AI工程：RAG
关联话题: GraphRAG、Retrieval-Augmented Generation、检索增强生成
得物大模型平台接入最佳实践
大模型是未来业务创新的重要驱动力，可以帮助业务提升效率、质量和用户体验。业务可以通过渐进的方式接入大模型，从PROMPT开始，逐步尝试RAG和Fine-tuning，以达到最佳收益效果。期待与更多业务部门合作，共同探索大模型的更多可能性。
RAG实战案例：如何基于 LangChain 实现智能检索生成系统
在人工智能领域，如何有效结合大型语言模型（LLM）的常识性知识与特定的专有数据，一直是业界探索的热点。微调（Fine-tuning）与检索增强生成（RAG）两种方法各有千秋，且都对此问题有着不可忽视的贡献。
Advanced RAG Techniques: an Illustrated Overview
A comprehensive study of the advanced retrieval augmented generation techniques and algorithms, systemising various approaches. The article comes with a collection of links in my knowledge base referencing various implementations and studies mentioned.
Evaluating RAG Applications with RAGAs
A framework with metrics and LLM-generated data to evaluate the performance of your Retrieval-Augmented Generation pipeline.