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

复杂查询

MCP + 数据库,一种比 RAG 检索效果更好的新方式!

下午2时 2025/05/24 作者 Datawhale

多。
目前市面上讲 MCP 的教程比较多,但大多数都是一些概念性的讲解,最近我对 MCP 的体验也比

分类 分享 标签 MCP、 Token消耗、 复杂查询、 数据库、 系统提示词、 结构化数据 发表评论

RAG101第五课:通过查询转换提高检索效率

下午11时 2025/03/26 作者 PyTorch研习社

本文介绍三种查询转换技术以增强RAG系统,包括查询重写、回溯提示和子查询分解。这些方法能提高检索信息的相关性和全面性。

分类 分享 标签 RAG系统、 回溯提示、 复杂查询、 子查询分解、 查询重写、 检索能力 发表评论

竟用智能体DeepResearch对比DeepSeek R1模型,OpenAI急了?

下午2时 2025/02/04 作者 PaperAgent

OpenAI在ChatGPT中推出Deep Research功能,能够为复杂任务进行多步骤研究。其准确率高达26.6%,显著高于谷歌的9.4%。该功能由优化版O3模型支持,并利用Python工具绘制和迭代图表。

分类 分享 标签 DeepResearch、 OpenAI、 Python、 复杂查询、 多步骤研究、 强化学习 1 条评论

一图理解RAG与Agentic RAG的区别

下午2时 2025/01/18 作者 AI大模型实验室

RAG 是一种结合信息检索和生成模型的技术框架,Agentic RAG 通过引入智能体行为解决其局限性,包括重写查询、动态获取上下文信息以及确保每个独立步骤的结果与目标保持一致。

分类 大模型 标签 Agentic RAG、 复杂查询、 大模型、 推理、 系统策略调整、 迭代 2 条评论

RAG没有银弹!四级难度,最新综述覆盖数据集、解决方案,教你「LLM+外部数据」的正确使用姿势

下午1时 2024/11/21 作者 每时AI

新智元报道:论文提出RAG任务分类法,将用户查询分为显式事实、隐式事实、可解释理由和隐含理由四个级别,并讨论了不同的技术和方法来优化性能。

分类 资讯 标签 RAG任务、 复杂查询、 实际应用、 用户查询、 语言模型、 逻辑检索 发表评论

2025年 AGI AI AI技术 Anthropic ChatGPT Claude DeepSeek DeepSeek-R1 DeepSeek R1 GitHub GPT-4o LLM Manus 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 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

近期文章

  • 提示工程101第十四课:处理歧义与提升清晰度
  • 未来属于AI SaaS,这8个开源工具必不可少!
  • 95%的人不知道什么是AGI,也不知道他们将很快失业
  • 再见Latex,基于Markdown的多功能排版系统Quarkdown
  • 中美史诗级大团结,在一款被玩家狂喷的游戏里实现了

分类

  • 分享
  • 国际
  • 大模型
  • 学术
  • 开源
  • 机器人
  • 资讯
2025 年 5 月
一 二 三 四 五 六 日
 1234
567891011
12131415161718
19202122232425
262728293031  
« 4 月    

归档

  • 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
×