之前分享了一系列关于 RAG 和生成式搜索引擎怎么做的文章（包括最近在中关村论坛也做了一个关于生成式搜索引擎的演讲）。最近团队的 Lepton Search 开源了，大家可以阅读一下源码，非常简洁，核心部分用了 500 行 Python 就实现了一个类似 Perplexity 的生成式搜索引擎。…

发布时间: 2024-01-29 16:32:21

1分

数据加载中

之前分享了一系列关于 RAG 和生成式搜索引擎怎么做的文章（包括最近在中关村论坛也做了一个关于生成式搜索引擎的演讲）。最近团队的 Lepton Search 开源了，大家可以阅读一下源码，非常简洁，核心部分用了 500 行 Python 就实现了一个类似 Perplexity 的生成式搜索引擎。…
IT技术
( twitter.com )

之前分享了一系列关于 RAG 和生成式搜索引擎怎么做的文章（包括最近在中关村论坛也做了一个关于生成式搜索引擎的演讲）。最近 @jiayq @yadong_xie 团队的 Lepton Search 开源了，大家可以阅读一下源码，非常简洁，核心部分用了 500 行 Python 就实现了一个类似 Perplexity 的生成式搜索引擎。

https://t.co/Gy96eBMQRZ

https://t.co/jgjk1NmDE1 底层的 RAG 部分大概有 2 万行左右的 Go，我们依然 focus 在开发者这个细分的场景中，在 RAG 的每一步都做了非常多的优化。

扬清老师的一个观点我觉得非常对，RAG 的核心在 R 不在 G，这个应该做过 RAG 的都有体验。

And 如果未来我们把 https://t.co/jgjk1NmDE1 依赖的这套 Go 语言的 RAG framework 开源大家会感兴趣么，相比较 Python，我们测试下来可以以极少的资源来支持百万级别的搜索 RAG。

Markdown支持

评论加载中...

您可能感兴趣的：更多

是如何构建高效的 RAG 系统的 Part 2
这个系列的 thread 会分享背后构建整个 Retrieval Augmented Generation System 的经验，包括在生产环境上的一些实践。
这是系列的第二篇，主题是「如何评估一个 RAG 系统」。
🧵
IT技术
( twitter.com)

1年前 • Jiayuan (Forrest) • -- 点击 0 评论

RAG 并没有大家想象得那么复杂，要对技术祛魅，本质上就是 3 个部分组成。
感谢把之前写的两篇关于 RAG 原理的文章整理了一下，这样图非常清晰！
IT技术
( devv.ai)

1年前 • Jiayuan (Forrest) • -- 点击 0 评论

分享一下 Deck 中的一页，从 high level 的角度描述了底层的架构（RAG 系统）：
1. 外部知识
2. 编码
3. 索引
4. 解码 & Retrieve
5. 排序
6. 生成
一个高效的 RAG 需要在每个环节都做非常多的优化工作。
IT技术
( devv.ai)

1年前 • Jiayuan (Forrest) • -- 点击 0 评论

推荐阅读：在 RAG 流程中提高检索效果：融合传统关键词与现代向量搜索的混合式搜索技术 [译]
这篇文章探讨了如何结合传统关键词搜索与现代向量搜索来获得更相关的搜索结果。
原文：Improving Retrieval Performance in RAG Pipelines with Hybrid Search

IT技术
( towardsdatascience.com)

1年前 • 宝玉 • -- 点击 0 评论

翻译了两篇 RAG（检索增强生成相关的文章）：
《检索增强生成（RAG）：从理论到 LangChain 实践 | Retrieval-Augmented Generation (RAG): From Theory to LangChain Implementation》
原文：
译文：
《12 种调整策略指南：为生产环境打造高效的…
IT技术
( twitter.com)

1年前 • 宝玉 • -- 点击 0 评论

最近两周把《RAG-Driven Generative AI》看完了，顺便跟着附带的代码完整的实践了一遍，整体上非常推荐，尤其一定把代码都跑一遍。
整本书核心内容如下：
1. 为什么选择检索增强生成 (RAG)?
2. 使用 Deep Lake 和 OpenAI 构建 RAG 嵌入向量存储
3. 基于索引的 RAG 构建：结合 LlamaIndex、Deep Lake 和
时政
( twitter.com)

