宝玉2025-04-20 15:08:54问：宝玉老师，我想请教个rag的问题。我们想通过收集时事新闻报道编写分析报告，如果采用RAG方案对新闻进行处理，数据量提供多大出来的报告比较合适，亦或者这个需求有什么别的更好的处理方案吗 答： 通常在考虑使用 AI 解决问题时，我的第一个建议是先不要考虑 RAG 这些因素，而是回归聚焦到问题本身，搞清楚要解决什么问题，然后再看要不要使用 AI 的方案，以及怎么使用 AI 的方案。 就拿这个问题
宝玉2025-03-31 02:37:28问：什么是 RAG？ RAG（检索增强生成，Retrieval-Augmented Generation）是一种结合了信息检索和生成式人工智能的技术。通俗地讲，它先通过检索，从数据库或互联网等外部知识源中找到与问题相关的内容，再利用生成模型（如GPT）基于这些内容生成答案。这种方式让模型不仅依靠训练时学习到的知识，还能实时获取最新信息，从而更准确地回答问题。 举个简单的例子：假设你问AI：“20
高级分析师2025-03-26 22:01:28今天才知道，为啥千问不训一个特别大的模型。原来是他们的训练框架有问题，训大的就崩了。 这和微软特别类似，微软的Phi只训练到最大14B的模型。the information就报道更大的模型训练了，效果却更差，幻觉多。
EpochAI2025-03-24 14:39:25Manus的成功仅是过渡产品，远不及谷歌Deep Research高效。其模仿人类操作的方式注定没落，功能未AI重构。MCP更适合未来，“token to token”是趋势。
