「笔记」RAG 杂记

目录

• 写在前面
• 调研
  • 通俗科普读物
  • 工程实践经验
  • 部署
  • 读论文

写在前面

毕设中需要使用 GraphRAG ，顺便记录一下。

调研

通俗科普读物

字节面试官：“RAG 不就是给大模型挂个知识库？”，我：“文档切分、向量检索、多路召回、Re-rank、RAG 评估、幻觉抑制……”：https://mp.weixin.qq.com/s/BqOdWsCjtXoUllUuFVb29w

什么是 RAG？— 检索增强生成 AI 详解 — AWS：https://aws.amazon.com/cn/what-is/retrieval-augmented-generation/

一文读懂：大模型 RAG（检索增强生成）含高级方法：https://www.zhihu.com/tardis/zm/art/675509396?source_id=1003

(1 条消息) LLM 之 RAG 理论（五）_ 使用知识图谱增强 RAG - 知乎：https://zhuanlan.zhihu.com/p/677754992

工程实践经验

All-in-RAG _ 大模型应用开发实战：RAG 技术全栈指南：https://datawhalechina.github.io/all-in-rag/

• 比较齐全的入门指南
• 有基础项目实战

2026 年构建 RAG 系统的核心策略：从 60%到 94%准确率：https://mp.weixin.qq.com/s/xrexs6OUn7-5YNxzt5-r5A

• 一些优化策略

懒懒笔记 | 课代表带你梳理【RAG 课程 19：基于知识图谱的 RAG】：https://www.sensecore.cn/developer/article/posts/4

部署

introduction _ LangChain 中文网：https://www.langchain.com.cn/docs/introduction/

LangChain 指南：打造 LLM 的垂域 AI 框架 - 知乎：https://zhuanlan.zhihu.com/p/608295910

小白入门 AI：LangChain - 知乎：https://zhuanlan.zhihu.com/p/656646499

读论文