AI.x社区
- 登录/注册
默认
发布时间
热度
原创
精华
从检索增强——RAG看检索技术的发展
原创“检索，一种世界性的难题”检索技术或者说搜索技术(虽然检索与搜索有一定的区别)一直是一个世界级的难题，检索技术可以说从人类出现就已经开始了；只不过那时的检索不叫检索，叫找东西，只不过到二十一世纪之后，随着互联网技术的发展，数据检索成为了一个重要手段。而今天我们就来谈谈检索技术。检索为什么标题是从RAG看检索技术？RAG技术是在之前的文章中不只一次的介绍过，RAG是大模型技术的补充，大模型的表现在某种程度上...RAG大模型提升RAG性能的全攻略：优化检索增强生成系统的策略大揭秘
原创 精华01、概述近年来，随着检索增强生成（RetrievalAugmentedGeneration，RAG）应用的快速普及，其性能优化成为开发者们关注的热点。尽管基础RAG管道设计较为简单，但要满足实际业务需求，往往需要更高级的优化策略。本文将全面解读RAG优化的各类方法，帮助大家快速掌握主流策略并在实践中应用。02、RAG管道基础：从零开始理解工作原理一个标准的RAG管道一般包含以下几个基本步骤：文档加载与分块：将文档内容拆分为多个小块（chunk...RAG最近一段时间关于人工智能技术学习与应用心得
原创“任何一项技术的出现，都需要长时间的研究和积累才有可能小有成就；而且学习需要讲究方式方法，而不是想到那学到哪。”最近一年多来开始转行做人工智能，从刚开始一点都不懂的小白到现在对人工智能有了初步的认识；中间过程可以说是相当不容易。因此，经过这段时间的应用和学习，也慢慢有了一点心得体会，因此在此记录一下。人工智能心得体会关于什么是人工智能，什么是机器学习，什么是神经网络，什么是大模型，以及各种模型...人工智能今日arXiv最热大模型论文：清华把大模型用于城市规划，回龙观和大红门地区成研究对象
引言：参与式城市规划的新篇章随着城市化的不断推进，传统的城市规划方法面临着越来越多的挑战。这些方法往往需要大量的时间和人力，且严重依赖于经验丰富的城市规划师。为了应对这些挑战，参与式城市规划应运而生，它强调不同利益相关者，包括官员、专业人士、开发商、当地居民和公众的积极参与。这种包容性的方法旨在通过精心设计的程序、讨论、小组会议或研讨会，将多样化的视角纳入规划和决策过程中。然而，参与式规划的传...大语言模型LLMs通过检索增强生成(RAG) 增强LLM的实战演练
原创本文主要介绍如何通过检索增强生成(RAG)增强LLM，并使用LlamaIndex和LangChain作为数据场景，将应用程序部署到Heroku。拥有正确的数据来支持用例对于在任何业务中成功采用大型语言模型(LLM)都是至关重要的。虽然大多数现成的LLM在完成一般任务上表现出色，但它们在处理特定的业务问题时可能会遇到困难。它们没有针对开发人员的业务问题进行数据训练，因此没有足够的场景来解决问题。企业通常拥有大量的内部数据和文档，可以满足...LLM大型语言模型检索增强生成造“风”的AIGC，“吹灭”了元宇宙？
从科幻小说《雪崩》里走出来的元宇宙，如今正在上演“地价雪崩”。CoinGecko的一项调查显示，OtherdeedforOtherside、TheSandbox、Decentraland、SomniumSpace和VoxelsMetaverse这五款知名元宇宙土地价格近期均出现了不同程度的下滑。其中，歌手林俊杰曾耗资12.3万美元在Decentraland购买的3块虚拟地产，如今只值1万美元左右，浮亏91%。（图源：CoinGecko）“地价雪崩”是元宇宙整体热度退潮最明显的表象之一。除此之外，海内外...AIGCEasy-RAG 一个适合学习、使用、自主扩展的检索增强生成系统
原创当今时代，人工智能技术的飞速发展为各行各业带来了革命性的变化。在自然语言处理领域，检索增强生成（RAG）系统因其卓越的性能和广泛的应用前景，正成为研究和应用的热点。今天，我要向您推荐的是一个创新的系统——EasyRAG，它不仅易于学习、使用，还具备自主扩展的能力。希望能让您对RAG能更近一步的了解。一、EasyRAG系统概览EasyRAG是一个开放源代码的检索增强生成(RAG)系统，旨在提供一种简便的方式来学习和使用RAG技术，...人工智能RAG【AIGC】学习感悟
