Embedding的9点总结-从架构、数据到代表模型
2025年8月4日，北京晴天，《On The Role of Pretrained Language Models in General-Purpose Text Embeddings: A Survey》技术总结，涵盖GPTE架构、数据及多模态embedding模型，重点整理9点内容。
老刘说NLP
Flowchart流程图做RAG如何实现？一种基于Graph的方案
今天是2025年8月2日，星期六，无锡有雨。文章介绍了使用基于图表示的多模态问答方法处理电信文档中的流程图，并讨论了图像分类、图表示生成和检索优化等步骤。
ByoKG-RAG方案：用于知识图谱问答的多策略图检索
今天是2025年7月25日，星期五，北京有雨。文章讨论了用于知识图谱问答的多策略图检索思路ByoKG-RAG，并介绍了一些基于大模型的知识图谱问答方案。
技术再总结：7个开源大模型数据合成工具-涵盖微调、强化、RAG任务
2025年7月24日，北京下雨。本文回顾了六个大模型数据合成工具，并介绍了DatasetLoom平台的功能和核心提示机制，强调了在生成多样化数据时需要考虑的主题控制、难度和长度参数。
多模态大模型在OCR生成上表现如何？多页文档理解数据集Doc-750K
2025年7月23日，北京晴。文章介绍了多模态大模型在OCR生成任务和长文档问答数据集方面的进展。前者评估了最新多模态模型在多种OCR生成任务上的表现；后者则针对多页理解问题，通过开源数据集Doc-750K研究提升模型处理复杂文档的能力。
大模型长文生成思路：融合多模态配图+细粒度引用方案-DeepWriter
2025年7月22日，北京晴。文章介绍了《DeepWriter》的工作思路和设计方法，包括分层知识表示、结构化写作流程、多模态内容融合以及细粒度引用等关键点，并详细讨论了离线知识库构建与在线写作流程中的核心技术。
