🏠 Accueil
基準測試
📊 Tous les Benchmarks 🦖 Dinosaure v1 🦖 Dinosaure v2 ✅ To-Do List Apps 🎨 Pages Libres 🎯 FSACB - Showcase 🌍 Traduction
Modèles
🏆 Top 10 Modèles 🆓 Modèles Gratuits 📋 Tous les Modèles ⚙️ Modes Kilo Code
Ressources
💬 Prompts IA 📖 人工智能詞彙表 🔗 Liens Utiles

AI 詞彙表

人工智能完整詞典

200
類別
2,608
子類別
30,011
術語
📖
術語

向量知识库

专门为嵌入向量优化的存储系统,通过HNSW或IVF等索引技术实现大规模语义相似性快速搜索。

📖
術語

HyDE(假设性文档嵌入)

高级技术,其中LLM首先生成一个理想的假设性文档,然后使用其嵌入向量来指导搜索,找到真正相关的文档。

📖
術語

交叉重排序

一种相关性评估方法,模型同时处理查询和候选文档,与标准的双编码器方法不同。

📖
術語

查询分解

将复杂查询自动分解为更简单的子查询的策略,以提高多方面信息检索的准确性。

📖
術語

同步RAG vs 异步RAG

根据延迟约束区分同步方法(在同一次调用中进行搜索和生成)和异步方法(预索引和实时检索)。

📖
術語

提示塑造(提示工程)

优化RAG提示结构的艺术,包括检索上下文的放置、格式化指令和引用约束,以最大化响应质量。

📖
術語

多跳RAG

高级架构,其中模型执行多个检索-生成循环,使用中间响应来细化和深化信息搜索。

📖
術語

动态知识库

文档库持续实时更新的RAG系统,允许提供始终最新的答案,而无需重新训练模型。

📖
術語

领域无关的RAG

一种检索系统的设计方法,使其能够在无需特定适应的情况下,高效地工作于任何领域,这得益于通用的嵌入和搜索策略。

📖
術語

来源引用

📖
術語

分层RAG

多层次架构,其中检索首先在摘要或元数据上执行,然后在相关的详细文档上执行,以优化速度和相关性。

📖
術語

上下文融合

将多个检索到的文档智能地集成到一个连贯的提示中的过程,避免冗余并最大化信息的互补性。

📖
術語

带记忆的RAG

标准RAG的扩展,系统维护先前交互的记忆以上下文化未来的检索并确保对话的一致性。

🔍

搵唔到結果