RAG让AI用上企业知识库,从差旅报销到自我进化
检索增强生成(RAG)技术正在帮助企业AI系统高效利用内部知识库。本文通过差旅报销场景解析RAG的工作原理,并结合谷歌Dream-RSI论文,探讨如何让AI在已...
共 24 篇相关文章
检索增强生成(RAG)技术正在帮助企业AI系统高效利用内部知识库。本文通过差旅报销场景解析RAG的工作原理,并结合谷歌Dream-RSI论文,探讨如何让AI在已...
本文通过系统实测,量化分析了RAG链路中分块参数chunk_size和overlap对检索精度(以recall@5衡量)的影响。研究发现,中文企业文档的最优ch...
RAG(检索增强生成)作为一种低门槛、高效率的AI应用形态,通过结合外部知识库与大模型推理能力,解决了传统AI在私域知识利用和幻觉控制方面的痛点。本文深入解析R...
随着 Agent 技术的发展,其控制权正逐步从框架和代码向模型本身回归。文章分析了 Coze、LangChain 和 Harness 等平台在这一过程中的角色变...
本文深入解析了人工智能领域中RAG(检索增强生成)、LLM Wiki以及本体(Ontology)这三个核心概念。从企业数据整合到材料科学的公式发现,这些技术正在...
在人工智能领域,Agent 技术正经历从单一工具调用到复杂能力编排的演变。过去,开发者主要关注如何让大型语言模型(LLM)调用特定工具,或是构建检索增强生成(R...
随着人工智能技术的快速发展,AI Agent(智能体)已成为连接大语言模型(LLM)与实际应用场景的关键桥梁。然而,对于初学者而言,AI Agent 领域的专业...
随着人工智能技术的快速发展,基于检索增强生成(RAG)的知识问答系统已成为企业智能化转型的重要方向。在这一背景下,Apache Doris作为新一代开源分布式S...
在人工智能领域,检索增强生成(Retrieval-Augmented Generation,简称RAG)已成为企业接入大模型最主流的技术路径。然而,随着AI A...
2026年4月,知名AI研究者Andrej Karpathy在GitHub发布「LLM Wiki」技术构想,迅速引发行业关注。短短数月内,Cognition、F...
在人工智能领域,检索增强生成(Retrieval-Augmented Generation, RAG)技术正成为连接大模型与专业知识库的重要桥梁。其发展历程并非...
在人工智能领域,大型语言模型(LLM)凭借其强大的语言理解和生成能力,在众多应用场景中展现出巨大潜力。然而,这些模型普遍存在一个显著缺陷:训练数据存在时间限制,...