RAG、知识库内容汇总（基于Deepseek知识库）

最新推荐文章于 2025-03-22 13:52:12 发布
最新推荐文章于 2025-03-22 13:52:12 发布
阅读量357 收藏 1
点赞数 2
分类专栏： 机器学习-建模算法-代理模型 文章标签： Deepseek
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/qq_41854911/article/details/145538169
版权
大模型外挂知识库rag综述
posuosini的博客
03-19 9512
大模型外挂知识库rag的综述
私有知识库 RAG 系统评估全指南：检索 × 生成 × 模型协同打分 × 问题诊断
努力分享一些人工智能相关的知识干货！
04-05 1079
你已经部署了 RAG 系统（基于国产大模型 + 向量检索 + 本地知识库），但效果总感觉差点意思？ 本文将系统拆解：RAG 整体评估思路 × 检索质量分析 × 回答准确率评估 × 问题诊断方法，并附带可落地的打分模板、分析脚本与典型异常案例。
从青铜到王者，DeepSeek+Spring AI 搭建 RAG 知识库
xxue345678的博客
02-13 2269
在人工智能飞速发展的当下，大语言模型（LLMs）已广泛应用于各种自然语言处理任务。但它们也存在一些局限性，如 “幻觉” 问题，即生成的内容可能与事实不符或缺乏足够的准确性。为了解决这些问题，检索增强生成（Retrieval-Augmented Generation，RAG）技术应运而生。RAG 技术的核心在于将检索与生成相结合。传统的生成模型依赖大量的训练数据来生成回答，当面对新问题或新兴领域知识时，可能会产生不准确或不合逻辑的回答。
超详细笔记——本地部署DeepSeek大模型和 RAG 知识库问答系统实录---Ollama+MaxKB+Python调用
JAMES费的空间
02-27 1390
通过以上一系列详细的步骤，我们成功在笔记本本地完成了DeepSeek大模型和RAG知识库问答系统（MaxKB）的部署，并实现了通过Python对其进行调用。这个过程不仅涉及到操作系统的安装与配置、虚拟机的使用、容器化技术（Docker）的应用，还包括大模型的下载与部署、知识库问答系统的搭建以及Python编程实现与系统的交互。希望本文能为对这方面技术感兴趣的读者提供有益的参考和实践指导，帮助大家更好地探索和应用人工智能技术。在实际操作过程中，可能会遇到各种问题，需要大家根据具体情况进行排查和解决。
DeepSeek接入个人知识库，保姆级教程来了！
Datawhale
02-25 1101
Datawhale干货作者：张龙斐，Datawhale鲸英助教面向人群：计算机小白　阅读时间：7分钟　上次的《最全梳理：一文搞懂 RAG 技术的5种范式！》梳理了对 RAG 进行了一个完整的综述。这次带来 RAG 的小白应用教程：介绍如何通过 ragflow 框架把 DeepSeek 接入到自己的个人知识库中，当然其他模型也是类似，可以自由搭配。先看效果：　ragflow 简介：RAGFlow...
一文带你速通RAG、知识库和LLM！
youmaob的博客
05-28 4107
定制知识库是指一系列紧密关联且始终保持更新的知识集合，它构成了 RAG 的核心基础。这个知识库可以表现为一个结构化的数据库形态（比如：MySQL），也可以表现为一套非结构化的文档体系（比如：文件、图图片、音频、视频等），甚至可能是两者兼具的综合形式。
基于DeepSeek，构建个人本地RAG知识库
qingkahui24689的博客
02-25 1057
经过一段使用DeepSeek后，感觉使用体验和ChatGPT基本差不多，回答问题的质量略有提升，因DeepSeek已开源，它的模型、模型参数权重从网上都可以下载到，所以可以基于开源的模型，在本地构建一个自己的知识库，小编这里使用的是蒸馏后的模型参数权重RAG （Retrieval-Augmented Generation）检索增强生成，是一种通过整合外部知识库来增强大模型（LLM）回答问题质量的模式。最简单的理解，可以认为是给大模型外挂了一个知识库。
