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
《MetaGPT智能体开发入门》教程 - 飞书文档
https://docs.feishu.cn/article/wiki/KhCcweQKmijXi6kDwnicM0qpnEfMetaGPT 是基于大型语言模型（LLMs）的多智能体协作框架，GitHub star数量已经达到31.3k+. Datawhale是专注于AI领域的开源组织，开源学习的推动者，汇聚了众多优秀学习者。 教程 ...
快速上手多维表格 - 飞书
https://www.feishu.cn/hc/zh-CN/articles/697278684206-%E5%BF%AB%E9%80%9F%E4%B8%8A%E6%89%8B%E5%A4%9A%E7%BB%B4%E8%A1%A8%E6%A0%BC2025年6月4日 ... 一、认识多维表格多维表格（Base）是一款表格形态的在线数据库，用来存储和管理数据。区别于常规的电子表格，多维表格不仅能实现数据的存储、分析及可视化 ...
高级RAG 技术：图解概述 - 飞书文档
https://docs.feishu.cn/article/wiki/SFjhwrbLYiCVw3kJt8VcttDmnZg**简单RAG 案例**简而言之，如下所示：将文本分割成块，然后使用一些Transformer Encoder 模型将这些块嵌入到向量中，将所有这些向量放入索引中，最后创建一个LLM 提示，告诉模型 ...
GraphRAG的全局回答如何生成？ - 飞书文档
https://docs.feishu.cn/v/wiki/PKAyweuP1iS7v7kiHEscOylBnid/ab索引整本小说耗资太过巨大，时间也较长，本文只采用前面10章作为案例用以说明。 ... 该方法使用LLM构建基于图的文本索引，包括从源文档 ... **源文档到文本块**：一个基本的 ...
day03-微服务01 - 飞书文档
https://docs.feishu.cn/article/wiki/R4Sdwvo8Si4kilkSKfscgQX0niB... 文档对应B站视频： 【黑马程序员SpringCloud微服务技术栈实战教程，涵盖springcloud微服务架构+Nacos配置中心+分布式事务等】 之前我们学习 ... 设计、开发模式都非常简单。
高级检索增强生成技术(RAG)全面指南：原理、分块、编码 - 飞书文档
https://docs.feishu.cn/article/wiki/APb6wdLL9iJZd5k9GEpceoTCnKI在运行时，我们使用相同的编码器模型对用户的查询进行矢量化，然后针对索引执行该查询向量的搜索，找到前k个结果，从数据库中检索相应的文本块，并将它们作为上下文输入到LLM ...
LlamaIndex如何进行RAG评估？ - 飞书文档
https://docs.feishu.cn/v/wiki/KVIBwTxnrixYrFkT7oycPX7QnBg/al查询转换是一系列技术，使用LLM 作为推理引擎来修改用户输入以提高检索质量。有很多技术实现可供选择。 **对于复杂的查询，大语言模型能够将其拆分为多个子查询。 **比如，.
图解高级RAG技术 - 飞书文档
https://docs.feishu.cn/article/wiki/MVMxwHBiNiz3Zpkj0aGc7QMRnFb在运行时，我们使用同一编码器模型对用户的查询进行向量化，然后搜索该查询向量的索引，找到top-k 个结果，从我们的数据库中检索相应的文本块，并将它们作为上下文输入到LLM ...
《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 ...