RAG的搜索索引：多种类型与方法 - 飞书文档
https://docs.feishu.cn/v/wiki/UNRCw5gL0iCwTukfNtacvXChnnd/a3本文的宗旨在于系统整理并介绍关键的高级检索增强生成（Retrieval Augmented Generation, RAG）技术，并重点参考了LlamaIndex 中的实现案例，以便于其他开发者更深入地掌握这项 ...
飞搜侠
热门搜索
企业服务：标准化流程护航项目交付 - 飞书
https://www.feishu.cn/practice_template/55627交付物管理：企业服务公司非常重视“大客户”效应，往往需要在大客户共创和复杂业务场景下，沉淀交付文档和最佳实践，打磨产品细节。 · 不同项目组成员在不同阶段交付物内容、 ...
《MetaGPT智能体开发入门》教程 - 飞书文档
https://docs.feishu.cn/article/wiki/KhCcweQKmijXi6kDwnicM0qpnEf教程初心： 《MetaGPT智能体开发入门》是由MetaGPT教程组以及Datawhale的小伙伴共同推出的首个专注于Agent代码开发的入门级实践教程。尽管关于大型模型prompt的教程、对话 ...
GraphRAG索引中如何处理源文档？
https://docs.feishu.cn/v/wiki/PKAyweuP1iS7v7kiHEscOylBnid/a9大语言模型（LLM）是在大量数据上训练，但他们并不是在我们私有数据上训练，因此要想让LLM能够回答我们私有数据集上的问题，我们就得使用一种叫做检索增强生成（RAG）的技术。它的 ...
day03-微服务01 - 飞书文档
https://docs.feishu.cn/article/wiki/R4Sdwvo8Si4kilkSKfscgQX0niB... 项目的架构设计、开发模式都非常简单。 当项目规模较小时，这种模式上手快，部署 ... 每个服务独立部署，并且做好服务隔离，使用自己的服务器资源，不会影响到其它服务。
RAG中的数据准备：详细环节与技术 - 飞书文档
https://docs.feishu.cn/v/wiki/KVIBwTxnrixYrFkT7oycPX7QnBg/a32 自动合并检索器（或父文档检索器). 这里的思路与语句窗口检索器非常相似 ... 实践案例） · iyacontrol：图解高级RAG技术 · ketchum：构建基于RAG的聊天机器人（四 ...
案例研究1：Flame引擎基础知识
https://docs.feishu.cn/v/wiki/SCDMwsTWMiVaL7kzcZ0cffrqnGf/ac将探讨Flame 组件及其在将各种数据渲染到屏幕上的角色。 将使用Visual Studio Code 进行Flame 项目的开发。 游戏设计基础. 本课程讨论了Flame 引擎 ...
《俞军产品方法论》：滴滴案例实践 - 飞书文档
https://docs.feishu.cn/v/wiki/ObjWwMskYiT1A6kwhZfc3pcunjg/a52020年2月16日 ... 一、读者视角的“说人话” · 在产品工作中遇到过需求冲突或资源冲突，有过权衡取舍困难的人； · 或者在创业和业务发展思考过用户价值和商业价值的人； · 或需要 ...
TableBench：评估语言模型表格数据处理能力 - 飞书文档
https://docs.feishu.cn/v/wiki/Z7JHwQB70iKlEbkPFNLcZv73ndf/ah对于谷歌来说，可能有一种类似于Spotify的商业模式。Oreilly 已经通过每月订阅和访问其目录来做到这一点。 Phi-3.5-MoE 在基准测试中击败 ...
生成式智能体的记忆与检索机制 - 飞书文档
https://docs.feishu.cn/v/wiki/Sh53wxeT7iQdVqkHvzDcvku9neb/a3The complete natural language description of the action can be accessed by clicking on the agent's avatar. 系统使用语言模型将动作转换成一系列表情符号，这些表情 ...