本文主要是介绍茴香豆：搭建你的RAG智能助理-笔记三，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
本次课程由书生·浦语社区贡献者【北辰】老师讲解【茴香豆：搭建你的 RAG 智能助理】课程
课程视频：https://www.bilibili.com/video/BV1QA4m1F7t4/
课程文档：Tutorial/huixiangdou/readme.md at camp2 · InternLM/Tutorial · GitHub
该课程，分为3个部分来讲解 ：
- RAG基本概念、原理 ，RAG和Fine-tune异同点，等
- 茴香豆介绍
- 实战演示
InternLM2-Chat-7B 与茴香豆助手对于“huixiangdou是什么？”问题回答的对比
可见未经过模型参数任何更新，通过RAG技术可以增强模型回答的能力
RAG概述
RAG（Retrieval Augmented Generation）技术，通过检索与用户输入相关的信息片段，并结合外部知识库来生成更准确、更丰富的回答。解决 LLMs 在处理知识密集型任务时可能遇到的挑战, 如幻觉、知识过时和缺乏透明、可追溯的推理过程等。提供更准确的回答、降低推理成本、实现外部记忆。
向量数据库
RAG流程示例：
RAG分为三类：
- Naiva RAG :问答系统、信息检索
- Advanced RAG: 摘要生成、内容推荐
- Modular RAG: 多模态任务、对话系统
RAG常见优化方法如下：
RAG与微调的异同点：
LLM模型优化方法：Fine-tuning、Prompt Engineer、RAG
评估指标：
茴香豆：
是一个基于LLMs的领域知识助手，由书生浦语团队开发的开源大模型应用。
- 专为即时通讯（IM)工具中的群聊场景优化的工作流，提供及时准确的技术支持和自动问答服务
- 通过应用检索增强生成(RAG)技术,茴香豆能够理解和高效准确的回应与特定知识领域相关的复杂查询。
实战演练部分，见：茴香豆：搭建你的RAG智能助理-作业三
这篇关于茴香豆：搭建你的RAG智能助理-笔记三的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
