From baaedf68909db5a924382f9855131f7ecb046df4 Mon Sep 17 00:00:00 2001 From: charles Date: Thu, 21 Nov 2024 08:34:26 +0800 Subject: [PATCH] update --- .../prompting_engineering.md" | 3 +++ docs/other/rerank_llm.md | 5 +++++ ...\200\344\271\210\346\230\257\345\217\254\345\233\236.md" | 6 ++++++ mkdocs.yml | 1 + 4 files changed, 15 insertions(+) create mode 100644 "docs/engineering/\351\200\237\351\200\232LLM\345\272\224\347\224\250/prompting_engineering.md" diff --git "a/docs/engineering/\351\200\237\351\200\232LLM\345\272\224\347\224\250/prompting_engineering.md" "b/docs/engineering/\351\200\237\351\200\232LLM\345\272\224\347\224\250/prompting_engineering.md" new file mode 100644 index 0000000..92d4594 --- /dev/null +++ "b/docs/engineering/\351\200\237\351\200\232LLM\345\272\224\347\224\250/prompting_engineering.md" @@ -0,0 +1,3 @@ +## 参考 + +[提示词工程速成](https://www.53ai.com/news/qianyanjishu/2185.html#:~:text=%E6%8F%90%E7%A4%BA%E5%B7%A5%E7%A8%8B%EF%BC%88Prompt%20Engineering%EF%BC%89%E6%98%AF,%E8%BF%94%E5%9B%9E%E7%BB%93%E6%9E%9C%E7%9A%84%E5%B7%A5%E7%A8%8B%E6%8A%80%E6%9C%AF%E3%80%82&text=%E7%AE%80%E5%8D%95%E8%80%8C%E8%A8%80%EF%BC%8C%E5%A4%A7%E6%A8%A1%E5%9E%8B,%E8%BF%9B%E8%A1%8C%E7%BB%AD%E5%86%99%EF%BC%8C%E8%BF%94%E5%9B%9E%E7%BB%93%E6%9E%9C%E3%80%82) diff --git a/docs/other/rerank_llm.md b/docs/other/rerank_llm.md index e69de29..83c71ff 100644 --- a/docs/other/rerank_llm.md +++ b/docs/other/rerank_llm.md @@ -0,0 +1,5 @@ +# 引用 + +[RAG(检索增强生成)简介](./files/rag_intro.html) + +[RankLLM:RAG架构下通过重排序实现精准信息检索](./files/rllm_intro.html) diff --git "a/docs/other/\344\273\200\344\271\210\346\230\257\345\217\254\345\233\236.md" "b/docs/other/\344\273\200\344\271\210\346\230\257\345\217\254\345\233\236.md" index a14821c..129a94a 100644 --- "a/docs/other/\344\273\200\344\271\210\346\230\257\345\217\254\345\233\236.md" +++ "b/docs/other/\344\273\200\344\271\210\346\230\257\345\217\254\345\233\236.md" @@ -96,3 +96,9 @@ Faiss (Facebook AI Similarity Search) 是一个由 Facebook AI Research 开发 Faiss 常用于推荐系统、图像检索、自然语言处理等领域中的相似性搜索任务。 在信息检索和推荐系统中,召回率(Recall)是一个重要的评估指标,用于衡量系统在所有相关项中成功检索到的比例。Faiss 作为一个高效的相似性搜索库,可以显著提高大规模数据集上的检索效率,从而影响召回率。 + +## BM25 召回 + +## IF-IDF 召回 + +TF-IDF(Term Frequency-Inverse Document Frequency)是一种用于文本检索和文本挖掘的统计方法,用来评估一个词语在一个文档集或一个语料库中的重要程度。TF-IDF 召回指的是使用 TF-IDF 算法从文档集合中召回与查询相关的文档。 diff --git a/mkdocs.yml b/mkdocs.yml index 058c0a0..6201d3a 100644 --- a/mkdocs.yml +++ b/mkdocs.yml @@ -194,6 +194,7 @@ nav: - reference: projects/KnowledgeBrain/reference.md - 🤗Other: - Faiss召回: ./other/什么是召回.md + - Rerank 在RAG里的作用: ./other/rerank_llm.md # 插件配置 plugins: