欢迎来到这个全面且充满活力的检索增强生成（RAG）教程系列。专注于提升RAG系统的性能，使其在准确性、效率和内容丰富度上更上一层楼。
检索增强生成（RAG）技术正在革新我们对信息检索和生成式人工智能的结合方式。这个系列教程汇集了一系列精选的高级技术，它们将为您的RAG系统注入新动力，使其能够生成更精准、更贴近需求、更全面的答案。
致力于成为研究人员和实践者探索RAG技术潜力的宝贵资源。通过营造一个协作的环境，希望加速这一激动人心领域的创新步伐。
| 序号 | 课程名称 | 课程简介 | 链接 |
|---|---|---|---|
| 01 | 基础简单的RAG | 适合新手的基本RAG技术 | 链接 |
| 02 | 丰富上下文 | 通过检索到单个块扩展到相邻块提高检索效率 | 链接 |
| 03 | 融合检索 | 结合了基于向量的相似性检索和关键词的BM25检索方法优化结果 | 链接 |
| 04 | 智能重新排序 | 使用大模型对检索块的相关性进行评分重新排序 | 链接 |
| 05 | 智能重新排序 | 使用Reranker Model对检索块的相关性进行评分重新排序 | 链接 |
| 06 | CSV文件RAG | 基于CSV文件的RAG系统 | 链接 |
| 07 | 更加可靠的检索 | 通过检查文档相关性和防止幻觉确保准确性和相关性 | 链接 |
| 08 | 查询语句转换技术 | 查询语句重写 | 链接 |
| 09 | 查询语句转换技术 | Step-back提示 | 链接 |
| 10 | 查询语句转换技术 | 子查询分解 | 链接 |
| -- | -- | -- |
This project is licensed under the Apache License 2.0 - see the LICENSE file for details.
⭐️ ️如果你觉得这个仓库有帮助，请考虑给它一个星星！