05
08
2024
延迟交互模型，为什么是下一代RAG的标配？
AIxiv专栏是本站发布学术、技术内容的栏目。过去数年，本站AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。如果您有优秀的工作想要分享，欢迎投稿...
06
06
2024
使用Rag和Sem-Rag提供上下文增强AI编码助手
通过将检索增强生成和语义记忆纳入AI编码助手，提升开发人员的生产力、效率和准确性。译自EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG，...
05
06
2024
RAG 架构如何克服 LLM 的局限性
检索增强生成促进了LLM和实时AI环境的彻底改造，以产生更好、更准确的搜索结果。译自HowRAGArchitectureOvercomesLLMLimitations，作者NarenNarendran...
03
06
2024
知识图谱检索增强的GraphRAG(基于Neo4j代码实现）
图检索增强生成（GraphRAG）正逐渐流行起来，成为传统向量搜索方法的有力补充。这种方法利用图数据库的结构化特性，将数据以节点和关系的形式组织起来，从而增强检索信息的深度和上下文关联性。图在表示和存...
30
04
2024
理解GraphRAG（一）：RAG的挑战
RAG（RiskAssessmentGrid）是一种通过外部知识源增强现有大型语言模型（LLM）的方法，以提供和上下文更相关的答案。在RAG中，检索组件获取额外的信息，响应基于特定来源，然后将这些信息...