RAG on Kada's Noteshttps://kadaliao.github.io/tags/rag/Recent content in RAG on Kada's NotesHugozh-CNWed, 22 May 2024 00:00:00 +0000RAG 进阶优化：提升检索质量的七个方向https://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。向量数据库横评：Chroma vs Pinecone vs Weaviate vs Milvushttps://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。RAG 系统从零搭建：检索增强生成的原理与实践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。Embedding 模型选型：OpenAI vs BGE vs 其他开源方案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。