简介
这里我们实施了一种纠正性 RAG 方法,即仅将上下文视为与所问查询相关的文档。我们还可以使用外部资源来增强不相关上下文的正确性,并将其传递给 LLM 以增强响应。
推荐文章
-
《知识图谱大模型系列之 01 利用 KeyBERT、HDBSCAN 和 Zephyr-7B-Beta 构建知识图谱,LLM 增强的自然语言处理和传统机器学习技术用于从非结构化语料库中提取结构并构建知识图》 权重1,本地类、知识图谱类
-
《生成式 AI 服务应用之Langchain 和 DashScope Reranker 彻底改变您的文档检索过程(教程含源码)》 权重1,本地类、DashScope Reranker类、LangChain类