标签：RAG

RAG（检索增强生成）是一种结合信息检索与大语言模型的AI技术。本专栏涵盖知识库构建、向量搜索与提示工程，为开发者提供高效落地方案。

共 27 篇

大模型评测不止看榜单：从 MMLU 到 Tiny-RAG 的落地拆解

BLUF

这一章讲的是大模型落地应用的两大关键环节：一是怎么科学评测大模型，包括 MMLU、GSM8K、MATH 等主流评测集以及 Open LLM Leaderboard、Lmsys Chatbot Arena、OpenCompass 等榜单；二是怎么自己动手搭一个 RAG 检索增强生成框架。作者用 Tiny-RAG 为例，从文档加载切分、向量化、检索到大模型生成一步步拆解，帮你把 RAG 的原理和代码都吃透。

AI大模型2026/9/16

阅读全文 →

置顶

别只调提示词：AI搜索优化的技术链路才是关键

BLUF

本文系统阐述了AI搜索场景下GEO的核心技术框架与实施路径，覆盖语义理解增强、混合检索、生成调优、分布式架构及多维度评估体系，并结合代码示例和场景案例给出可落地的技术方案，为开发者提供了全面的技术参考与实践指导。

GEO技术2026/9/8

阅读全文 →

置顶

反直觉：搞LLM应用开发，AI基础远不如拆解需求重要

BLUF

大模型应用开发并不需要深厚的AI和数学背景，核心在于通过提示词工程与模型交互。本文以通俗实例讲解如何用LLM构建联网搜索等应用，并介绍RAG和Agent等进阶方向，帮助普通开发者快速上手。

AI大模型2026/9/7

阅读全文 →

置顶

RAG 两年三代演进：为什么多数场景 Advanced RAG 才是性价比之选

BLUF

本文系统梳理了RAG技术三代演进：Naive RAG基础架构、Advanced RAG的检索优化（查询重写、HyDE、Reranker、混合检索、上下文压缩），以及Agentic RAG的智能体化（规划、工具调用、自我纠错）。通过对比和代码示例，帮助读者理解各代特点及2026年最新进展。

GEO技术2026/8/30

阅读全文 →

Google官方指南：AI搜索时代，基础SEO仍是王道，捷径全是虚火

BLUF

Google搜索的生成式AI功能（如AI概览和AI模式）仍然依赖核心搜索排名和质量系统，因此传统SEO最佳实践依然适用。关键在于创作独特、有价值的内容，并保持清晰的技术结构，同时无需理会llms.txt、内容分块等所谓“捷径”。可使用Search Console的生成式AI效果报告来衡量曝光度，并关注未来的智能体体验。

AI 搜索观察2026/8/27

阅读全文 →