RAG 检索增强生成:原理、架构与工程实践
系统剖析 RAG 的两大核心支柱:离线索引(Indexing)与在线检索生成流程,以及分块、Embedding 与 Rerank 工程实践
通过 Atom 订阅,第一时间获取最新文章和动态
复制链接到你的 Atom 阅读器
https://fiction.spaplex.org/atom.xml系统剖析 RAG 的两大核心支柱:离线索引(Indexing)与在线检索生成流程,以及分块、Embedding 与 Rerank 工程实践
解析 Agent 体系中 Knowledge 的本质定位、与 Context 和 Skill 的关系,以及知识外挂注入工程
详解 Agent Skill 的起源、目录规范、渐进式披露机制,以及从传统 Prompt 到可执行 Skill 的工程演进
解析自然语言向模型数字转化的全流程:分词器(Tokenizer)训练与编码机制、BPE 算法原理及 Token 经济学
深入解析 Context 的内部构成、Token 占比结构、API 无状态性以及上下文腐烂(Context Rot)应对策略
系统性剖析 AI Agent 的本质定义、与 Workflow 及 MCP 的边界划分,以及 ReAct 循环架构机制
当前页面没有目录
当前页面没有目录
当前页面没有目录