RAG技术相关简述

已于 2025-08-28 10:04:40 修改
阅读量181 收藏 3
点赞数 9
CC 4.0 BY-SA版权
文章标签： RAG
于 2025-08-26 09:00:47 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/guoqingru0311/article/details/150771388

文章目录


https://noworneverev.github.io/graphrag-visualizer-legacy

RAG技术相关简述

在这里插入图片描述

文档读取：
在这里插入图片描述

文档切分：

文档的切分，分别是
换行符切分、按句号进行切分、固定长度切分、滑动窗口切分（可以减少信息的截断）、按照token并结合滑动窗口切分

采用换行符进行切分

在这里插入图片描述

按句号进行拆分

在这里插入图片描述

按固定长度进行切分

在这里插入图片描述

滑动窗口切分

在这里插入图片描述

按照token并结合滑动窗口拆分

token的计算
在这里插入图片描述
对编码后的token进行拆分：
在这里插入图片描述
在这里插入图片描述

文本嵌入

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

RAG相似度问题

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

查询

在这里插入图片描述
在这里插入图片描述

大模型回复

在这里插入图片描述
在这里插入图片描述

代码封装

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

web可视化

在这里插入图片描述
在这里插入图片描述

Langchain方式实现RAG

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

Streamlit界面展示

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
运行界面效果：
在这里插入图片描述

RAG的Rerank模块

在这里插入图片描述

在这里插入图片描述
传统方法：
在这里插入图片描述
rerank方法：
在这里插入图片描述

GraphRAG技术相关内容详解（基于1.1.0版本）

在这里插入图片描述

郭庆汝
关注
RAG技术全栈进化解析：RAG技术升级、评估度量指标、应用场景、生态总结、落地实践问题解决、垂直场景应用、多模态RAG探索(✨)
丨汀、的博客
09-04 1728
RAG技术全栈进化解析：RAG技术升级、评估度量指标、应用场景、生态总结、落地实践问题解决、垂直场景应用、多模态RAG探索(✨)
人工智能领域--RAG技术
胡萝卜不甜的博客
08-21 971
今天带大家来学习一下RAG技术，尤其在在大模型中应用广泛。
LangChain RAG 简述
weixin_52242569的博客
08-19 635
基础流程：加载→分割→嵌入→存储→检索→生成；精度优化：多查询、重排序、混合检索；多源整合：多向量库、结构化+非结构化混合；场景适配：对话式记忆、多模态检索。实际应用中需根据文档类型、问答场景选择合适的方法，并通过调整chunk_size、检索k值、重排序策略等优化效果。
LLM大模型RAG技术
AAI666666的博客
07-04 602
在人工智能领域，大模型RAG技术（Retrieval-Augmented Generation）已成为近年来研究的热点。它结合了检索和生成两大关键技术，为自然语言处理任务带来了革命性的进步。
2024技术总结：LLM之RAG技术全栈进化解析、Agent应用案例精选、LLM大模型部署实战指南
丨汀、的博客
01-24 2335
2024技术总结：LLM之RAG技术全栈进化解析、Agent应用案例精选、LLM大模型部署实战指南
RAG关键技术及未来趋势
2401_85375298的博客
07-26 1147
