文本向量化:RAG 的基础
📍 你在这里 AI 应用 · 第 2 篇 / 共 8 篇 ← 上一篇 检索增强生成 RAG · 下一篇 → Function Calling 与 MCP 向量化的意义及方法 向量化是为了计算问题的关联性,就好比相似度计算,比如在动物模型识别中猫和狗(哺乳动物、四条腿、外形相似等)计算出来他们相似度就
围绕 RAG 的技术文章与经验分享。
共 2 篇文章📍 你在这里 AI 应用 · 第 2 篇 / 共 8 篇 ← 上一篇 检索增强生成 RAG · 下一篇 → Function Calling 与 MCP 向量化的意义及方法 向量化是为了计算问题的关联性,就好比相似度计算,比如在动物模型识别中猫和狗(哺乳动物、四条腿、外形相似等)计算出来他们相似度就
📍 你在这里 AI 应用 · 第 1 篇 / 共 8 篇 刚进这个阶段?AI 学习路线图 是总入口,零基础请从人工智能简史:AI 是怎么诞生的看起。 ← 上一篇 信息熵:抛三次硬币,看懂语言模型凭什么把文本压短 · 下一篇 → 文本向量化:RAG 的基础 RAG 概述 ChatGPT、GLM 等生成