Retrieval 第2页

论文精读：Hypercube-RAG: Hypercube-Based Retrieval-Augmented Generation for In-domain Scientific Question

研究背景研究问题：这篇文章要解决的问题是如何在领域特定的科学问答任务中，利用外部知识提高大型语言模型（LLMs）的准确性和效率。具体来说，传统的基于语义相似性的检索增强生成（RAG）方法在处理领域知识密集型任务时，难以返回简洁且高度相关的信息。研究难点：该问题的研究难点包括：如何在领域特定的任务中实现高效且准确的检索；如何在检索过程中提供可解释性；如何在保持高效的同时提高模型的准确性。相关工作：该

大数据AI-ZRL·2025-06-16 20:18

使用Elasticsearch实现高效的RAG系统:原理、实现与最佳实践

标题:使用Elasticsearch实现高效的RAG系统:原理、实现与最佳实践内容:使用Elasticsearch实现高效的RAG系统:原理、实现与最佳实践1.引言检索增强生成(Retrieval-AugmentedGeneration

llzwxh888·2025-06-16 02:50

Langchain学习笔记(五)：检索增强生成(RAG)基础原理

一.RAG系统的基本原理与架构检索增强生成（Retrieval-AugmentedGeneration,RAG）是一种结合了检索系统和生成式AI的混合架构，旨在解决大语言模型(LLM)的知识时效性和幻觉问题

zhangsan0933·2025-06-16 01:09

论文略读：The Power of Noise: Redefining Retrieval for RAG Systems

省流：在RAG中，噪声文档不仅没有对系统性能造成负面影响，反而能够显著提高系统的准确性1检索文档类型分类相关文档包含直接与查询相关的信息，提供直接回答或解释查询的标准数据。相关但不包含答案文档虽然没有直接回答查询，但在语义上或背景上与主题相关联。例如，如果有人问拿破仑的马的颜色，一份表述拿破仑妻子马的颜色的文档，虽然不包含正确信息，但与之高度相关。不相关文档与查询无关，代表了检索过程中的一种信息噪

UQI-LIUWJ·2025-06-15 10:01

基于深度学习的文本检索

基于深度学习的文本检索文本检索（TextRetrieval）是指在大量文本数据中，根据用户的查询文本找到相关文档。基于深度学习的方法通过提取文本的高层次语义特征，实现了高效和准确的文本检索。

SEU-WYL·2025-06-13 22:29

大模型现在用的最多其次是预训练模型,大模型用于rag agent 预训练模型用于微调任务

RAG（Retrieval-Augmented

MYH516·2025-06-13 21:52

多模态大语言模型arxiv论文略读（117）

Training-freeZero-shotComposedImageRetrievalviaWeightedModalityFusionandSimilarity➡️论文标题：Training-freeZero-shotComposedImageRetrievalviaWeightedModalityFusionandSimilarity

胖头鱼爱算法·2025-06-13 15:42

RAG：2025年检索增强生成前沿技术完全指南

一、RAG技术的核心突破与行业影响在生成式人工智能爆发的今天，检索增强生成（Retrieval-AugmentedGeneration,RAG）正以其独特的技术架构，成为连接静态知识库与动态生成能力的桥梁

大模型之路·2025-06-13 11:18

用于树组织检索的递归抽象处理代码详解

用于树组织检索的递归抽象处理RAPTOR:RECURSIVEABSTRACTIVEPROCESSINGFORTREE-ORGANIZEDRETRIEVALRaptorgitee地址：lengyanju8

堂堂客·2025-06-13 05:31

【大模型应用笔记】检索增强生成（RAG）是什么？

基础介绍RAG(RetrievalAugmentedGeneration)（检索增强生成）：给模型配备一个"外部记忆库"，类比于像给秘书配备了一个随时可查的资料库。

·2025-06-13 02:12

大模型笔记_模型微调 vs RAG

1.模型微调与RAG介绍模型微调（Fine-tuning）：大模型笔记_模型微调-CSDN博客检索增强生成RAG（Retrieval-AugmentedGeneration）：大模型笔记_检索增强生成(

