#RAG
共 296 篇相关文章
RAG是什么？用n8n工作流讲透检索增强生成
用图书馆比喻讲透RAG（检索增强生成）的核心原理，并通过n8n工作流完整演示文档加载、Embedding向量化、Pinecone存储和检索生成的实操流程，揭示Embedding模型一致性的重要性。
LLM wiki 对比 RAG：实测用 wiki 替代检索反而更慢
Vellum Labs 在 1,176 行的 itsdangerous 代码库上对照测试 LLM wiki 与 RAG/代理式检索：wiki 首轮每题慢 55%、贵 34%，但能回答代码评审中产生的、源文件里没有的第五个问题。
RAG链路跑通之后：企业级检索增强生成的权限、溯源与数据一致性挑战
RAG 链路跑通只是开始。本文分析企业级检索增强生成落地的三道坎：文档权限控制、答案溯源审计、多源数据一致性，以及为什么这些不是提示词或链路能解决的问题。
RAG分块才是产品，模型只是引擎
RAG系统的效果不取决于嵌入模型，而取决于分块策略。本文解析结构感知分块、表格与脚注陷阱、对抗性评估问题，以及为什么你的分块器才是真正的产品。
Malav Naik：从数据工程到知识图谱驱动的AI系统构建者
Malav Naik，从印度古吉拉特邦到都柏林，拥有五年S&P Global数据工程经验，现为Trinity Care Nursing Homes构建AI自动化系统，其SkillBot项目结合RAG与230万条RDF三元组知识图谱，实现97%事实准确率。
为1万份文档构建RAG搜索引擎，我为何最终放弃答案生成
一位开发者分享为1万份俄语宗教文档构建RAG搜索引擎的实战经验：结构感知分块、混合检索、RRF融合、Cohere重排序，以及为什么最终决定放弃LLM答案生成、只用语义搜索返回原始文档。
RAG评估与幻觉护栏：如何检测和阻止AI幻觉
深入解析RAG系统的评估方法与幻觉护栏机制：如何通过上下文相关性和忠实度分别评估检索与生成环节，用LLM裁判自动拦截不忠实回答，以及建立回归测试集防止系统退化。
长PDF数据提取：LLM直读为何失效及Agentic IDP方案
长PDF整份喂给LLM为何输出糟糕？本文分析四种失败原因、分块方案的盲区，并给出Agentic IDP方案——逐页解析、跨页提取、Schema定义，附成本对比与数据完整性校验方法。
让网页在RAG分块中存活：面向AI引用的写作策略
检索增强生成（RAG）系统按段落而非页面评估内容。本文介绍如何模拟RAG分块、检测薄弱段落，并通过自包含答案、查询式标题、JSON-LD结构化数据等策略，让网页更易被AI搜索引用。
AI自信答错，问题未必出在LLM本身
AI自信给出错误答案，问题可能不在LLM本身。一位开发者拆解品牌营销文案生成系统的三层故障：品牌上下文、检索与生成，指出盲目改提示词治标不治本，先定位故障层才是可靠AI应用的关键。
为AI Agent结构化数据：五种方案与选型指南
为AI Agent结构化数据没有唯一最优方案。本文对比语义模型、知识图谱、RAG、Markdown+grep和开放格式五种方案，基于dbt、微软、Chroma等研究数据，帮你根据问题类型选择正确的数据架构。
复制不等于落地：ASC 破解长文 RAG 的忠实度奖励漏洞
新研究揭示长文 RAG 的忠实度奖励会被"复制"行为钻空子，模型靠粘贴原文拉高分数而非真正落地。论文提出 Authored-Sentence Credit（ASC），将奖励从答案级下放到句子级，在四个模型、五个语料上同时降低错误率并提升支持句数量，且回答质量不输基座模型。
网页喂给LLM要烧多少Token？20个真实页面实测
20个真实页面实测：原始HTML中位页面约12.8万Token，面向LLM的Markdown比HTML省98%、比全页文本省63%。正文抽取贡献51%节省，是最大杠杆。
RAG评估指标全解析：检索、生成与运营三大维度
系统解析RAG评估指标：检索指标（Hit rate、Recall@k、MRR、nDCG）、生成指标（忠实度、答案相关性）与运营指标（成本、延迟、存储），附具体计算示例与工具实践。
EduRAG智慧问答系统：黑马AI智能体项目实战解析
黑马EduRAG智慧问答系统实战课程解析：涵盖LangChain、Milvus向量数据库、混合检索与重排序，解决IT领域事实性幻觉，附就业行情与学习路径。
RAG vs 微调：企业聊天机器人该选哪个？
RAG 与微调到底该选哪个？本文用通俗语言对比两种方案的工作原理、适用场景、成本结构，并提供五问决策清单，帮企业聊天机器人选对技术路线。
RAG失败模式实战指南：扫描乱码、重复分块与索引泄露
深入拆解RAG系统的三大上游失败模式：扫描件OCR腐化、重复分块挤占检索窗口、分块级索引导致的权限泄露，并给出清洗-掩蔽-压缩-索引的三阶段修复方案及其对存储与token成本的量化影响。
Databricks AI数据准备工具对比：Mosaic AI向量搜索与数据质量方案
深度对比Databricks上五款AI数据准备工具：SqlDBM语义建模、Mosaic AI向量搜索、Unstructured文档解析、Soda与Monte Carlo数据质量监控，分析各自优缺点、定价和适用场景。
