retrieval-AugmentedGeneration，检索增强生成）框架中，稀疏检索器（SparseRetriever）和密集检索器（DenseRetriever

木楚子·2025-07-26 19:56

Python 解析 RAG（检索增强生成）的核心概念

```htmlPython解析RAG（检索增强生成）的核心概念Python解析RAG（检索增强生成）的核心概念RAG（Retrieval-AugmentedGeneration，检索增强生成）是一种结合了检索和生成能力的模型架构

产品挨打师·2025-07-25 13:55

Python----大模型（ langchain部署简单rag应用）

一、RetrievalQA链实现加载本地文本文件并分割处理使用嵌入模型将文本转换为向量表示构建向量数据库(FAISS)实现高效相似性检索结合检索结果和大语言模型生成回答特点说明优势体现模块化封装LangChain

蹦蹦跳跳真可爱589·2025-07-25 09:35

构建企业私有RAG系统全流程：从 PDF 到智能问答的落地实践

RAG，全称Retrieval-AugmentedGeneration（检索增强生成）。通俗点说，它的核心思想就一句话：“模型不知道的内容，从你的知识库里搜；然后由模型来生成回答。”

观熵·2025-07-20 12:16

互联网大厂Java求职面试：基于Spring AI与云原生架构的RAG系统设计与实现

今天的面试主题围绕企业知识库与AI大模型的深度融合架构展开，重点探讨如何设计一个高性能、可扩展的RAG（Retrieval-Augmente

在未来等你·2025-07-19 12:16

OpenWebUI(11)源码学习-后端config.py配置文件

**RAG（Retrieval-AugmentedGeneration）配置**6.**图像生成配置**7.**代码解释器配置**

青苔猿猿·2025-07-11 12:08

基于Deepseek+RAG构建企业知识库：文档预处理与数据整理

基于Deepseek+RAG（Retrieval-AugmentedGeneration）技术构建企业知识库，能够有效整合企业内外部知识资源，实现知识的快速检索和精准应用。

大势下的牛马·2025-07-10 12:30

人工智能-基础篇-18-什么是RAG(检索增强生成：知识库+向量化技术+大语言模型LLM整合的技术框架)

RAG（Retrieval-AugmentedGeneration，检索增强生成）是一种结合外部知识检索与大语言模型（LLM）生成能力的技术框架，旨在提升生成式AI在问答、内容创作等任务中的准确性、实时性和领域适应性

weisian151·2025-07-09 20:47

从被动检索到主动思考：Naive RAG 到 Agentic RAG 的架构演进与关键技术解析

摘要随着大语言模型（LLMs）的广泛应用，检索增强生成（Retrieval-AugmentedGeneration,RAG）技术已成为解决模型知识滞后与幻觉问题的核心方案。

一休哥助手·2025-07-08 05:25

使用 C++/Faiss 加速海量 MFCC 特征的相似性搜索

使用C++/Faiss加速海量MFCC特征的相似性搜索引言在现代音频处理应用中，例如大规模声纹识别(SpeakerRecognition)、音乐信息检索(MusicInformationRetrieval

whoarethenext·2025-07-08 04:17

LangChain核心组件全解析

文章目录一、核心架构组件1.模型I/O(ModelI/O)2.检索(Retrieval)3.记忆(Memory)4.链(Chains)5.代理(Agents)二、关键支持组件1.回调系统(Callbacks

北辰alk·2025-07-08 04:47

爆改RAG！用强化学习让你的检索增强生成系统“开挂”——从小白到王者的实战指南

——一位被RAG气哭的AI工程师前言：RAG的烦恼与AI炼丹师的自我修养在AI圈混久了，大家都知道RAG（Retrieval-AugmentedGeneration，检索增强生成）是大模型落地的“万金油

许泽宇的技术分享·2025-07-07 09:58

【论文笔记】RAGLAB: A Modular and Research-Oriented Unified Framework for Retrieval-Augmented Generation

论文信息论文标题：RAGLAB:AModularandResearch-OrientedUnifiedFrameworkforRetrieval-AugmentedGeneration-EMNLP24论文作者

AustinCyy·2025-07-07 00:00

从维基百科到知识图谱：用 DSPy、OpenAI 和 TiDB 构建 GraphRAG 的奇妙旅程

传统的RAG（Retrieval-AugmentedGeneration）方法虽然在信息检索领域表现出色，但随着需求复杂度的提升，GraphRAG（基于知识图谱的RAG）逐渐成为更优的解决方案。

步子哥·2025-07-06 20:34

LangChain4j如何自定义文档转换器实现数据清洗？

LangChain4j提供了3种RAG（Retrieval-AugmentedGeneration，检索增强生成）实现，我们通常在原生或高级的RAG实现中，要对数据进行清洗，也就是将外接知识库中的原数据进行噪音去除