饕餮争锋·2025-06-13 02:12

大模型笔记：RAG（Retrieval Augmented Generation,检索增强生成）

1大模型知识更新的困境大模型的知识更新是很困难的，主要原因在于：训练数据集固定,一旦训练完成就很难再通过继续训练来更新其知识参数量巨大,随时进行fine-tuning需要消耗大量的资源，并且需要相当长的时间LLM的知识是编码在数百亿个参数中的,无法直接查询或编辑其中的知识图谱——>LLM的知识具有静态、封闭和有限的特点。——>为了赋予LLM持续学习和获取新知识的能力,RAG应运而生2RAG介绍这是

·2025-06-13 02:11

论文阅读：Enhancing Retrieval and Managing Retrieval: A Four-Module Synergy for Improved Quality and Ef

检索增强生成（RAG）技术利用大型语言模型（LLM）的上下文学习能力，生成更准确、更相关的响应。RAG框架起源于简单的“检索-阅读”方法，现已发展成为高度灵活的模块化范式。其中一个关键组件——查询重写模块，通过生成搜索友好的查询来增强知识检索。这种方法能使输入问题与知识库更紧密地结合起来。作者的研究发现了将QueryRewriter模块增强为QueryRewriter+的机会，即通过生成多个查询来

clvsit·2025-06-12 17:04

CON:Chain-of-Note: Enhancing Robustness in Retrieval-Augmented Language Models 论文解读

目前RALM主要存在两个问题：搜索结果误导性：搜索结果依赖其召回和排序，所以不一定和问题相关，不相关的结果融合到大模型中会给大模型带来误导导致错误的答案（甚至有的时候大模型依靠内部记忆能够正确回答）；回复幻觉问题：针对无法回答的问题（不管是搜索结果还是内部记忆），大模型有时也会一本正经的胡说八道。本篇paperCON（Chain-of-Note）主要就是解决上面两个问题：如下图所示，有三种情况搜索

亦万·2025-06-12 17:29

企业级RAG系统架构设计与实现指南（基于Java技术栈）

为了解决这一问题，检索增强生成（Retrieval-AugmentedGenera

在未来等你·2025-06-12 04:54

RAG 文档解析难点1：多栏布局的 PDF 如何解析

写在前面在构建检索增强生成(Retrieval-AugmentedGeneration,RAG)应用时，高质量的数据源是成功的基石。PDF作为一种广泛使用的文档格式，承载着海量的知识。

kakaZhui·2025-06-12 02:23

检索增强生成（RAG）技术深度解析：从原理到实践

检索增强生成（Retrieval-AugmentedGeneration，RAG）技术应运而生，旨在通过无缝集成外部数据源，提升生成模型的准确性和可靠性。1.2核心定义RAG是一种将信息检

编程巫师·2025-06-11 17:43

RAG是什么？手把手教你从零构建RAG系统全面指南（含代码）

检索增强生成（Retrieval-AugmentedGeneration，RAG）应运而生，这一创新性方法通过将大语言模型与外部知识源相结合，有效提升了其性能。

大模型研究院·2025-06-11 10:23

使用langchain搭建本地知识库系统(新)_

什么是RAGRAG是retrieval-augmented-generation的缩写，翻译为中文的意思就检索增强，以基于最新，最准确的数据建立LLM的语料知识库。

·2025-06-09 23:20

LangChain 中的文档加载器（Loader）与文本切分器（Splitter）详解《一》

Splitter）详解——从入门到实战，构建你的知识库预处理系统作者：zgw时间：2025/4标签：LangChain、LLM、RAG、AIAgent、文档处理一、前言随着大语言模型（LLM）在RAG（Retrieval-AugmentedGeneration

要努力啊啊啊·2025-06-09 19:55

【RAG召回优化】rag召回阶段方法探讨

提升检索增强生成（RAG）系统召回率：技术、权衡与实践洞察I.引言RAG效能中召回率的关键作用检索增强生成（Retrieval-AugmentedGeneration,RAG）通过整合外部知识库信息来增强大型语言模型

weixin_37763484·2025-06-09 00:36

论文解读：Aging with GRACE: Lifelong Model Editing with Discrete Key-Value Adapters

当前的模型编辑器会因多次编辑损害模型性能，提出用于连续编辑的通用检索适配器(GeneralRetrievalAdaptersforContinualEditing,GRACE)：使用一个类似字典的结构(

cnblogs.com/qizhou/·2025-06-08 17:20

LightRag的兄弟项目VideoRag系统分析

1项目简介开源项目地址GitHub-HKUDS/VideoRAG:"VideoRAG:Retrieval-AugmentedGenerationwithExtremeLong-ContextVideos

