大模型-RAG相关资料收集

b站视频资料：

动手学RAG：Part1 什么是RAG？：https://www.bilibili.com/video/BV1vt42157Si
http://discussion.coggle.club/t/topic/30

5分钟教会你给本地大模型接入知识库RAG～【小白喂饭级教程】:https://www.bilibili.com/video/BV1Ay411B7rx/

最近开源的AI知识库GraphRAG到底是什么？和普通的RAG有什么区别？【小白科普】：https://www.bilibili.com/video/BV16w4m1a75t/

如何快速实现一个RAG—LLM: https://www.bilibili.com/video/BV1bi4y1v729/

优快云资料：

如何搭建基于大模型的智能知识库：https://blog.youkuaiyun.com/weixin_43737299/article/details/135844263

大模型RAG入门及实践（非常详细）零基础入门到精通，收藏这一篇就够了：https://blog.youkuaiyun.com/Python_0011/article/details/139752344

读懂RAG这一篇就够了，万字详述RAG的5步流程和12个优化策略:https://blog.youkuaiyun.com/2401_82452722/article/details/135934144

论文：

Benchmarking Large Language Models in Retrieval-Augmented Generation：https://arxiv.org/abs/2309.01431
https://ojs.aaai.org/index.php/AAAI/article/view/29728

Retrieval-Augmented Generation for Large Language Models: A Survey:https://arxiv.org/abs/2312.10997
面向大语言模型的检索增强生成技术：综述 [译]：https://baoyu.io/translations/ai-paper/2312.10997-retrieval-augmented-generation-for-large-language-models-a-survey
RAG增强技术研究综述:https://hustai.github.io/zh/posts/rag/RAG_survey.html

代码框架：

ragflow：https://github.com/infiniflow/ragflow/tree/main