以chatgpt为代表的LLM（大语言模型）飞速发展，使得LLM具备优秀的问答交互，但LLM也有缺点，那就是：（1）缺乏特定领域的知识，以煤矿冲击地压数据为例，训练LLM的数据来源于知网、百度等关于冲

现有的RAG方案没有专注于需要检索多个具有显著不同内容的文档的查询，这类查询经常出现，但挑战在于这些文档的嵌入可能在嵌入空间中距离很远，难以全部检索。因此，提出一种多头检索增强生成方法（MRAG：Mu

一个好的RAG系统需要一个好的检索模块，而一个好的检索模块需要一个好的query理解模块。这个博客，主要介绍3个常见的query改写方式。博客地址：https:generativeaipuba

智谱RAG技术的探索与实践作者：柴思远大模型商业技术中心高级技术总监RAG(Retrieval-AugmentedGeneration)是一种结合信息检索与生成模型的技术。其主要目标是通过

检索增强生成（Retrieval-Augmented-Generation，简称RAG）是一种前沿方法，通过将外部数据检索直接整合到生成过程中，增强大型语言模型的能力。这种方法结合了预训练语言模型的强

【行客按】随着人工智能技术的快速发展，企业在追求智能化转型的过程中面临着一系列新的挑战和机遇。特别是在企业级应用中，生成性AI（GenerativeAI）的采用正在加速，但如何确保模型输出的准确性和