RAG 技术综述
RAG 的发展历程 从 2020 年 Lewis 等人首次提出 RAG，到 2024 年成为企业 LLM 应用的标配架构。 核心组件 索引阶段 文档加载 → 文本分割 → 向量化 → 存储 检索阶段 查询向量化 → 相似度搜索 → TopK...
RAG 的发展历程 从 2020 年 Lewis 等人首次提出 RAG，到 2024 年成为企业 LLM 应用的标配架构。 核心组件 索引阶段 文档加载 → 文本分割 → 向量化 → 存储 检索阶段 查询向量化 → 相似度搜索 → TopK...
从单模态到多模态 人类通过视觉、听觉、触觉多个通道感知世界。多模态大模型试图让 AI 也具备这种能力。 代表性模型 GPT4V / GPT4o OpenAI 的原生多模态模型，支持图像理解、OCR、图表分析。 LLaVA 开源社区的代表作，...
Agent 的核心能力 一个完整的 AI Agent 需要具备四大能力： 1. 感知：理解环境和用户输入 2. 规划：将复杂任务分解为子任务 3. 记忆：短期和长期记忆管理 4. 行动：调用工具执行任务 主流框架 如 Agent 框架对比：...