https://kadaliao.github.io/categories/ai-%E5%BA%94%E7%94%A8/Recent content in AI 应用 on Kada's NotesHugozh-CNWed, 22 May 2024 00:00:00 +0000https://kadaliao.github.io/posts/rag-advanced-optimization/Wed, 22 May 2024 00:00:00 +0000https://kadaliao.github.io/posts/rag-advanced-optimization/基础 RAG 搭起来不难，但要做到检索质量高、回答准确，需要在多个环节下功夫。这篇文章梳理七个常见的优化方向。https://kadaliao.github.io/posts/prompt-engineering-practices/Tue, 05 Dec 2023 00:00:00 +0000https://kadaliao.github.io/posts/prompt-engineering-practices/Prompt 工程不是玄学，有一套相对系统的方法。这篇文章总结了我在实际项目里用得最多的 Prompt 技巧。https://kadaliao.github.io/posts/langchain-pitfalls/Wed, 08 Nov 2023 00:00:00 +0000https://kadaliao.github.io/posts/langchain-pitfalls/用 LangChain 搭了几个项目之后，积累了一些坑。这篇文章做个整理，希望能帮你少走弯路。https://kadaliao.github.io/posts/vector-database-comparison/Mon, 30 Oct 2023 00:00:00 +0000https://kadaliao.github.io/posts/vector-database-comparison/向量数据库是 RAG 系统的核心存储组件。这篇文章从工程角度对比几个主流选项，帮你选出适合的方案。https://kadaliao.github.io/posts/rag-from-scratch/Tue, 15 Aug 2023 00:00:00 +0000https://kadaliao.github.io/posts/rag-from-scratch/RAG 是目前解决 LLM 知识局限性最主流的方案。这篇文章从原理出发，完整实现一个最小可用的 RAG 系统。https://kadaliao.github.io/posts/embedding-model-comparison/Mon, 12 Jun 2023 00:00:00 +0000https://kadaliao.github.io/posts/embedding-model-comparison/RAG 系统里 Embedding 模型的选择直接影响检索质量。这篇文章对比几个主流方案的效果、成本和部署方式。https://kadaliao.github.io/posts/langchain-getting-started/Mon, 20 Mar 2023 00:00:00 +0000https://kadaliao.github.io/posts/langchain-getting-started/LangChain 是目前最流行的 LLM 应用开发框架，这篇文章介绍它的核心概念和基础用法。https://kadaliao.github.io/posts/openai-api-first-look/Sat, 10 Dec 2022 00:00:00 +0000https://kadaliao.github.io/posts/openai-api-first-look/ChatGPT 发布后，很多工程师开始关注 OpenAI API。这篇文章记录我第一次接入 OpenAI API 的过程和一些基础认知。