跳至内容
每时AI

每时AI

  • 资讯
  • 国际
  • 分享
  • 大模型
  • 学术
  • 开源
  • 机器人
  • 关于我们

问答系统

技术前沿之Graph+Agent:Chat2Graph如何重构GraphRAG范式?

2025年6月27日14时 作者 老刘说NLP

ph+AI 开源探索思考
》一文中,细致拆解并总结了 TuGraph 在「Graph+AI」领域的开

分类 大模型 标签 GNA、 RAG、 图神经网络、 文本生成、 检索增强生成算法、 问答系统 发表评论

Gemma3+Mistral-OCR+RAG:实现多模态文档问答系统

2025年4月10日11时 作者 PyTorch研习社

文章介绍了使用Mistral OCR + Gemma 3 和RAG构建的多模态PDF文档问答系统,并详细描述了Mistral OCR和Gemma 3的独特之处及其在处理复杂文档中的应用。

分类 分享 标签 Gemba3、 Gemma3、 Google、 OCR、 PDF、 问答系统 发表评论

RAG评估框架:RAG Triad框架及其实战

2024年12月23日14时 作者 AI技术研习社

RAG三元组由三个关键指标组成:答案相关性、忠实度和上下文相关性。通过合理调整这些超参数,可以优化每个评估指标,实现更高效和准确的问答系统。使用deepeval库中的评估方法简单易行。

分类 大模型 标签 0.85、 deepeval、 RAG三元组、 优化、 性能提升、 问答系统 发表评论

一篇大模型RAG最新综述,简报!

2024年12月2日12时 作者 PaperAgent

本文综述了卡内基梅隆大学关于RAG(检索增强生成)技术的研究,介绍了其基本原理、架构、应用领域及面临的挑战和发展前景。

分类 分享 标签 信息查询、 分布式计算、 卡内基梅隆大学、 检索增强生成、 聊天机器人、 问答系统 发表评论

AGI AI AI技术 Anthropic ChatGPT Claude Cursor DeepSeek DeepSeek-R1 GitHub GPT-4o LLM Meta OpenAI Python Sam Altman 人工智能 人形机器人 具身智能 大型语言模型 大模型 大语言模型 字节跳动 工业机器人 开源 强化学习 微软 扩散模型 技术创新 智能体 木易 机器学习 深度学习 清华大学 生成式AI 用户体验 百度 腾讯 自然语言处理 英伟达 谷歌 阿里云 阿里巴巴 马斯克 黄仁勋

分类

  • 分享
  • 国际
  • 大模型
  • 学术
  • 开源
  • 机器人
  • 资讯
  • Cursor 中最受欢迎的 5 个 MCP Server!
  • 从GPT-5到DeepSeek V3.1,顶尖AI大模型的新方向出现了!
  • “AI购物代理”——电商下一个必争之地
  • 无账号&特殊网络,如何畅跑 Claude Code|附智谱「特别折扣」
  • 文档多模态RAG方案哪个更好?9类Embedding+3类MLLM+4类框架对比及古籍文档数据合成工具

2025 年 9 月
一 二 三 四 五 六 日
1234567
891011121314
15161718192021
22232425262728
2930  
« 8 月    

归档

  • 2025 年 9 月
  • 2025 年 8 月
  • 2025 年 7 月
  • 2025 年 6 月
  • 2025 年 5 月
  • 2025 年 4 月
  • 2025 年 3 月
  • 2025 年 2 月
  • 2025 年 1 月
  • 2024 年 12 月
  • 2024 年 11 月

AI新闻 | X平台 | APK反编译 | 京ICP备2024096144号 |
© 2025 每时AI • Built with GeneratePress
 下载我们的APP,AI秒送达!  立即下载
×