5个月前 • Thinking Garden • -- 点击 0 评论

诺奖得主费曼:父亲用一只鸟教会了我“知道”和“理解”有什么差别。
1.了解：对于外部特征和相关的表象知识的感受。
2.理解：对于产生表象的直观形式、因果关系、初步的根据有关经验层次的梳理。
3.知道：系统化的因果序列下与具体表象的必然性生成关系，以及延续性。
时政
( twitter.com)

10个月前 • Morris • -- 点击 • 下载视频 0 评论

00:00:59

这张 RAG 指南的图画的真好，介绍了为什么要用 RAG，基础的 RAG 用法和高级 RAG 用法！
应该是基于 excalidraw，高清 SVG 版本：

IT技术
( d3ddy8balm3goa.cloudfront.net)

1年前 • 宝玉 • -- 点击 0 评论

[Memeland —— 正在崛起的香港🇭🇰蓝筹？]

其实很多人都写了关于memeland系列非常详细的研报，关于和在web2的强大背景相信大家都有所耳闻。

而我想从个人角度和大家分享…
推特中文圈
( twitter.com)

2年前 • Alpies 诺曼德⛩️ • -- 点击 0 评论

IT技术

是如何构建高效的 RAG 系统的 Part 2 这个系列的 thread 会分享 背后构建整个 Retrieval Augmented Generation System 的经验，包括在生产环境上的一些实践。 这是系列的第二篇，主题是「如何评估一个 RAG 系统」。 🧵 IT技术 ( twitter.com)

IT技术

RAG 并没有大家想象得那么复杂，要对技术祛魅，本质上就是 3 个部分组成。 感谢 把之前写的两篇关于 RAG 原理的文章整理了一下，这样图非常清晰！ IT技术 ( devv.ai)

IT技术

分享一下 Deck 中的一页，从 high level 的角度描述了 底层的架构（RAG 系统）： 1. 外部知识 2. 编码 3. 索引 4. 解码 & Retrieve 5. 排序 6. 生成 一个高效的 RAG 需要在每个环节都做非常多的优化工作。 IT技术 ( devv.ai)

IT技术

IT技术

IT技术

时政

时政

这张 RAG 指南的图画的真好，介绍了为什么要用 RAG，基础的 RAG 用法和高级 RAG 用法！ 应该是基于 excalidraw，高清 SVG 版本： IT技术 ( d3ddy8balm3goa.cloudfront.net)

IT技术

[Memeland —— 正在崛起的香港🇭🇰蓝筹？] 其实很多人都写了关于memeland系列非常详细的研报，关于 和 在web2的强大背景相信大家都有所耳闻。 而我想从个人角度和大家分享… 推特中文圈 ( twitter.com)

推特中文圈

创建一个新帐户

登录

是如何构建高效的 RAG 系统的 Part 2
这个系列的 thread 会分享背后构建整个 Retrieval Augmented Generation System 的经验，包括在生产环境上的一些实践。
这是系列的第二篇，主题是「如何评估一个 RAG 系统」。
🧵
IT技术
( twitter.com)

RAG 并没有大家想象得那么复杂，要对技术祛魅，本质上就是 3 个部分组成。
感谢把之前写的两篇关于 RAG 原理的文章整理了一下，这样图非常清晰！
IT技术
( devv.ai)

分享一下 Deck 中的一页，从 high level 的角度描述了底层的架构（RAG 系统）：
1. 外部知识
2. 编码
3. 索引
4. 解码 & Retrieve
5. 排序
6. 生成
一个高效的 RAG 需要在每个环节都做非常多的优化工作。
IT技术
( devv.ai)

这张 RAG 指南的图画的真好，介绍了为什么要用 RAG，基础的 RAG 用法和高级 RAG 用法！
应该是基于 excalidraw，高清 SVG 版本：

IT技术
( d3ddy8balm3goa.cloudfront.net)

[Memeland —— 正在崛起的香港🇭🇰蓝筹？]

其实很多人都写了关于memeland系列非常详细的研报，关于和在web2的强大背景相信大家都有所耳闻。

而我想从个人角度和大家分享…
推特中文圈
( twitter.com)