LangChain - Agent: 其实没有什么「垂类行业专家大模型」，只有「垂类行业专家 Agent」

文章预览

从 9 月份的这篇文章 开始，我们判断 RAG 这杯旧酒（2020 年 Meta 的 Lewis 等首次提出 RAG 概念： Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks ）经过这波的包装终于要红了，接下来这几个月大家也确实从 数据抽取优化、向量数据库优化、prompt 优化、 chunk/document拆分优化、retrieval 优化、结果排序优化等等各个方面对 RAG 系统进行了一番重新装修，接着 ChatGPT 的新瓶子一炮而红，最后随着首届 OpenAI Devday 上 Colin 和 John 一起总结了如何针对业务场景进行 LLM 的优化（ https://www. youtube.com/watch? v=ahnGLM-RC1Y t=1962s ），分别从 PromptEngine、RAG、SFT 三个部分详细说明了从业务的角度，如何灵活的使用工具箱中的这三种工具来达到目标，这个视频内容非常好，恰好 45 分钟，一节课的时间长度，推荐二刷、多刷，其中非常重要的一点是他们也提到了针对 RAG ………………………………