在当今科技领域，RAG 关键技术的重要性日益凸显，让我们一同探讨它的未来趋势。1、如何进行检索增强？RAG 系统中主要包含三个核心部分，分别是 “检索”，“增强” 和 “生成”。正好也对应的 RAG 中的三个首字母。想要构建一个好的 RAG 系统，增强部分是核心，则需要考虑三个关键问题：检索什么？什么时候检索？怎么用检索的内容？检索增强的阶段：在预训练、微调和推理三个阶段中都可以进行检索增强，这决定了外部知识参数化程度的高低，对应所需要的计算资源也不同。
我不信看完这篇你还不懂RAG：RAG技术概述
zhishi0000的博客
03-20 1017
框架名称核心特点优势劣势/局限适用场景UltraRAG动态记忆管理、多模态支持、自适应优化（DDR）、端到端训练支持- 支持多模态数据（文本、图像、空间数据） - 动态更新知识库，响应实时性强 - 性能优化（如DDR策略） - 开源灵活- 需较高计算资源（GPU） - 配置复杂度较高复杂问答、多模态分析、企业知识库（如医疗、金融）中文友好、可视化界面、流式输出、支持离线部署- 中文场景优化 - 开箱即用，易集成 - 支持本地化部署（隐私保护） - 社区活跃。
RAG 知识库修炼手册｜一文讲透 RAG 背后的技术
2301_81940605的博客
11-20 691
今天我们继续剖析 RAG，将为大家详细介绍 RAG 背后的例如 Embedding、Transformer、BERT、LLM 等技术的发展历程和基本原理，以及它们是如何应用的。
我不信看完这篇你还不懂RAG：RAG技术概述，建议收藏
2401_85327249的博客
04-24 886
检索增强生成（Retrieval Augmented Generation），简称 RAG。它旨在通过在生成回答前主动检索相关信息,将实时、准确的知识作为上下文提供给模型,从而显著提升了回答的质量和可靠性。
RAG+GIS实战：离线RAG项目实战02——简单的prompt工程及RAG原理简述
weixin_44035336的博客
03-21 2552
在上一篇文章中我介绍了RAG项目的环境搭建及简单对话模型的搭建，但是在涉及专业领域时，它出现了幻觉问题，效果很差，为了解决这个问题，我们今天先简短的了解一下何为prompt，通过一个简单的Demo来实现先验知识的输入，理解这部分内容后，在后续搭建向量数据库后，我们就简单的将索引结果替换掉本文的“占位符”即可！
简述大模型领域的CVP架构和RAG架构的区别
chunmiao3032的专栏
04-23 581
另一方面，RAG（Research, AI, and Generation）架构强调的是研究级的AI技术和生成能力，通常与自然语言处理领域相关。RAG增强式搜索可能指的是利用RAG技术来增强搜索引擎的功能，比如通过使用自然语言生成模型来改进搜索查询解析、生成搜索结果摘要，或者提供个性化的搜索建议。简而言之，CVP（ChatGPT + VectorDB + Prompt）是一个偏重于构建聊天机器人的技术架构，而RAG增强式搜索则是利用高级AI技术改进搜索引擎的手段。
⭐️⭐️⭐️白嫖的阿里云认证⭐️⭐️⭐️ 第三弹【课时1：认识RAG技术】for「大模型Clouder认证：RAG应用构建及优化」
davidkorhenn的博客
05-23 1034
【摘要】作为一名备考阿里云的自学考生，我将通过这篇文章分享《课时 1：认识 RAG 技术》的核心学习内容与心得。本文围绕 RAG 的基础概念、实现原理、技术优势及未来趋势展开，结合生活化案例拆解复杂技术逻辑，同时提供知识点重要性与难易度评估表，帮助新手快速建立知识框架，明确备考重点。无论是想入门大模型领域，还是冲刺认证考试，本文都将成为你理解 RAG 技术的实用指南。
【BLE系列课讲义】6.2.1 低功耗蓝牙(BLE)的协议体系结构1.pdf.pdf
08-27
【BLE系列课讲义】6.2.1 低功耗蓝牙(BLE)的协议体系结构1.pdf.pdf
引号内为：'Fluent仿真分析代做及模型案例：焊接熔池模拟、激光增材模拟、激光熔覆。'
08-27
利用Fluent软件进行焊接熔池、激光增材制造以及激光熔覆仿真的方法和技术细节。针对焊接熔池模拟，文中提到使用VOF模型和自定义UDF来精确控制热源移动轨迹，解决了热影响区范围不准的问题。对于激光增材制造，强调了考虑实际设备延迟和粉末颗粒分布的重要性，并提供了具体的参数设置指导。在激光熔覆方面，则讨论了如何根据材料特性调整热导率参数，确保温度场的准确性。此外，文章还提到了选择合适的湍流模型对仿真精度的影响。 适合人群：从事工程仿真领域的研究人员、工程师和技术人员，尤其是那些希望深入了解并掌握Fluent在焊接熔池、激光增材制造及激光熔覆方面的高级应用的人群。 使用场景及目标：适用于需要进行高精度焊接工艺仿真、激光增材制造仿真和激光熔覆仿真的项目。目标是提高仿真的准确性和可靠性，减少实验成本和时间消耗。 其他说明：文中不仅分享了具体的技术实现步骤，还提供了一些实用的经验教训，如参数设置不当可能导致的错误及其修正方法。这对于初学者来说是非常宝贵的参考资料。