·2025-06-07 10:47

RAG基础知识概述

RAG（Retrieval-AugmentedGeneration）是一种自然语言处理模型架构，旨在结合检索和生成两个关键的NLP（NaturalLanguageProcessing）任务。

原味奶茶_三分甜·2025-06-06 22:53

RAG（Retrieval-Augmented Generation，检索增强生成）

一、核心概念与定位RAG是一种将检索（Retrieval）与生成（Generation）相结合的架构，旨在解决传统语言模型（如GPT系列）在处理需要外部知识的任务时的局限性。

allein_STR·2025-06-06 17:45

小智医疗——总结

LangChain4j【1.0.0-beta4】基于LangChain4j实现聊天助手智能体后端服务聊天记忆隔离基于MongoDB实现聊天信息持久化基于FunctionCalling调用自定义业务逻辑支持RAG（Retrieval-AugmentedGeneration

松树戈·2025-06-05 22:14

weixin_37763484·2025-06-05 06:48

RAG优化知识库检索（3）：向量化模型选择与优化

引言在检索增强生成（Retrieval-AugmentedGeneration，RAG）系统中，向量化模型（嵌入模型）扮演着至关重要的角色。

程序员查理·2025-06-05 06:16

RAG架构中用到的模型学习思考

前言RAG（Retrieval-AugmentedGeneration，检索增强生成）架构结合了检索和生成能力，通过引入外部知识库来提升大语言模型（LLM）的回答准确性和可靠性。

勤奋的知更鸟·2025-06-05 05:40

GC-QA-RAG 智能问答系统的向量检索

1.检索流程概述系统采用典型的RAG（Retrieval-AugmentedGeneration）三阶段架构，检索阶段的目标是：在用户提问时，结合关键词与语义理解，快速定位最相关的知识点，为后续生成高质量答案提供支撑

·2025-06-04 11:38

【大模型框架】LLM大模型开源RAG框架汇总

前言本文搜集了一些开源的基于LLM的RAG（Retrieval-AugmentedGeneration）框架，旨在吸纳业界最新的RAG应用方法与思路。

RAG知识库·2025-06-04 00:29

【RAG 应用的可视化框架】

以下是几个用于RAG（Retrieval-AugmentedGeneration）应用的可视化框架和工具，帮助开发者直观理解数据流、检索过程和生成结果：LangSmithLangSmith是LangChain

lyh1344·2025-06-04 00:59

LangChain(1) - RAG_langchain

索引（4）配置LLMPipeline（5）构建问答链并查询（6）LCEL(LangChainExpressionLanguage)2.result3.有关RAG和LangChain的理解3.1RAG（RetrievalAugmentedGeneration

夏天ccys·2025-06-03 17:38

LightRAG vs GraphRAG：两种RAG系统实体与关系提取提示机制的深度比较

GraphRAG实体与关系提取提示深度对比分析提示设计复杂度功能覆盖与输出格式可定制性与扩展性性能与成本考量场景适用性与选型建议结论与展望引言随着大规模语言模型（LLM）在生成式任务中的广泛应用，检索增强生成（Retrieval-AugmentedGeneration

gs80140·2025-06-03 12:34

认识GraphRAG

GraphRAG（Graph-basedRetrieval-AugmentedGeneration）是微软提出的新一代检索增强生成技术，其核心创新在于将知识图谱与大语言模型（LLM）深度融合，突破传统RAG

勤奋的知更鸟·2025-06-03 03:01

智能化立体仓库SRM堆垛机西门子S120伺服控制

1.前言智能化立体仓库中的堆垛机（SRM，Storage/RetrievalMachine）使用西门子S120伺服控制系统是一个高效的选择。

meslog·2025-05-30 09:40

深入剖析25种大模型RAG架构，AI工程师该如何选择？

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

AI小白熊·2025-05-28 13:26

【AI大模型学习路线】第二阶段之RAG基础与架构——第六章（Retrieval‑Augmented Generation，RAG基础与架构）检索与生成？

【AI大模型学习路线】第二阶段之RAG基础与架构——第六章（Retrieval‑AugmentedGeneration，RAG基础与架构）检索与生成？

985小水博一枚呀·2025-05-24 14:43

【Python】unstructured 库：处理和预处理非结构化数据（如 PDF、Word 文档、HTML、图片等），转换为结构化格式

它提供模块化的组件（称为“bricks”），支持文档分区、清理和格式化，广泛应用于数据管道、RAG（Retrieval-AugmentedGeneration）系统和文档分析。以下是对unstruc

