页面加载中…
搜索中文正文和常见中英文技术词，按教程、项目、面试题筛选。
「RAG 流程」找到 352 条内容
按专题浏览 →匹配正文：…保留表格标题、页码和原始区域。 第五步，绑定图片与说明。 图片区域要与附近标题、图注和正文说明建立关系。普通截图可以提取可见文字，流程图或数据图则还包含箭头和结构。任何自动生成的图片描述都属于派生信息，必须保留原图引用，并与原文内容区分。 第六步，清理重复和噪声。 页眉、页脚、水印和重复页码会在多页文档中反复出现。清理时要避免误删正文，尤其是标题与页眉样式接近的材料。规则应该在代表性页面上抽检，而不是一次配置后永久信任。 第七步，输出统一内容单元。 每个单元包含正文、内容类型…
匹配正文：…else 0.0 # 点积 ÷(两个长度相乘)= 余弦值 query = "保险理赔" # 用户的问题 for d in ["理赔流程说明", "索赔方法介绍", "等待期是多久"]: # 三条候选文档 print(f" cos={cosine(to_vector(query), to_vector(d)):.2f} {d}") # 打印每条和问题的相似度 Step 2:运行 python toy_embedding.py 你应该看到(纯字符统计,数字是固定的): cos=0…
匹配正文：…率"衡量切分好坏;这里的召回是动词:指从知识库里把可能相关的 chunk 捞出来这个动作。负责这件事的就是"检索召回模块",它是 RAG 的"搜索引擎"。 概念 2:稀疏检索 vs 稠密检索 稠密检索(Dense) = 第 4 章的向量检索:把文字变成稠密向量,靠"意思相近"找。懂语义。 稀疏检索(Sparse) = 关键词检索(BM25):靠"词命中"找,代表向量大部分位置是 0(稀疏)。精确。 "稀疏/稠密"说的就是向量里 0 多不多,不用纠结这个词,记住"关键词 vs …
学习内容与项目面试，在同一条路上。