动手学RAG:Part1 什么是RAG?

Поділитися
Вставка
  • Опубліковано 15 лис 2024

КОМЕНТАРІ • 11

  • @wentaojiang-n3c
    @wentaojiang-n3c 5 місяців тому +2

    太棒了,正是我想学习的内容🤓感谢博主的无私奉献,加油!

  • @蘇会謙
    @蘇会謙 7 місяців тому +1

    您好。想学习。

  • @whoopeerobottech638
    @whoopeerobottech638 7 місяців тому

    講得真仔細。真的很好。有接案嗎?

    • @Coggle-Club
      @Coggle-Club  7 місяців тому

      没有哈,个人爱好

  • @kenshinhu2823
    @kenshinhu2823 6 місяців тому

    想问一下如果输入的问题和入库的数据是怎样匹配的?就像中文语境下有可能是同一个意思,但是不是同一个文字的内容,那像这种的话也能匹配上吗?还是说需要一些微调之类的在用户之前就把他们做好关联。

    • @Coggle-Club
      @Coggle-Club  6 місяців тому

      可以通过语义相似度进行匹配

    • @kenshinhu2823
      @kenshinhu2823 6 місяців тому

      @@Coggle-Club 还有一个问题想请教一下:在coggle 中 汽车问答系统里的 question里有一道问题是:“请问这些汽车技术缩略语和术语主要用于哪些品牌的车型?”
      像这种问题是需要从数据集是里取得车型是 MR6453DCHEV02,但这个实际是 领克的 01 车型,数据集中没有提及的。像这种有额外需要优化数据,是否仅能补完数据集来完善?

    • @Coggle-Club
      @Coggle-Club  6 місяців тому

      @@kenshinhu2823 这个提问可能从给定的pdf中无法回答,可以回答无法回答。也可以补充数据集再完善。

  • @panfeng2879
    @panfeng2879 7 місяців тому

    A very helpful video to learn RAG, thanks. 然後我有個問題請假下:如果使用RAG技術做垂直領域的chatbot,比如視頻中的汽車保養吧,那最後的chatbot背後的知識庫應該是LLM的知識庫+汽車保養的知識庫,對吧。也就是說,如果我在chatbot中問了一個和汽車保養無關的問題,但是LLM是知道的,比如中國的首都是哪裏,那chatbot應該也可以給出答案吧?

    • @freeluo22
      @freeluo22 7 місяців тому

      你这个问题可以通过提示词模块来解决

    • @李凯峰
      @李凯峰 Місяць тому

      是的, 不过这个也有可能即使你有了知识库,它也跳过知识库去对应的LLM本身的知识库去回答,个人理解这个是最大痛点,并且即使你refine你的prompt,也有可能无法按理想的方式去知识库回答