原创AIGC创新先锋者征文大赛【本文正在参与AI.x社区AIGC创新先锋者征文大赛】近年来，生成式AI无疑是AI领域最炙手可热的技术之一。从自动生成文本、图像，到音乐、视频等多模态生成，AIGC的应用领域不断扩大，推动着各行各业的创新。我也学习了一些AIGC方面的一些知识，并产生了浓厚的兴趣，也有了一些心得体会。1.AIGC的核心技术生成式AI的核心技术包括生成对抗网络、自回归模型以及变分自编码器等。这些技术为AIGC的创新应...AIGC#AIGC创新先锋者万文长文搞定检索增强生成(RAG)技术——13篇热门RAG文章解读
楔子RAG(RetrievalAugmentedGeneration)，检索增强生成，即从外部数据库获取额外信息辅助模型生成内容。楼主认为这项技术对于没有能力预算进行大模型训练和微调的大C和小B用户来说，兼具了实用性和灵活性，是更有可操作性的解决方案。如果你是一个AI小白，我来打一个比方：你读完全日制高中的课程（暂不考虑文理分科），咱可以说你已经完成了预训练(Pretraining)，已经具备了一个通用大模型的基础能力。然后你填报了计算机科学...模型论文下一代RAG：MemoRAG
MemoRAG是一个建立在高效、超长记忆模型之上的创新RAG（RetrievalAugmentedGeneration）框架，由智源研究院（北京人工智能研究院）与中国人民大学高瓴人工智能学院联合推出并开源。MemoRAG：通过记忆启发的知识发现迈向下一代RAG，为RAG提供基于内存的数据接口，适用于多种用途的应用程序！MemoRAG与主要处理具有明确信息需求查询的标准RAG不同，MemoRAG利用其记忆模型实现对整个数据库的全局理解。通过从记忆中回忆与查询相关...RAGMemoRAG令牌18种RAG技术大比拼：谁才是检索增强生成的最佳选择？
原创 精华在当今信息爆炸的时代，如何从海量数据中快速准确地获取所需信息，是人工智能领域的一大挑战。RetrievalAugmentedGeneration（RAG，检索增强生成）技术应运而生，它结合了检索和生成的优势，通过从大量文档中检索相关信息，再利用这些信息生成高质量的回答。然而，RAG的实现方式多种多样，不同的技术路径有着不同的优势和局限。今天，我们就来深入探讨一下这些RAG技术，看看谁才是真正的“最佳选手”。1.SimpleRAG：基础而不失...RAG检索增强生成学习大模型开发，需要具备人工智能或深度学习理论基础吗？
原创“学以致用，问题才是学习的真正驱动力”最近发表了几篇关于学习人工智能技术的文章，然后就有人问没有深度学习的基础可以学习人工智能吗？答案是肯定的，学习人工智能技术并不一定非要懂得深度学习，虽然深度学习是大模型的基础。怎么学习大模型？很多人学习大模型技术，第一步就卡在了入门上，也就是说不知道应该怎么学习人工智能技术。可能在很多人的认知中，学习人工智能就要学习机器学习和深度学习，面对着复杂的机器学习...大模型基于LLM增强的推荐系统重排
一、结论写在前面论文来自香港城市大学、华为诺亚方舟实验室。论文标题：LLMenhancedRerankinginRecommenderSystems论文链接：https:arxiv.orgpdf2406.12433重排序是推荐系统中的关键组件，对精炼推荐算法的输出起着至关重要的作用。传统的重排序模型主要关注准确性，但现代应用要求考虑多样性和公平性等额外标准。现有的重排序方法往往在模型层面未能有效地调和这些多样化的标准。此外，这些模型由于其复杂性和不同场...LLM序列数量人工智能利维坦：从霍布斯社会契约论视角探索LLM 智能体的社会进化
