#RAG
共 296 篇相关文章
RAG框架如何破解隐性厌女检测难题？
最新研究提出RAG框架检测英语和意大利语中的隐性厌女，整合百科、俚语与女性主义知识源。实验显示RAG提升ImplicIT-Mis召回率但未改善SBIC+检测，人类评估则一致偏好RAG解释，女性主义文献成为最稳定有效的知识源。
Databricks AI Search原生支持流式表与物化视图
Databricks AI Search 原生支持 Streaming Tables、Materialized Views 和 Managed Tables（基于 Iceberg），让企业可在实时数据管道上构建搜索与 RAG 应用，降低索引同步延迟与运维成本。
B站AI大模型教程：RAG实战从入门到精通
B站UP主阿水推出109集AI大模型RAG实战教程，从入门到精通，涵盖RAG、AIGC、多模态等核心技术，分享学习路径与工业实战经验，帮助学习者系统掌握大模型技术。
零基础吃透LangChain：RAG与Agent实战教程深度解读
深度解读B站零基础LangChain实战教程：围绕RAG与Agent核心场景，分析从基础调用到完整项目落地的学习路径，适合大学生、转行者与副业开发者参考。
RAG调试知识如何沉淀？AI团队的知识管理之痛
AI团队在RAG调试和审计中积累的知识如何有效沉淀与复用？本文剖析当前知识管理的三种模式及其痛点，并探讨证据支撑的案例记忆系统这一产品构想的技术可行性与商业挑战。
Windows下用LangChain-Chatchat+DeepSeek搭建本地知识库
本文整理B站教程，详解Windows下用LangChain-Chatchat与DeepSeek搭建本地知识库的全流程，包括Anaconda环境配置、Ollama模型管理、镜像源加速及常见报错解决，助你快速实现RAG问答。
余弦相似度不够用：LangGraph对抗式事实审计器rag-critic
余弦相似度0.85以上仍会产出自信幻觉。rag-critic用原子命题分解加NLI蕴含判断，在LangGraph中做对抗式事实审计，接地分数低于阈值即拦截并输出改写指令。
聊天机器人、工作流与AI Agent：三层能力一次讲清
用生活化案例讲清 AI 聊天机器人、AI 工作流与 AI Agent 三层能力的本质区别：从被动应答到按预设流程自动化，再到围绕目标自主决策、评估与调整。包含 RAG 与 Agent 的关系辨析，以及 Agent 在内容生产、视频检索等场景的落地思路。
AI Agent vs ChatGPT：从被动应答到自主行动的范式跃迁
解析 AI Agent 与 ChatGPT 的本质区别：从被动应答的聊天机器人、预设轨道的 AI 工作流，到 LLM 自主决策的智能体。详解 ReAct 框架、自主纠错循环与人类在回路中的安全护栏。
Dify × RAG 实战：零基础搭建三角洲专属游戏助手
基于 Dify 与 RAG 的实战教程梳理：从零基础理解智能体与知识库概念，到本地部署、大模型接入、向量检索配置，再到网页嵌入交付，完整走通三角洲专属游戏助手的搭建流程，并给出向 LangChain、LangGraph 等框架进阶的学习路径。
企业AI记忆系统：错误检索与摄入的真实代价
企业AI记忆系统中错误检索与错误摄入的真实代价分析：从token浪费、人工纠错到用户信任流失，结合Reddit社区多源讨论，给出摄入与检索环节的治理建议。
标注覆盖如何扭曲RAG检索分数？乳腺病变系统实证
一项乳腺病变RAG系统实证研究显示：ground truth标注覆盖度会显著影响检索评估。标注从25扩至37个证据片段后排名不变，但证据识别量改变，提示临床RAG评估需报告标注敏感性。
RAG入门实战：从原理到企业级知识库搭建
B站RAG保姆级课程精华解读：从检索增强生成的核心原理、文档切分与向量化流程，到影响准确度的五大因素及企业级知识库搭建的适用边界，附微调与RAG的选型建议。
Cohere发布Rerank 5：Context Focus新功能大幅降低Token成本
Cohere发布Rerank 5重排序模型，Pro版在nanoMTEB和ViDoRe V3基准测试中排名第一，Fast版超越Qwen3-Reranker。新增Context Focus功能可只提取相关段落，显著降低Token成本，已通过LangChain提供。
零基础三个月转行AI大模型：一份务实的自学路线图
拆解B站AI大模型零基础教程的学习路径：从提示词与API调用，到RAG与向量库，再到亲手搭建Agent理解ReAct循环。三个月入门AI应用开发的务实路线，适合转行者与效率提升者参考。
yggy：自建知识图谱的AI工具，告别无源RAG
yggy 是一款自建知识图谱的 AI 工具，无需模式设计，自动从文档中抽取实体关系，保留来源并支持可逆合并。通过 API 和 MCP 服务团队与 AI 代理，欧盟托管保障数据主权。
卖RAG完整方案还是审计服务？2026年客户真正买单的是什么
Reddit热议：卖完整RAG解决方案和RAG审计服务哪个更容易成交？2026年客户真正愿意付费的是可量化业务结果、降低试错成本和持续运维确定性。本文拆解两种服务形态的销售难度与定价策略。
Coze 3.0智能体核心能力拆解：三个月从小白到AI人才
拆解Coze 3.0智能体核心能力，梳理从提示词工程、RAG知识库到多Agent实战的三步学习路线，分析企业AI人才的真实能力要求，理性看待三个月就业承诺。