古斯塔夫歼星炮·2025-07-06 08:18

RAG技术全面对比研究：探索最优检索增强生成策略

Retrieval-AugmentedGeneration（RAG，检索增强生成）技术应运而生，它结合了检索和生成的优势，通过从大量文档中检索相关信息，再利用这些信息生成高质量的回答。

·2025-07-03 13:10

Advanced RAG：下一代检索增强生成技术详解

文章目录一、核心演进维度二、关键技术组件1.智能检索子系统2.动态知识管理3.生成控制器三、核心增强技术1.递归检索(RecursiveRetrieval)2.假设性检索(HypotheticalDocumentEmbedding

北辰alk·2025-07-03 12:02

深入探索 Vanna：让数据库交互更智能

Vanna，一个基于Python的开源工具，通过结合检索增强（RetrievalAugmentation）和大型语言模型（LLM），为这一问题提供了一个创新的解决方案。本文将深入探讨Vanna

从零开始学习人工智能·2025-07-03 11:56

RAG技术栈详解：构建智能问答系统的核心组件

本文深度剖析RAG（Retrieval-AugmentedGeneration）技术栈的核心构成，助你快速搭建企业级知识增强系统一、RAG技术架构全景图二、核心组件技术选型1.检索模块（Retriever

认知超载·2025-07-03 08:06

由浅入深：Python异步函数调用的艺术 - 从脚本到API架构设计

2.2FastAPI实现示例2.3调用对比分析三、架构篇：分层设计的最佳实践3.1问题：紧耦合的陷阱3.2解决方案：三层架构设计3.2.1核心业务层(core/retrieval.py)3.2.2API

Ven%·2025-07-02 13:41

【AI大模型学习路线】第三阶段之RAG与LangChain——第十四章（LangChain与Retrieval组件）Text Splitters详解？

【AI大模型学习路线】第三阶段之RAG与LangChain——第十四章（LangChain与Retrieval组件）TextSplitters详解？

·2025-07-02 11:55

RAG和KAG的区别

RAG（Retrieval-AugmentedGeneration，检索增强生成）和KAG（Knowledge-AugmentedGeneration，知识增强生成）都是用于增强生成模型能力的框架，但它们在多个方面存在区别

testresultstomorrow·2025-07-01 06:39

RAG系统的“聪明药”：如何用反馈回路让你的AI越用越聪明？

今天我们来聊聊RAG（Retrieval-AugmentedGeneration，检索增强生成）系统的进化之路——如何让它像喝了聪明药一样，越用越聪明，越聊越懂你。你是不是也有这样的体验？

许泽宇的技术分享·2025-06-30 14:19

企业级RAG系统架构设计与实现指南（Java技术栈）

企业级RAG系统架构设计与实现指南（Java技术栈）开篇：RAG系统的基本概念与企业应用价值在当今快速发展的AI技术背景下，检索增强生成（Retrieval-AugmentedGeneration,RAG

在未来等你·2025-06-30 12:32

信息检索简介——文本处理、搜索引擎、数据挖掘、机器学习、推荐系统等

作者：禅与计算机程序设计艺术1.简介2005年8月17日至9月3日在美国加利福尼亚州伯克莱纳举行了SIGIR国际会议（中文全称“计算机信息retrieval国际会议”），这是信息检索领域的顶级会议之一。

AI天才研究院·2025-06-29 21:32

【爆款长文】RAG检索增强大模型的“记忆力”革命：Contextual Chunk Headers（CCH）实战全解析

今天我们来聊聊RAG（Retrieval-AugmentedGeneration）这个AI圈的“记忆力补脑丸”，以及它最近新晋的“脑白金”——ContextualChunkHeaders（CCH）。

许泽宇的技术分享·2025-06-29 05:37

爆改RAG检索力：三大Query变形术，助你玩转AI知识检索！

你以为RAG（Retrieval-AugmentedGeneration）就是“检索+生成”那么简单？那你可太低估AI界的“内卷”了！

许泽宇的技术分享·2025-06-29 00:30

RAG 调优指南：Spring AI Alibaba 模块化 RAG 原理与使用

>夏冬,SpringAIAlibabaContributorRAG简介什么是RAG（检索增强生成）RAG（RetrievalAugmentedGeneration，检索增强生成）是一种结合信息检索和文本生成的技术范式

ApacheDubbo·2025-06-28 14:40

深入理解RAG：大语言模型时代的知识增强架构

检索增强生成（Retrieval-AugmentedGeneration，简称RAG）技术的出现，为解决这些问题提供了一个优雅而有效的方案。一、为什么需要RAG？

小胡说技书·2025-06-25 23:43

【大模型应用开发动手做AI Agent】RAG和Agent

为了更好地将大模型应用于实际场景，研究者们提出了RetrievalAugmentedGeneration(RAG)和AIAgent等新兴技术。RAG技术将

AI智能应用·2025-06-23 07:45

