🎉进入大模型应用与实战专栏 | 🚀查看更多专栏内容

上下文关联
上下文关联是一种非常重要的技术,它的主要作用是通过扩展查询相关的知识库内容,以提高模型回答的质量和相关性。它通过与查询相关的文档内容为模型提供更多背景信息,从而让模型能够给出更精准和有深度的回答。通过设置不同的参数,可以控制上下文关联的行为和效果。以下是与上下文关联相关的主要参数及其作用:
上下文关联相关参数
- 知识相关度阈值 (
score_threshold
):这是用于过滤文档的一个阈值,用来控制哪些文档的相似度可以被认为是相关的。如果文档的相似度分数低于该值,它将被忽略。
- 内容条数 (
k
):指定在知识库中选取多少个最相关的文档。k
越大,意味着返回的相关