Tag
什么是RAG？ RAG 中文全称为检索提高生成 是一种将信息检索 技术与大语言模型 深度结合的AI架构。 简单RAG 的主要原因是：先让大模型去指定知识库里“查阅资料”，再基于检索到的信息生成精准答案 。其实，这种“先查后答”的模式既弥补了模型知识滞后的问题。也降低了幻觉产生的风险， 从痛点一来看，文档量大导致切割与向量化耗时且成本高 在公司内部往往有海量 PDF、Word、网页等文件
查看更多 2026-08-13
在 Memory 向量记忆程序3 中，如何从海量召回结果中挑选最有价值的数据？老实说， 1️⃣ 先别被“同主题堆积”吓到：MMR 去重 & 多样化 说到你可能会遇到。召回的前十条结果几乎都是“苹果手机”，后面才是“苹果公司”“苹果音乐”。怎么说呢，如果直接按相似度排序，使用者得往下翻才能看到不同视角。 MMR解决什么痛点？ 保证相关性 文档与查询的语义匹配程度。 多样性 避免同一主题重复堆叠
查看更多 2026-08-13
这篇文章是继之前文章 “Elasticsearch：搜索教程 - 全文搜索”。在继续本篇之前，请先阅读前文，以便更好地理解下面的示例代码与概念。 Embedding 简介 —— 为什么你会卡在向量表示上？ 痛点 1： 传统关键词搜索只能匹配文字本身。无法捕捉“相似”或“相关”概念，导致使用者常常找不到语义上匹配的结果。 在机器学习中。embedding 是一个由数字组成的向量
查看更多 2026-08-13
Django 搭建 AI 本地知识库：文档上传、向量检索与智能问答 把 PDF 上传到服务器。再调用一次大模型，并不等于拥有“本地知识库”。一个真正可用的 Django 知识库至少要解决六件事：文件归属、文本切块、向量生成、相似度检索、权限过滤和答案引用 。怎么说呢， 这篇文章以 PostgreSQL、pgvector 和 Django ORM 为主线。并把方案放进本地
查看更多 2026-08-13
一、传统文本检索的痛点：为什么需要 RAG 语义搜索 日常我们做站内文章检索，最原始的方案是精确字符串匹配 用数据库like '%vue%' 正则匹配关键词。这种方式存在明显缺陷： 只能匹配字面相同词汇 无法理解语义：例如搜索「马铃薯做法」，无法命中「酸辣土豆丝教程」； 关键词同义词、近义词完全无法关联 检索召回率极低；话说回来， 无法区分上下文语义 多义词容易出现无关结果。
查看更多 2026-08-10
RAG检索提高生成 是 AI 领域常用的一种技术，帮助大型语言模型在不需要大规模微调的情况下利用本地知识库提高回答质量。老实说， 使用者常遇到的痛点： 微调成本高昂的观点是。全量微调效果好但费用巨大；轻量微调成本低却效果一般。 至于有限。LLM 的上下文长度受限，无法一次性记住所有对话。 数据隐私与安全：把私有数据上传至云端可能存在合规风险。 部署与维护成本：需要额外服务器或 GPU
查看更多 2026-08-10
至于痛点一。向量检索总是漏掉“语义鸿沟”里的关键函数 在实际项目里你经常会遇到这样的问题：搜索关键词时程序只返回了一部分相关代码，却漏掉了真正的实现入口。比如查询 process payment and create Stripe charge 时只命中了一个函数，而真正需要的函数 calculate_order_total 全部被忽略。
查看更多 2026-08-08
Hybrid RAG 落地：向量 + BM25 + Rerank 的工程选择 一、问题：纯向量为什么不够 一个典型的失败案例 使用者提问： "SID 的 License 校验在网关层怎么实现的？" 纯向量检索返回的 Top： ✓ "License 管理服务设计文档" ✓ "rg-domain-license 服务说明" ✗ "软件许可证合规教程" ✗ "Gateway 限流设计" ✗ "SID
查看更多 2026-08-07
不过， 先从把我整懵的那行输出说起 事情是这样的，我准备了 段小故事 当知识库。问了一句「东东和光光是怎么成为朋友的」，按道理应该返回最相关的 条文档 。结果控制台打出来这么个东西： 说到我第一反应是。不对啊，第三条原始分，第一条，按理说分越高越相似，怎么第三条排在最前面？ 我还特意去核对了内容。第三章讲足球比赛、第六章讲成为好朋友，明显和问题更贴合，原始分反而更低。当时我脑子里闪过好几种可能
查看更多 2026-08-07
第一次接触向量数据库时很多人会误以为它是“更高级的数据库”。于是把它当作 MySQL 的直接替代品来使用，结果在实际项目中频繁碰壁。 从“按条件查”到“按意思找” 传统关系型数据库的查询通常长这样： SELECT * FROM diary WHERE date = '--'; 它擅长处理明确的字段条件：日期、ID、状态、使用者归属等。 痛点： 使用者自然语言提问往往没有固定字段，例如：
查看更多 2026-08-07
Demand feedback
