GLM-4-Flash宣布免费，Agentic RAG体验，让我觉着，真香！

文章预览

重大福利，今天（ 8⽉27⽇ ） ，智谱AI BigModel开放平台宣布： GLM-4-Flash API 全部免费，再也不用担心没token了。 PaperAgent迫不及待的就最经典的LLM落地应用 Agentic RAG 以及 问答生成微调 来对GLM-4-Flash（128K）进行了第一手实测： 一、RAG问答 将RAG过程应用于问答的一个代表性实例。主要由3个步骤组成。 索引 ，文档被分割成块，编码成向量，并存储在向量数据库中。 检索 ，根据语义相似性检索与问题最相关的前k个块。 生成 ，将原始问题和检索到的块一起输入到大型语言模型（ GLM-4-Flash ）中，生成最终答案。 原生RAG问答流程（GLM-4-Flash） 从RAG问答常见的三种问答类型为例： 事实类 总结类 拒绝回答 【案例说明】 多问题事实类型Query :  药明康德2022-2024年归母净利润预测分别是多少？ GLM-4-Flash回答：答案正确、溯源正确（来源于参考资料5） 根据已知信 ………………………………