AI大模型RAG架构详细解析（一）标准RAG、纠正型RAG、推测型RAG、融合型RAG、代理型RAG

检索增强生成（Retrieval-AugmentedGeneration，简称RAG）正是实现这一目标的幕后英雄。

大模型面微调_·2025-06-23 07:41

大模型RAG系统面试题及参考答案

什么是向量检索（denseretrieval）与稀疏检索（sparseretrieval）？举例说明。RAG如何减少“幻觉（hallucination）”？为什么说RAG可

大模型大数据攻城狮·2025-06-22 18:13

Spring Boot + LangChain 构建 RAG 应用

检索增强生成（Retrieval-AugmentedGeneration,RAG）是一种结合了检索和生成两种关键技术的机器学习方法。这种方法在自然语言处理任务中特别有效，例如对话系统和问答系统。

程序员丸子·2025-06-22 16:05

大模型实战干货：如何基于LangChain 在本地构建一个可运行的 RAG 系统（附完整代码）

什么是RAGRAG（Retrieval-AugmentedGeneration，检索增强生成）是一种将语言模型（如ChatGPT）与外部知识库结合的技术，使其在生成回答时能够调用真实知识来源，而不仅依赖模型本身的参数记忆

勤奋的知更鸟·2025-06-22 16:33

RAG 和微调如何抉择

要选择RAG(Retrieval-AugmentedGeneration)还是微调(Fine-tuning)，或者两者结合，主要取决于如下数据特性应用场景资源限制模型行为的控制需求RAGvs.微调：如何选择

成都犀牛·2025-06-22 14:20

互联网大厂Java求职面试：AI与大模型技术下的RAG系统架构设计与性能优化

今天我们将围绕一个非常前沿的场景——基于RAG（Retrieval-AugmentedGeneration）系统的架构设计与性能优化进行深入探讨。

在未来等你·2025-06-22 03:37

Retrieval-based-Voice-Conversion-WebUI 使用指南

Retrieval-based-Voice-Conversion-WebUI使用指南Retrieval-based-Voice-Conversion-WebUIEasilytrainagoodVCmodelwithvoicedata

邢琛高·2025-06-19 19:21

Retrieval-Based Voice Conversion WebUI 教程

Retrieval-BasedVoiceConversionWebUI教程项目地址:https://gitcode.com/gh_mirrors/re/Retrieval-based-Voice-Conversion-WebUI1

蒋荔卿Lorelei·2025-06-19 19:21

在ubuntu22.04上部署RagFlow一个深度文档理解的开源 RAG

RAGFlow是一个基于深度文档理解的开源RAG（Retrieval-AugmentedGeneration）引擎。

BBM的开源HUB·2025-06-19 08:31

大模型RAG高阶面试指南：第一章：RAG绪论

第一章：RAG绪论1.1RAG的定义、背景与核心思想检索增强生成（RetrievalAugmentedGeneration，简称RAG）是一种结合了信息检索和文本生成的人工智能技术。

强化学习曾小健3·2025-06-18 15:38

【AI论文精读3】RAG论文综述1-P3-检索器

3.1.检索源RAG依赖外部知识来增强LLM，而检索源（RetrievalSource）的类型（数据结构）和检索单元的粒度都会影响最终的生成结果。3.1.1.数据结构1.非结构化数

AI完全体·2025-06-18 15:07

Follow My Instruction and Spill the Beans: Scalable Data Extraction from Retrieval-Augmented Generat

iclr20255688检索增强生成（Retrieval-AugmentedGeneration,RAG）通过在测试阶段引入外部知识，提升了预训练模型的能力，实现了定制化适应。

UQI-LIUWJ·2025-06-18 11:10

实现RAG融合以提升信息检索精准度

RAG（Retrieval-AugmentedGeneration）融合就是一种创新的解决方案。本文将介绍RAG融合的技术背景、核心原理，并提供多个代码片段，展示如何使用这一技术进行信息检索。

zbb258·2025-06-18 10:02

从ConversationalRetrievalChain迁移到LCEL：代码实现与优势解析

技术背景介绍ConversationalRetrievalChain是一种结合检索增强生成和聊天历史的解决方案，允许用户与文档进行“对话”。

·2025-06-18 10:27

Grounding Language Model with Chunking‑Free In‑Context Retrieval (CFIC)

一读即懂这篇ACL2024文章介绍了CFIC，一种新的无块文档上下文检索方法，用于提升Retrieval‑Augmented Generation（RAG）任务的“证据定位”能力。问题是什么？

steven~~~·2025-06-17 22:43

推荐频道