一些自己写的安卓小项目.zip
08-27
一些自己写的安卓小项目.zip
遗传算法：智能算法基础及其在多场景下的应用实践 优化算法
最新发布
08-27
内容概要：本文介绍了遗传算法作为基础智能算法的强大全局搜索能力及其在多个领域的广泛应用。首先简述了遗传算法的概念，即一种模拟自然进化的优化算法，通过染色体的交叉和变异寻找最优解。接着详细探讨了遗传算法在三个主要应用场景中的应用：微电网的优化配置、综合能源系统的调度以及电动汽车的路径规划。最后提供了一个简单的Python代码示例，展示遗传算法的基本框架和核心步骤，并对其未来的发展进行了展望。 适合人群：对智能算法感兴趣的科研人员、工程师和技术爱好者。 使用场景及目标：适用于希望深入了解遗传算法原理并将其应用于实际问题解决的人群，如优化资源配置、节能减排、路径规划等。 其他说明：文中提供的Python代码示例可以帮助读者更好地理解和实践遗传算法的具体实现。
ImGui多窗口安卓项目，用的悬浮窗方案 安卓12因为谷歌机制的改变部分机型需要运行adb指令才能正常 adb shel
08-27
ImGui多窗口安卓项目，用的悬浮窗方案 安卓12因为谷歌机制的改变部分机型需要运行adb指令才能正常 adb shell settings put global block_untrusted_touches 0 网上搜的好像是这个. forked fromhttps___gitee.com_alexmmc_ImguiAndroid.zip
【信号干扰】基于matlab对角线之外RIS辅助MIMO干扰信道中的干扰最小化【含Matlab源码 14068期】.zip
08-27
Matlab领域上传的视频是由对应的完整代码运行得来的，完整代码皆可运行，亲测可用，适合小白； 1、从视频里可见完整代码的目录内容 主函数：main.m； 调用函数：其他m文件；无需运行 运行结果效果图； 2、代码运行版本 Matlab 2019b；若运行有误，根据提示修改；若不会，私信博主； 3、运行操作步骤 步骤一：将所有文件放到Matlab的当前文件夹中； 步骤二：双击打开main.m文件； 步骤三：点击运行，等程序运行完得到结果； 4、仿真咨询 如需其他服务，可私信博主； 4.1 博客或资源的完整代码提供 4.2 期刊或参考文献复现 4.3 Matlab程序定制 4.4 科研合作
电力电子Boost升压电路的PI与滑模控制MATLAB仿真及其性能对比
08-27
内容概要：本文深入探讨了电力电子技术中的Boost升压电路，重点介绍了两种主要的控制策略——PI控制和滑模控制。首先阐述了Boost升压电路的基本原理，包括其结构组成和工作模式。接着分别展示了这两种控制策略的具体实现方法，提供了详细的MATLAB仿真代码，并对其仿真结果进行了分析。PI控制作为一种经典的方法，能够实现稳定的输出电压，但响应速度较慢；而滑模控制则表现出更快的响应速度和更强的抗扰动能力。最后，通过对比两者的性能，得出了滑模控制在动态响应和稳定性方面的显著优势。 适合人群：从事电力电子研究的技术人员、高校相关专业师生以及对电力电子控制系统感兴趣的工程技术人员。 使用场景及目标：适用于需要深入了解Boost升压电路控制机制的研究项目或教学活动中，旨在提高读者对该类电路的理解深度和技术应用能力。 其他说明：文中提供的MATLAB仿真代码可以帮助读者更好地理解和验证理论知识，同时也能为实际工程项目提供有价值的参考。
RAG相关项目技术文档
08-08
为了帮助您更好地理解和使用与 **RAG（Retrieval-Augmented Generation）** 相关的开源项目和技术文档，以下是一些关键资源和指南，涵盖从基础知识到高级实现的内容。 ### 3.1 RAG 技术概述与学习路径 **RAG ...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值