V
主页
RAG(检索增强) 从入门到精通 退一步
发布人
后退提示是一种基于思想链推理的改进检索的方法。 它从一个问题生成一个后退(更高层次、更抽象)的问题,可以作为正确回答原始问题的前提。 这在背景知识或更基本的理解有助于回答特定问题的情况下特别有用。 根据中国法律,不得传播任何外网链接,请务必添加微信:rooniemicrosoft
打开封面
下载高清视频
观看高清视频
视频下载器
RAG(检索增强) 从入门到精通 索引
RAG(检索增强) 从入门到精通 分解
RAG(检索增强) 从入门到精通 多重查询
RAG(检索增强) 从入门到精通 结构化输入
RAG(检索增强) 从入门到精通 路由(routing)
RAG(检索增强) 从入门到精通 生成
RAG(检索增强) 从入门到精通 RAG融合
RAG(检索增强) 从入门到精通 检索
RAG(检索增强) 从入门到精通 虚拟文档嵌入(Hyde)
Langchain半结构化数据如何更加好的处理?如何提高检索增强的准确性
使用Groq RAG检索增强 速度有多快?Langchain发布了Groq模块
构建一个自纠错的RAG系统- 实践部分2 用langGraph把所有都串起来
RAG(检索增强) 从入门到精通 概述
延迟分块 让RAG更加好的 保留上下文
RAG(检索增强)从入门到精通 Raptor
LangGraph- LangChain的多agent框架快速入门
强推!基于LangChain实现RAG检索增强+吴恩达构建和评估高级的RAG模型应用教程,实现大模型落地!
LangChain高级 混合RAG,更加高效的提取文档
使用LangGraph构建一个自纠错的RAG系统- 理论部分
Gemini 1.5 flash 恐怖的PDF读取能力 超越Gpt4o
Langchain如何创建自己的Tool工具,极大的扩展和大模型的交互,让chatgpt调用自己的模型做自己的事?
LangGraph进阶 聊天模型、agent管理者
#2 Langchain如何快速写prompt提示词,什么是fewshot迷你微调,如何自动筛选不相关prompt
llama3.2本地模型搭建自纠错RAG agent,自动纠正不相关RAG提取内容,完全本地
(超爽中英!) 2024最好的【吴恩达RAG】教程!更适合程序员,全程干货无废话,学完成为AGI大佬!(附课件+代码)
构建一个自纠错的RAG系统- 实践部分1 langGraph搭建之前的准备工作
LangGraph-Reflection反射Agent
LangChain Extraction Servie 快速将非结构化数据转化成结构化数据, 免费UI界面无需API无限试用
构建LLAMA3🦙+Groq LangGraph RAG Agent
毕设有救了!如何从零到一搭建自己的RAG系统!LightRAG、LLM、大模型RAG检索增强生成
Llama3.2+Context Retrieval 上下文检索快速提升RAG能力
#3 Langchain 教学,什么是chain,如何使用chain快速定位prompt的含义,chatgpt高效prompt engineering
LangSmith系列-数据集,手动创建数据集,从用户对话创建数据集
LangSmith系列 -如何对不同的LLM测评对比,playground快速筛选不同的LLM进行评测
#5 Langchain+Pinecone轻松给GPT加入外部数据实现微调效果
【B站首发】带你动手独立搭建一套完整RAG实战教程!附数据集(模型、原理、增强检索、向量数据库、实战、知识库)
如何使用langchain让大模型和你的网站对话,百川大模型接入langchain表现如何
基于RAG的的医疗问答系统,用中华药典做数据库,从0到1实现一个医疗知识问答系统!理论+实战超详细解析包括代码实战、具体讲解、rag增强检索原理,附源码!
使用langchain进行内容审查, chatgpt现阶段内容审查严格吗,有漏洞吗?
#8 Gorilla:一个大模型的API仓库