RAG+系统中的关键技术:从+Embedding+到+Reranker-王峰.pdfVIP

RAG+系统中的关键技术:从+Embedding+到+Reranker-王峰.pdf

  1. 1、本文档共35页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

RAG系统中的关键技术:

从Embedding到Reranker

王峰@JinaAI2024年05月18日

Berlin·Beijing·Shenzhenfelix.wang@jina.ai

AboutMe

2021-now,研发总监,JinaAI

2020-21,高级研究员,虎牙

2018-19,高级研究员,腾讯

2011-18,博士,香港浸会大学

王峰,本科毕业于山东大学,并于2016年获得香港浸会大学计算机博士学位。曾就职于腾讯和虎

牙科技工作,目前担任JinaAI研发总监,主要负责向量Embedding和重排Reranker模型的

训练和开发工作。此外,王峰博士具有非常丰富的开源项目开发和运营经验,对开源事业充满热

情,是Jina、clip-as-service、rungpt等开源项目的核心贡献者或管理者。

为什么需要检索增强生成(RAG)?

LLM大语言模型目前存在的问题

●幻觉:简而言之就是“胡说八道”

○在专业领域后果严重

●知识更新:训练数据过时而产生的知识更

新问题

●私域数据

●各种limit

○包括Token长度

○大海捞针(needleinahaystack)

RAG是一种结合了大语言模型和外部知识库的技

术,通过在生成答案之前从外部知识库中检索相

关信息,来提高答案的准确性。

RAG是如何工作的?

通用Embedding模型

jina-embeddings-v2:8K向量模型

●融合ALiBi,使用750Gb语料,训练jina-bert-v2

●基于步骤1的jina-bert-v2,使用3.8亿无标签的文本对数据,训练向量模型

●基于步骤2的向量表示模型,使用300万有标签的正负样本构成文本三元组数据,微调向量模型

PairwisePairs+Hard

DataNegatives

JinaJina

Web

文档评论(0)

***** + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档