编者寄语

大型语言模型(LLMs)在处理特定领域或知识密集型任务时仍面临诸多挑战,如产生幻觉、知识过时以及推理过程不透明、不可追溯等问题。检索增强生成(RAG)技术应运而生,RAG通过检索外部知识库中的相关信息片段,并将其与用户查询结合,形成丰富的上下文,以指导LLMs生成更加准确和有根据的回答。这一过程不仅提高了对知识密集任务的处理能力,还允许知识库的持续更新和特定领域信息的整合,从而使得LLMs能够更好地适应现实世界的应用需求。大模型检索增强成为大模型领域学术界和工业界共同关注的热点问题。特将CCF数字图书馆相关报告视频和期刊文章资源以及其他平台与选题相关的资源进行聚合,内容覆盖大模型检索增强范式与框架、检索增强系统中的检索模型设计、检索增强开源工具、检索增强应用等多个角度,具有较高的学习价值。

本期主编:窦志成  CCF大数据专家委员会秘书长 中国人民大学高瓴人工智能学院教授/副院长

本期编委:王昊奋  CCF自然语言处理专委秘书长 同济大学设计创意学院特聘研究员



大模型与检索
  • ,

ADL147《大模型与检索》视频合集,覆盖知识检索增强的范式与关键技术、通用语义向量模型、检索增强生成方法、大模型工具增强等内容。该视频合集可作为检索增强生成的入门资料。

格式:
视频合集
知识检索增强:范式与关键技术

本文稿从范式、关键技术与应用发展等角度对RAG进行全面梳理和分析,旨在从更高层面把握技术发展趋势和未来方向。

格式:
PPT文稿
基于增强大语言模型的企业级智能系统

本文提出了大语言模型与知识图谱结合的智能应用范式的整体架构,描述了大语言模型与知识图谱的相互增强并协同的方法。

格式:
文章
知识图谱之检索增强技术
  • ,

CCF TF第131期“知识图谱之检索增强技术”视频集合,内容包括检索增强技术的前沿发展、知识图谱与检索增强技术融合的机遇与挑战以及典型案例与最佳实践。

格式:
视频合集
大模型时代下的搜索、推荐与广告
  • ,

该视频为CNCC2024 分论坛《大模型时代下的搜索、推荐与广告》的视频,该论坛中,多位专家围绕着大模型与信息检索问题展开讨论,包含大模型赋能的搜索推荐方法以及检索增强的大模型。

格式:
视频
FlashRAG:用于高效检索增强生成研究的模块化工具包
  • ,

FlashRAG是一个高效的模块化开源工具包,旨在帮助研究人员复制现有的RAG方法并在统一的框架内开发自己的RAG算法。工具包实施了16种高级RAG方法,并收集和组织了36个基准数据集。工具包具有多种功能,包括可定制的模块化框架、丰富的预实现RAG算法集合、全面的数据集、高效的辅助预处理脚本以及广泛而标准的评估指标。

格式:
文章

本期编委成员