RAG | 人人都是产品经理

AI人工智能

RAG实践篇（四）：你需要知道的RAG七个局限

许多AI Agent的出现，确实成为解决某些特定问题的“特效药”。但是，作为产品经理，我们也需要熟悉“药性”——他们能解决什么问题，他们可能存在的局限在哪里。

AI 实践干货

Agent AI应用 RAG

AIGC

RAG实践篇（三）：向量检索的AI应用，让知识“活起来”

向量检索技术正在成为RAG智能问答的“隐形功臣”，让很多企业/专业领域繁复庞大的知识库真正“活起来”，而作为产品经理，理解他的“有效”和“有限性”，能真正地将这个检索技术为产品所用。

AI 实践干货

RAG 向量检索经验总结

AIGC

干货分享 | RAG的5种切分策略

这篇文章将带你深入探索RAG的五种切分策略，这些策略是优化RAG工作流程的第一步，对于提高信息检索的效率和准确性至关重要。

小布Bruce

RAG 切分策略工作流程

产品设计

RAG实践篇（二）：这些年，我们在测试中踩过的坑

RAG目前在企业级应用中是最优解，但实践中的坑点不少，今天分享我们在测试环节踩过的坑。

AI 实践干货

RAG 产品测试实践经验

新范式 | iRAG让百度终于真正领先了行业一回

百度的最新技术iRAG，就像是给AI开了挂，让图片生成不再是“睁眼说瞎话”。这篇文章带你一探究竟，看看百度是如何用iRAG技术让AI变得更加靠谱，甚至可能颠覆我们对AI绘图的认知。

小布Bruce

RAG 产品分析百度

RAG实战篇：精准判断用户查询意图，自动选择最佳处理方案

在人工智能领域，理解和准确响应用户的查询是构建高效交互系统的关键。这篇文章将带你深入了解如何通过高级查询转换技术，优化大型语言模型的理解能力，使其更贴近用户的真正意图。

风叔

RAG 个人观点实战经验

AIGC

RAG实践篇（一）：知识资产的“梯度”

近期我们结束了一个RAG项目的开发，后续将不定期掉落RAG系列的复盘与实践。如有兴趣的读者，欢迎收藏文章和关注。

AI 实践干货

RAG 知识资产经验总结

RAG实战篇：优化数据索引的四种高级方法，构建完美的信息结构

在构建高效的检索系统（RAG）时，优化索引是提升系统性能的关键步骤。这篇文章深入探讨了如何通过高级技术手段对索引进行优化，以实现更快速、更准确的信息检索，供大家参考。

风叔

RAG 信息结构数据索引

产品经理需要知道的AI相关知识（二）

本文深入探讨了RAG（检索增强生成）技术和向量化方法，这两种技术在提高数据处理效率、优化自然语言处理及应用落地方面展现出了巨大的潜力。通过具体实例和技术解析，我们将揭示这些技术如何在多个领域内提升信息的可用性和准确性，以及它们对未来技术发展的可能影响。

鹿元甲

RAG 向量化数据分析

深入解析：如何高效评估RAG系统(一)

本文深入探讨了RAG系统的优势、挑战以及如何通过RAGAS框架对其进行有效评估，旨在为读者提供一套系统的理解和应用RAG技术的指南。

Leo

RAG 医疗AI 大语言模型

AI人工智能

谈谈Rag的产生原因、基本原理与实施路径

在人工智能领域，RAG技术正成为推动大模型应用的关键。本文将深入探讨RAG技术的原理、挑战以及在不同阶段的优化策略，帮助读者全面了解并有效实施这一技术。如果你对提升AI Agent的性能感兴趣，不妨继续阅读。

风叔

AI技术 RAG 人工智能

AI人工智能

谁能对Perplexity贴脸开大？

Perplexity以其独特的RAG技术和颠覆性创新，打破了传统搜索引擎的局限。那么，它是如何做到的呢？又是如何看待与其他AI搜索的竞争呢？让我们一同揭开Perplexity的神秘面纱，探寻它的内核与未来。

王智远

ai Perplexity RAG