午后阳光

《检索增强生成技术（RAG）原理与应用》摘要： RAG通过结合检索与生成技术，将外部知识整合到LLM中，有效减少特定领域幻觉问题，相比微调成本更低。系统分为检索和生成两阶段：检索阶段通过文档分块（固定/递归/语义分块等）、向量嵌入（Word2Vec/BERT等）和相似性搜索获取相关知识；生成阶段利用重排序模型（LambdaMART/BERT-Pairwise等）优化结果，并通过提示模板增强LLM响应。核心组件包括嵌入模型、向量数据库、提示模板和LLM，适用于搜索引擎、推荐系统等场景，显著提升信息相关性和生成

寻找自变量（解释变量）与因变量（被解释变量）之间的线性关联关系，通过构建线性方程来对数据进行拟合和预测。即两个变量之间是一次函数关系：图像是直线的。

在 年的 ImageNet 图像分类竞赛中取得了巨大成功，开启了深度学习在计算机视觉领域的热潮。采用了非常深的网络结构，通过堆叠多个 3x3 的卷积核来增加网络的深度，从而学习到更复杂的特征表示。传递到后一层神经元，不存在反向的连接，即不会出现从输出层反馈到输入层或者隐藏层之间相互反馈的情况，所以被称为 “前馈”。从数学角度来看，卷积是一种积分变换的数学方法，用于描述两个函数之间的一种特殊的运算关系。采用了多尺度的卷积核并行计算，能够同时捕捉不同尺度的特征信息，提高了模型的表达能力。

是一种基于自注意力机制（Self-Attention Mechanism）的深度学习架构，在自然语言处理、计算机视觉等多个领域都有着极为重要的应用。

是一家致力于人工智能研究与开发的公司， 2015年成立，2022年发布了ChatGPT，2024年发布Sora大模型。