零代码搭建本地知识库：基于DeepSeek+RAG+Ollama+Cherry Studio全流程指南
python1234_的博客
03-22 1105
核心价值企业敏感数据100%离线处理个人知识库智能问答本地模型快速响应支持PDF/Word/网页等多格式文档工具链Ollama：开源模型托管平台（支持150+模型）：深度求索开源的16K长文本大模型：中文语义向量模型：AI应用可视化客户端本方案在Intel i7-12700H + RTX 4070设备上实测，可流畅处理200页以内的技术文档问答。通过本地化部署既保障了数据安全，又充分发挥了DeepSeek模型的逻辑推理能力。
LangChain+RAG+Agent本地部署DeepSeek-R1商用级知识库，完美实现低代码可视化流程编排
ibrahim的博客
02-19 1621
你相信单张RTX 4090也能部署商业级AI知识库吗？本文详细解析了如何利用DeepSeek-R1与RAG技术，在一张4090显卡上完成部署，打造出低代码可视化编排的企业级知识库系统。点击阅读，领略全流程实战经验，开启你的AI部署新纪元！
快速搭建DeepSeek本地RAG应用
2401_84208172的博客
02-10 1149
由深度求索开源的推理模型在性能上已经能够对标OpenAI-o1正式版，正巧马上大年初四轮到我值班处理告警，突发奇想能不能让来帮我识别告警并结合之前同事们处理告警时的记录信息来合理给出处置建议。因为告警信息属于公司机密数据，所以肯定不能直接调用的API，其次因为告警信息随着需求的开发会逐渐增多以及每次相同的告警可能会有不同的处置方式，所以需要有一种方式让大模型能随时扩充告警知识库，所以最终选择如下实现形式。大模型本地部署；基于RAG实现告警信息检索增强。其中本地部署大模型的方式有很多种，例如。
deepseek ollama openwebui 知识库
02-12
Ollama 提供了一个名为 MaxKB 的解决方案，即最大容量知识库(Max Knowledge Base)，它是一个基于大型语言模型和检索增强生成(Retrieval-Augmented Generation, RAG)技术构建而成的开源项目。该平台适用于多种应用...
如何用deepseek+RAG搭建FPGA本地知识库
qingkahui24689的博客
02-14 1354
一直在想如何让AI 帮我写FPGA 的代码，分析代码，分析资料，不想一直重复造轮子。自从openAI 火爆之后，就一直在探索这条路，以至于求着给它送了不少银子。这是openAI 刚推出GPT Store功能的时候，我就做了一个AI 智能助手，上传自己的私有代码。但是效果一般。后来字节的 coze 出来了，我又用coze做了一个 FPGA 智能体。采用多个大模型进行需求重审，代码重审，最后总结输出。并且接入了自己的这个公众号后台，效果也是很一般。
中国能源互联网行业市场现状分析-发展状况良好(附-政策汇总).docx
最新发布
06-11
中国能源互联网行业市场现状分析-发展状况良好(附-政策汇总).docx
中国互联网人身保险行业市场现状与发展趋势-寿险、年金险、意外险出现不同程度下滑.docx
06-11
中国互联网人身保险行业市场现状与发展趋势-寿险、年金险、意外险出现不同程度下滑.docx
Dyna-Q 算法 PyTorch版
06-11
Dyna-Q 算法 PyTorch版
springboot533图书管理系统900pf.zip
06-11
java+vue+springboot源代码+数据库+配套文档+教程
中国产业互联网发展指数报告.docx
06-11
中国产业互联网发展指数报告.docx
springboot459客户管理系统--论文pf.zip
06-11
java+vue+Springboot+源代码+数据库+配套文档+教程
springboot391狱内罪犯危险性评估系统的设计与实现pf.zip
06-11
java+vue+Springboot源代码+数据库+配套文档+教程
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

机载软件与适航

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值