RAG理论到实践：高级、模块化RAG在AI工程架构中的行业通用解决方案与实施策略(Advanced RAG✨)
1.RAG简介
| 词汇 | 解释说明 |
|---|---|
| embedding | 嵌入（embedding）是指将高维数据映射为低维表示的过程。在机器学习和自然语言处理中，嵌入通常用于将离散的符号或对象表示为连续的向量空间中的点。在自然语言处理中，词嵌入（word embedding）是一种常见的技术，它将单词映射到实数向量，以便计算机可以更好地理解和处理文本。通过词嵌入，单词之间的语义和语法关系可以在向量空间中得到反映。 |
| VectorDB | 向量数据库是一种特殊类型的数据库，它可以存储和处理向量数据。 向量数据通常用于表示多维度的数据点，例如在机器学习和人工智能中使用的数据。 在向量数据库中，数据被表示为向量，这些向量可以在多维空间中进行比较和搜索。 |
RAG 是 Retrieval-Augmented
汀丶人工智能
微信公众号
关于机器学习、强化学习、数据挖掘以及NLP
微信公众号
评论记录：
回复评论：