微信扫码
与创始人交个朋友
我要投稿
论文1
Retrieval-Augmented Generation for Large Language Models: A Survey
2023/12/18
https://arxiv.org/abs/2312.10997
论文2
Retrieval-Augmented Generation for AI-Generated Content: A Survey
2024/02/29
https://arxiv.org/abs/2402.19473
https://github.com/hymie122/RAG-Survey
RAG 综述 《Retrieval-Augmented Generation for AI-Generated Content: A Survey》,系统的讲解了 RAG 各方面内容,包括 4 个大模块,上百篇论文?:
1. RAG Foundations
2. RAG Enhancements
3. RAG for text/code/audio/video/image/3d/science/knowledge
4. 性能测试
论文3
A Survey on Retrieval-Augmented Text Generation for Large Language
Models
2024/04/19
https://arxiv.org/pdf/2404.10981
推荐这篇论文,讲RAG基础。对新手友好。
内容包括,
1. 为什么会有RAG?
2.RAG是什么?
3.RAG的工作流是什么?
4.RAG的四个步骤,以及技术。
5.RAG的对比。
6.RAG的评估。
7.RAG的挑战和未来。
8.相关工具。
论文4
RAG and RAU: A Survey on Retrieval-Augmented Language Model in Natural Language Processing
2024/04/30
https://arxiv.org/abs/2404.19543
https://github.com/2471023025/RALM_Survey
本文介绍了 RAG 和 RAU 系统最重要的最新发展。其中包括演化、分类和应用分析。
本文还专门有一节介绍如何增强这些系统的不同组件以及如何正确评估它们。
最后有一节介绍局限性和未来发展方向。
53AI,企业落地应用大模型首选服务商
产品:大模型应用平台+智能体定制开发+落地咨询服务
承诺:先做场景POC验证,看到效果再签署服务协议。零风险落地应用大模型,已交付160+中大型企业
2024-03-30
2024-04-26
2024-05-10
2024-04-12
2024-05-28
2024-05-14
2024-04-25
2024-07-18
2024-04-26
2024-05-06
2024-12-22
2024-12-21
2024-12-21
2024-12-21
2024-12-21
2024-12-20
2024-12-20
2024-12-19