精华随着人工智能在解决复杂问题的深入，我们急需探索LLM智能体在模拟环境中的社会行为，特别是它们如何从自然状态过渡到建立社会契约的联邦状态。核心问题包括LLM智能体是否能够展现出类似人类的社会契约形成过程？不同的环境和智能体参数如何影响这一过程？以及这些观察结果对于理解人类社会动态有何启示？6月21日发表的引起行业重视的论文《ArtificialLeviathan:ExploringSocialEvolutionofLLMAgentsThroughtheLensofHobbesianSo...人工智能LLM智能体基于Agent的金融问答系统：项目简介
原创前言历经27天，我们小组所做的金融问答系统项目已经告一段落，目前该项目在天池大赛排行榜暂列56名，虽然排名还比较靠后(还有很多地方可以优化)，但是整个项目的实战锻炼还是收获不少。因此，我计划将从零构建问答系统的这一过程总结分享出来，既是对过去的成果总结，也是抛砖引玉，为其他AI从业人员及爱好者提供参考。文章目录整个项目实战过程中，我们还是运用了非常多的新老技术以及软件工程理念，例如：AI相关：Agent...Agent基于 AI Agent 智能体架构落地复杂问答系统的案例设计与实践
原创1、先从传统思维的架构设计说起我们先来看一个场景：用户输入一个问题（Prompt）后，如何实现用户问题的自动路由和查询（比如：是RAG检索还是SQL查询）？解决方案：意图识别架构设计第一、对于用户输入的问题（Prompt），我们通过意图识别模块来判断是需要路由给RAG检索还是路由给SQL查询；第二、意图识别模块接收用户的问题（Prompt）,然后将用户的问题交给大模型去判断分类；第三、意图识别架构设计如下图所示：第四、大模型...AI Agent智能体从物理学到人工智能：用哈密顿力学提升AI推理能力
精华10月8日瑞典皇家科学院宣布，将2024年诺贝尔物理学奖授予美国普林斯顿大学的约翰·霍普菲尔德（JohnJ.Hopfield）和加拿大多伦多大学的杰弗里·辛顿（GeoffreyE.Hinton），以表彰他们“为推动利用人工神经网络进行机器学习作出的基础性发现和发明”。这一消息不仅引起了物理学界的关注，也引发了AI领域的广泛讨论，有人在诺贝尔奖官推颁奖信息下提问：从物理学到机器学习和人工智能？所以我们确实生活在模拟中？时至今日，物理学...物理学人工智能AIStaR ｜ 用少量推理数据让模型学会通用推理能力，显著提升模型复杂推理
今天分享GoogleResearch的一篇文章，可能OpenAIo1也采用了类似的技术，标题是STaR:BootstrappingReasoningWithReasoning。这篇文章提出了一种利用语言模型自我生成推理的技术，称为“SelfTaughtReasoner(STaR)”。该技术通过迭代地利用少量的推理样本和大量没有推理的数据，逐步提升语言模型处理复杂推理任务的能力。STaR能够显著提高模型在多个数据集上的性能，性能能与大30倍模型的微调性能相当。本文提出的方法一方面证明生...数据模型STaR基于LangGraph的智能文章生成Agent架构设计思路
原创一、技术背景与设计目标当前内容生成系统普遍面临三个技术挑战：多源异构数据处理效率低下、长文本生成的结构连贯性不足、多模态内容协同生成能力薄弱。本研究提出一种基于LangGraph框架的解决方案，旨在构建模块化、可扩展的智能文章生成系统，其核心设计目标包括：实现端到端的自动化内容生产流水线支持动态工作流调整与错误恢复机制确保多模态内容的一致性验证提供可插拔的第三方服务集成接口二、系统架构设计2.1整体架构概...LangGraphAgent智能体Manus 架构设计揭秘：解构下一代 AI Agent 多智能体架构
原创Manus是一款通用型AI助手，能将想法转化为行动：不止于思考，更注重成果。Manus擅长处理工作与生活中的各类任务，在你安心休息的同时，一切都能妥善完成。Manus的名字源自拉丁语中“手”的含义，寓意其具备将思维转化为行动的强大能力。不同于常规的AI助手，Manus不仅限于提供咨询或答复，它还能直接完成任务的交付。作为一款“全能AI代理”，Manus能够独立完成从简单查询到复杂项目的各种任务，无需用户持续介入。用户只需给出...ManusAI Agent智能体多智能体架构
