最新动态
News Center
2015 - 08-22
吴庆海:面向人工智能的知识
在人工智能技术飞速发展的今天,大语言模型(LLM)被广泛应用于各种企业场景。然而,随着实际使用的深入,LLM的局限性逐渐显现出来,包括知识幻觉、推理能力不足、信息不精确等问题,无法满足企业对精准性和可靠性的高要求。在此背景下,RAG(检索增强生成)模式应运而生。它通过结合外部知识库与大模型,能够显著减少知识幻觉,提升生成内容的准确性,为企业知识管理落地提供了新的解决思路。由于文章比较长,将分为上、中、下三部分发布,本文为下篇。
2015 - 08-15
吴庆海:面向人工智能的知识
在人工智能技术飞速发展的今天,大语言模型(LLM)被广泛应用于各种企业场景。然而,随着实际使用的深入,LLM的局限性逐渐显现出来,包括知识幻觉、推理能力不足、信息不精确等问题,无法满足企业对精准性和可靠性的高要求。在此背景下,RAG(检索增强生成)模式应运而生。它通过结合外部知识库与大模型,能够显著减少知识幻觉,提升生成内容的准确性,为企业知识管理落地提供了新的解决思路。由于文章比较长,将分为上、中、下三部分发布,本文为中篇。
2015 - 08-08
吴庆海:面向人工智能的知识
在人工智能技术飞速发展的今天,大语言模型(LLM)被广泛应用于各种企业场景。然而,随着实际使用的深入,LLM的局限性逐渐显现出来,包括知识幻觉、推理能力不足、信息不精确等问题,无法满足企业对精准性和可靠性的高要求。在此背景下,RAG(检索增强生成)模式应运而生。它通过结合外部知识库与大模型,能够显著减少知识幻觉,提升生成内容的准确性,为企业知识管理落地提供了新的解决思路。由于文章比较长,将分为上、中、下三部分发布,本文为上篇。
扫描二维码分享到微信