| 失效链接处理 |
|
(g)索增强生?RAG) 优化{略?nbsp; PDF 下蝲
相关截图Q?/strong>
 主要内容Q?/strong>
一?/strong>RAG基础功能?/strong>
1.1 RAG 工作程
?/span>RAG的工作流E看Q?/span>RAG 模块有：(x)文块切分、文本嵌入模型、提C工E、大模型生成?/span>
二?/strong>RAG 各模块有哪些优化{略Q?/strong>
• 文档块切?/strong>Q设|适当的块间重叠、多_度文块切分、基于语义的文档切分、文块摘要?/span>
• 文本嵌入模型Q基于新语料微调嵌入模型、动态表征?/span>
• 提示工程优化Q优化模板增加提CU束、提C改写?/span>
• 大模型P?/strong>Q基于正反馈微调模型、量化感知训l、提供大context window的推理模型?/span>
此外Q还可对query召回的文块集合q行处理Q比如：(x)元数据过?/span>[7]、重排序减少文块数?/span>[2]?/span>
三?/strong>RAG 架构优化有哪些优化策略？
3.1 如何利用 知识图谱Q?/strong>KGQ进行上下文增强Q?/strong>
3.1.1 典型RAG架构中，向量数据库进行上下文增强 存在哪些问题Q?/strong>
向量数据库进行上下文增强 存在问题Q?/span>
1. 无法获取长程兌知识
2. 信息密度低（其?/span>LLM context window较小时不友好Q?/span>
3.1.2 如何利用 知识图谱Q?/strong>KGQ进行上下文增强Q?/strong>
• {略Q增加一路与向量库^行的KGQ知识图谱）(j)上下文增强策略?/span>
|
| Java1234官方?5Q?/td> | 
|
| Java1234官方?5Q?/td> | 838462530 |
苏公|安?32061202001004?/p>
