搜索结果：RAG

找到 811 篇相关文章

同义扩展：检索增强生成、retrieval augmented generation、检索增强、知识库问答、私域知识库

如何系统学习AI工程？2026年最全资源推荐（含ML理论到RAG）

AI Insight

This document compiles the most helpful resources for understanding AI engineering, covering ML theory, foundation models, evaluation, prompt engineering, RAG, finetuning, dataset engineering, inference optimization, and architecture. It includes papers, case studies, blog posts, and tools referenced in the book 'AI Engineering'. 原文翻译：本文档汇集了理解AI工程最有用的资源，涵盖ML理论、基础模型、评估、提示工程、RAG、微调、数据集工程、推理优化和架构。包括《AI工程》一书中引用的论文、案例研究、博客文章和工具。

AI大模型2026/4/24

阅读全文 →

相关性 88标题命中「RAG」摘要命中「RAG」AI 摘要命中「RAG」关键词命中「RAG」

如何构建本地混合RAG系统？ONNX与Foundry Local离线AI助手实现

AI Insight

This article presents a local hybrid RAG pattern combining lexical retrieval, ONNX-based semantic embeddings, and Foundry Local chat model for offline AI assistants. It covers architecture, implementation, and best practices for graceful degradation when semantic path fails. 原文翻译：本文介绍了一种本地混合RAG模式，结合词法检索、基于ONNX的语义嵌入和Foundry Local聊天模型，用于离线AI助手。涵盖架构、实现和最佳实践，确保语义路径不可用时优雅降级。

AI大模型2026/4/24

阅读全文 →

相关性 88标题命中「RAG」摘要命中「RAG」AI 摘要命中「RAG」关键词命中「RAG」

🔥 热门

RAG-Anything是什么？香港大学开源全能RAG框架如何提升大模型性能？

AI Insight

RAG-Anything is an all-in-one RAG framework developed by HKUDS at the University of Hong Kong, open-sourced on GitHub. It aims to enhance LLM performance by integrating retrieval and generation, addressing hallucination and knowledge lag issues. 原文翻译：RAG-Anything是由香港大学HKUDS团队开发的全能型RAG框架，已在GitHub开源。它通过整合检索与生成技术，旨在提升大语言模型性能，解决幻觉和知识滞后问题。

AI大模型2026/4/24

阅读全文 →

相关性 88标题命中「RAG」摘要命中「RAG」AI 摘要命中「RAG」标签命中「RAG」

RAG-Anything 如何实现多模态文档处理？2026年安装配置指南

AI Insight

RAG-Anything is a lightweight RAG system based on LightRAG, designed for multimodal document processing (PDF, images, tables, formulas, etc.). It provides end-to-end parsing, multimodal understanding, knowledge graph indexing, and modal-aware retrieval. This article covers installation, configuration, and usage examples with SiliconFlow platform. 原文翻译： RAG-Anything 是基于 LightRAG 的轻量级 RAG 系统，专为多模态文档（PDF、图片、表格、公式等）处理而设计。它提供端到端解析、多模态理解、知识图谱索引和模态感知检索。本文涵盖安装、配置以及使用硅基流动平台的示例。

AI大模型2026/4/24

阅读全文 →

相关性 86标题命中「RAG」摘要命中「RAG」AI 摘要命中「RAG」标签命中「RAG」

🔥 热门

RAG如何解决大语言模型的知识截止和幻觉问题？2026年企业应用实战指南

AI Insight

This comprehensive guide explains Retrieval-Augmented Generation (RAG) as a solution to large language models' knowledge cutoff and hallucination issues, detailing its five-generation evolution, practical implementation strategies, and future trends for enterprise applications. 原文翻译：这份全面指南解释了检索增强生成（RAG）作为解决大语言模型知识截止和幻觉问题的方案，详细介绍了其五代演进、实际实施策略以及企业应用的未来趋势。

