Michael Anti2025-04-02 13:58:52Deep Research取代谷歌例子：今天周一鸣荣升香港警务处处长，他曾经在2019年出任九龙西总区副指挥官，是他职业腾飞关键。我突然想知道指挥官是谁？谷歌搜索“九龙西总区指挥官 2019”翻了多少页都找不到。但直接问Grok3和Gemini的DR，几分钟后两者都给出正确答案：卓孝业，第二年周一鸣升职，他退休。#DeepResearch#人工智能#信息检索
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预览#RAG#检索增强生成#信息检索
宝玉2025-01-19 04:06:36 DailyDoseofDS 这个图把传统 RAG 和 Agentic RAG 之间的差异分的比较清楚。 传统 RAG 就是先把文档向量化保存到向量数据库，然后在用户查询时，对用户的问题也做向量化，从向量数据库中找到相关的文档，再把问题和找出来的结果交给 LLM 去总结生成。 这种方式的优点就是简单，由于不需要太多次和 LLM 之间的交互，成本也相对低，但缺点是经常会因为做相似检索时，找不到合#RAG#向量数据库#LLM