彬彬侠·2025-05-24 12:59

使用NVIDIA模型和Milvus向量数据库实现高效RAG系统

使用NVIDIA模型和Milvus向量数据库实现高效RAG系统引言在人工智能和自然语言处理领域，检索增强生成(Retrieval-AugmentedGeneration,RAG)系统已经成为一种强大的技术

llzwxh888·2025-05-23 21:16

检索增强生成（RAG）：大模型的‘外挂知识库

欢迎来到我的博客，代码的世界里，每一行都是一个故事：你只管努力，剩下的交给时间：小破站检索增强生成（RAG）：大模型的‘外挂知识库前言什么是RAG工作原理1.检索（Retrieval）（1）输入处理（2

一只牛博·2025-05-23 19:33

Springboot+deepseek 实现向量数据库优化检索

在SpringBoot中实现RAG（Retrieval-AugmentedGeneration）的增强，可以从检索优化、生成优化和系统架构三个维度进行改进。

奔向理想的星辰大海·2025-05-22 10:27

10.8 LangChain三大模块深度实战：从模型交互到企业级Agent工具链全解析

LangChainCommunity项目：ModelI/O,Retrieval,AgentTooling关键词：LangChainModelI/O,检索增强生成,Agent工具链,多路召回策略,工具调用协议

少林码僧·2025-05-22 08:38

大模型（3）——RAG（Retrieval-Augmented Generation，检索增强生成）

文章目录1.核心组成2.工作流程3.训练方式4.优势与局限5.应用场景6.典型模型变体总结RAG（Retrieval-AugmentedGeneration，检索增强生成）是一种结合了信息检索与文本生成的技术

追逐☞·2025-05-21 06:47

多模态RAG与LlamaIndex——1.deepresearch调研

**多模态RAG（Retrieval-AugmentedGeneratio

小洛~·~·2025-05-20 00:00

[论文精读]Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks

来源：AdvancesinNeuralInformationProcessingSystems33(NeurIPS2020)链接：http://arxiv.org/abs/2005.11401题目翻译：用于知识密集型NLP任务的检索增强生成阅读原因RAG领域系列必读文章，读了这篇才知道RAG是干什么的，才有后续的研究。内容1.简介这篇论文介绍了RAG的核心概念，提出了一种结合检索与生成的框架，用于

0x211·2025-05-19 22:19

AI测试入门：RAG、Agent、Chatbot 类AI应用的评估体系&测试方法详解

AI测试入门：RAG、Agent、Chatbot类AI应用的评估体系&测试方法详解前言一、AI测试与传统测试的区别二、AI应用类型及其核心测试理念1.RAG(RetrievalAugmentedGeneration

blues_C·2025-05-16 18:05

RAG怎么向量化？向量化文件存放在哪里？Ollama deepseek-R1 1.5b

在构建基于RAG（Retrieval-AugmentedGeneration）的系统时，向量化是核心步骤之一。它涉及将文本数据转换为数值向量，以便能够高效地进行相似性搜索和检索。

liyinchi1988·2025-05-16 18:35

教育行业的 RAG 落地：个性化学习助手设计

检索增强生成（RAG,Retrieval-AugmentedGeneration）技术通过结合大语言模型（LLM）与外部知识库检索，为教育资源的精准获取和个性化学习提供了全新解决方案。

水煮蛋不加蛋·2025-05-15 21:02

深度剖析 RAG 架构：从向量检索到答案生成的全链路技术解析

一、RAG架构核心原理与技术栈RAG（Retrieval-AugmentedGeneration）通过将外部知识库检索与语言模型生成深度耦合，解决了传统生成模型的“幻觉”问题，同时提升了领域知识的准确性和时效性

水煮蛋不加蛋·2025-05-15 21:30

推荐频道

Retrieval