AI大模型2026/4/23

阅读全文 →

相关性 84标题命中「RAG」摘要命中「RAG」AI 摘要命中「RAG」正文包含「RAG」

🔥 热门

RAG毒化攻击如何防范？2026年最新防御策略与实战分析

AI Insight

RAG poisoning is a stealthy attack where adversaries inject fabricated documents into retrieval-augmented generation pipelines, causing LLMs to output false information as authoritative truth. This article demonstrates a practical attack using a local ChromaDB+LangChain stack, analyzes the underlying PoisonedRAG theory, and evaluates defense strategies with embedding anomaly detection proving most effective. 原文翻译： RAG毒化攻击是一种隐蔽的攻击方式，攻击者通过向检索增强生成管道注入伪造文档，导致大语言模型将虚假信息作为权威事实输出。本文通过本地ChromaDB+LangChain堆栈演示了实际攻击，分析了PoisonedRAG理论基础，并评估了防御策略，其中嵌入异常检测被证明最为有效。

GEO技术2026/4/22

阅读全文 →

相关性 84标题命中「RAG」摘要命中「RAG」AI 摘要命中「RAG」正文包含「RAG」

RAG-Anything是什么？如何实现多模态文档智能问答？

AI Insight

RAG-Anything is an open-source multimodal RAG framework developed by Professor Huang Chao's team at the University of Hong Kong. It builds a unified multimodal knowledge graph architecture to process text, images, tables, and formulas, overcoming the text-only limitation of traditional RAG systems. It supports end-to-end document parsing, knowledge graph construction, and intelligent Q&A. 原文翻译：RAG-Anything是由香港大学黄超教授团队开发的开源多模态RAG框架。它构建了统一的多模态知识图谱架构，能够处理文本、图像、表格和公式，克服了传统RAG系统仅支持文本的限制。它支持端到端的文档解析、知识图谱构建和智能问答。

AI大模型2026/4/24

阅读全文 →

相关性 82标题命中「RAG」摘要命中「RAG」AI 摘要命中「RAG」正文包含「RAG」

RAG-Anything 如何实现多模态文档处理？2026年最新功能详解

AI Insight

RAG-Anything is an all-in-one multimodal RAG system that processes documents containing text, images, tables, and formulas. It features end-to-end processing pipelines, knowledge graph indexing, and cross-modal retrieval. The system supports PDF, Office, and image formats, and can be installed via pip. It requires LibreOffice for Office documents and MinerU for parsing. 原文翻译： RAG-Anything 是一个综合性多模态RAG系统，可处理包含文本、图像、表格和公式的文档。它具备端到端处理流水线、知识图谱索引和跨模态检索功能。系统支持PDF、Office和图像格式，可通过pip安装。处理Office文档需要LibreOffice，解析需要MinerU。

AI大模型2026/4/24

阅读全文 →

相关性 82标题命中「RAG」摘要命中「RAG」AI 摘要命中「RAG」正文包含「RAG」

如何用Tonic Validate Logging评估RAG应用性能？（附Python库集成指南）

AI Insight

Tonic Validate Logging is a Python library that enables developers to log RAG application outputs to the Tonic Validate platform for automated evaluation using LLM-assisted metrics, visualization, and performance tracking. 原文翻译： Tonic Validate Logging 是一个 Python 库，允许开发者将 RAG 应用程序输出记录到 Tonic Validate 平台，使用 LLM 辅助的指标进行自动评估、可视化展示和性能跟踪。

AI大模型2026/4/23

阅读全文 →

相关性 82标题命中「RAG」摘要命中「RAG」AI 摘要命中「RAG」正文包含「RAG」

RAG-Anything如何实现跨模态知识检索？2026年最新框架解析

AI Insight

RAG-Anything is a unified framework that enables comprehensive knowledge retrieval across all modalities (text, images, tables, math), addressing the limitations of current text-only RAG systems by treating multimodal content as interconnected knowledge entities with dual-graph construction and cross-modal hybrid retrieval. 原文翻译： RAG-Anything是一个统一框架，支持跨所有模态（文本、图像、表格、数学公式）的全面知识检索，通过将多模态内容视为相互关联的知识实体，采用双图构建和跨模态混合检索，解决了当前仅支持文本的RAG系统的局限性。

GEO技术2026/4/23

阅读全文 →

相关性 82标题命中「RAG」摘要命中「RAG」AI 摘要命中「RAG」正文包含「RAG」

1 2 3...82

1 / 82