大模型&RAG&文档智能&知识图谱进展及月度线上交流：老刘说NLP技术社区持续对外纳新

文章预览

当新的技术，项目出现时，如何从底层理解它十分必要，这也是解决被带着走的重要保证。 尤其是当前信息井喷的环境下，每天都有看不完的大量输入的情况下，如何抓住重点，做信息过滤，并从根本上理解它，思考它，决策它十分必要。 其中，当前，关于当前 RAG的优化策略，实际上，已经有很清晰的优化思路、代码以及视频讲解，这个来自于langchain官方的研发团队，具有很好的指导意义。因此，社区进一步整理，讲ppt、code、video视频进行了整理归置，感兴趣的可以加入奢求，并前往社区网盘查看。 其中涉及到RetrievalRetrieval、Query Translation (Step Back)、Routing、Query Translation (RAG Fusion)、Query Translation (Multi-Query)、Query Translation (HyDE)、Query Translation (Decomposition)等多个模块的优化策略。 当然，这种形式会很有趣，因为总会有很多值得关注文档新的观点， ………………………………