Tagged

RAG

A collection of 75 posts

RAG

别再用嵌入向量瞎猜了

为复杂的金融文档构建高精度的 RAG 流水线

AI

用 Tree-Sitter 构建 CodeRAG

AI领域的最新发展相当令人印象深刻，这促使我构建了一个很酷的项目来学习这些进步。我选择使用Tree-sitter构建一个带依赖图的CodeRAG。

RAG

KohakuRAG：从文档树找到证据

如果你曾经在工作中构建过 RAG 管道，你可能知道这种感觉：检索在演示中看起来不错，然后在真实问题上悄悄崩溃……

RAG

构建人机协作反馈 RAG

LLM在你的代码上表现不佳，是因为它们缺少你的企业上下文，而人机协作（HITL）反馈RAG通过捕获你团队的纠正并将其检索回提示中来解决这个问题。

AGENT

Anthropic：从RAG到智能体搜索

42 项实验揭示了搜索策略、模型能力以及在 Apple Silicon 上真正有效的方法。

RAG

RAG 2026：检索增强生成

RAG为模型提供特定查询所需的特定上下文，而不是强迫它仅仅依赖从训练中记住的内容。

RAG

千万级文档RAG如何处理幻觉

当知识准确性才是真正的产品时，为什么检索质量比前沿模型更重要

RAG

构建 Codegraph CLI 的经验教训

厌倦了用 grep 翻遍代码库，于是我造了一个更懂代码的 AI

MODEL-ZOO

用DeepSeek V4 重构你的RAG

一个0.28美元/百万token的开源权重模型如何迫使我们彻底转变构建自主代理、扩展代码库推理和处理百万token上下文的方式。

RAG

用GraphRAG构建更好的AI系统

知识图谱不仅仅是一种花哨的信息表示方式。它们是一种帮助 AI 真正基于信息进行推理的强大方法。

RAG

构建跨模态一致的RAG系统

构建一个真正的音视频RAG系统曾是转写管道的噩梦。Google的新多模态嵌入模型让它变得异常简单……

RAG

用YouTube视频构建金融RAG

基于RAG的聊天机器人，利用YouTube频道作为知识库。

RAG

多模态RAG：双VLM架构

我最终构建的系统在流水线的两个不同阶段使用两个独立的视觉语言模型（VLM）。一个轻量级VLM在摄取期间生成摘要，用于索引和检索。

RAG

RAG 只是权宜之计

当你调整分块大小时，你并不是在修复 bug。你只是在修补一个从一开始就不存在的反馈回路。

RAG

我用PageIndex替换了向量库

如果你已经构建RAG系统有一段时间了，你知道这种沮丧。你花几个小时设置嵌入、调整块大小、选择正确的向量数据库，然后你的系统仍然返回错误的答案。

RAG

混合搜索：向量 + 关键词

当向量搜素不够用时，你可以搭配BM25关键词搜素。

APPLICATION

为RAG选择正确的嵌入模型

在这篇文章中，我想分享我现在知道的关于Embedding模型选择的知识——涵盖MTEB排行榜、SBERT模型，以及我如何权衡开源和专有选项之间的取舍。

RAG

四种无向量RAG方法

你的RAG系统并没有产生幻觉。它只是自信地给出了错误答案。

RAG

多模态RAG的8个分块策略

何对表格和截图进行分块，使您的多模态RAG流水线检索到正确的证据而不是漂亮的噪音

LIBRARY

PageIndex：基于推理的RAG

PageIndex用两个步骤取代了整个分块-嵌入-搜索流程：从文档构建层次树，然后让LLM对该树进行推理以找到答案。

RAG

BookRAG 简明教程

在现实世界的企业环境中，知识很少存在于整洁的常见问题解答（FAQ）中。更多时候，它被埋藏在密集的技术手册、API 参考、标准作业程序（SOP）和研究论文中——这些长文档看起来和行为更像是书籍。

RAG

基于本地LLM的图RAG提取实践

图 RAG 中隐藏的瓶颈不是检索，而是提取。

RAG

基于Qwen3-VL的视觉RAG

视觉RAG允许我们解决"大海捞针"问题，当大海捞针是一堆多模态数据时。

RAG

RAG重排序器实践

本文分享我现在对重排序器的思考——它们为什么存在、在现代 RAG 系统中处于什么位置，以及将它们投入生产时真正需要权衡什么。

RAG

基于激活控制的LLM指令跟随

别再浪费数千美元在微调上了。试试这个方法吧。