标签: RAG

与该标签相关的技术文章合集。 "RAG".

• 精选数据与垂直 AI：AI 时代的护城河在哪

  数据从「越多越好」到「越准越好」，垂直才是护城河。

  AIRAG数据治理

  发布于2026年06月05日

• RAG 答非所问？从索引到生成，打通最后一公里

  优化加法做得越多，系统离答案未必更近。

  RAGAI大模型

  发布于2026年03月19日

  

• RAG 检索不准？先别换模型，把问题问对再说

  检索失败，常常不是检索器的错，是问题还没被问对。

  RAGAI大模型

  发布于2026年03月15日·更新于2026年08月09日

  

• 企业级 RAG 怎么落地？不只是向量检索和大模型（附完整源码）

  RAG 的上限不在模型，在知识能不能被持续维护。

  RAGAI大模型

  发布于2026年03月11日

  

• RAG 为什么回答流程问题会漏步骤？原因和改进方案（附完整源码）

  召回的片段相关，不等于还原的路径完整。

  RAGAI大模型

  发布于2026年03月10日·更新于2026年08月07日

  

• 我手搓了一个 AI Agent 记忆框架，才发现“长期记忆”不是存聊天记录

  「我总是梦见我的记忆正在被另一个人整理。」Agent 的长期记忆也一样，需要不断被自己重写。

  AI AgentRAGAgent 记忆

  发布于2026年02月01日·更新于2026年08月07日

• RAG 实战：核心组件、调优与问题排查

  五大组件不是答案，让它们彼此可评测才是。

  AIRAGEmbedding

  发布于2024年08月26日·更新于2026年08月09日

• RAG 核心原理：检索、向量与嵌入——计算机如何理解语义

  把世界变成数字，距离就是意义本身。

  AIRAGEmbedding

  发布于2024年08月23日

  

• RAG 入门：为什么大模型需要查资料再回答

  大模型是闭卷学霸，RAG 是给它配了一台联网电脑。

  AIRAGLLM

  发布于2024年08月20日·更新于2026年08月09日

• 做 AI 助手，最怕一上来就建知识库

  先让业务值得做，再让基建把它做稳。

  AIRAG智能助手

  发布于2024年08月10日