盘点RAG中最容易犯的5个错误
我介绍了在构建 Retrieval-Augmented Generation (RAG) 应用过程中遇到的第一个错误——使用向量数据库。此外，我也分享了两个建议：优先选择经过微调的小模型，并优化检索过程以提高效率和准确性。
RAG
RAG的有趣新尝试:将文本编码进MP4文件实现思路及Agentic-doc处理文档
今天是2025年6月5日，星期四，北京晴。文章介绍了将文本编码进MP4文件的有趣RAG尝试和Agentic-doc文档处理系统。Memvid项目通过MP4索引实现快速语义搜索，而Agentic-doc则利用agent高效提取复杂文档结构化数据。
RAG和Agent的几张趣图思考及RLI基于自我置信度RL强化学习思路
2025年5月28日，北京晴。文章探讨了从几张图看RAG及Agent的问题和基于自我置信度作为强化学习监督信号的工作，强调实际业务数据的重要性，并指出不要过度依赖Agent智能体解决问题。
2025，AI Agent爆发元年！企业服务赛道已现“第一个吃螃蟹的人”
2025年AI Agent元年到来，企业服务成为首批受益场景。AI Agent通过模拟智能体完成标准化流程任务，帮助企业降本增效。
Graph+图数据库+Agent能做什么？Chat2Graph的尝试思路
今天是2025年5月25日，星期日，北京，晴。文章讨论了技术问题，提到了一个名为Chat2Graph的技术项目，该项目使用图数据库和多智能体系统来实现自然语言与图形数据的交互，强调单主动-多被动混合架构、双LLM推理机及图规划器等关键技术细节。
RAG＆KG＆LLM＆文档智能四大领域技术前沿：老刘说NLP技术社区持续对外纳新
老刘说NLP技术社区围绕大模型&RAG&文档智能&知识图谱四个主题，提供每日早报、线上分享和专题课程等多种形式的技术内容，旨在提升成员的技术深度感。
抛弃 OCR，抛弃文本提取，抛弃分块！提升RAG性能的新方法！
文章介绍了 Col iVara 项目，它通过视觉模型直接处理文档中的图片、表格和布局等视觉元素，以提升 RAG 应用的性能，并提供简洁易用的 API 和 SDK。