新竹市网站建设_网站建设公司_Vue_seo优化

接下来我们通过一张图来了解 RAG 的数据处理过程和存在形式，如下图所示：

从上图中，我们不仅可以清晰掌握 RAG 的数据处理流程，还能发现 AI 外挂的知识库通常以向量数据库形式存在。因为我们在大模型（AI)生成原理中提到，LLM 中的 Token 单词表也是以向量化形式存在的。这样做的好处是，当我们将用户的问题和搜集到的资料打包发送给大模型时，能提升大模型处理的效率和精确度。

在将公司知识文档存入 RAG 之前，也有两个必不可少的步骤：文档预处理和 Embedding，接下来我们就正式进入今天主题。

一、为什么要做文档预处理

RAG 的重中之重，是对 Embedding 之前的文档做预处理。若不做预处理直接进行向量化存储，会存在以下两个问题：

1.每次有问题进来搜索，都会召回很多大而全的资料，其中部分资料与问题并不相关，既耗费 Token，也不利于节省成本。

2.大量资料涌入后，其中既有答案也有非答案内容，大模型可能会检索到非答案部分，进而产生幻觉。

二、如何进行文档预处理

1. 文档处理的三种常见形式

1）自动分段与清洗：按照字符数分段，容易截断关联信息，一般不建议采用。

2）自定义：自定义分段符和字符数，可控性高、效果最佳，但需要对分段前的文档做预处理。

3）按层级分段：保留标题级别和层级，对长文档友好。

2. 文档处理的关键 Tips

1）分段内容被检索召回后会进入对话上下文，过长的段落切分方式有助于生成更优答案，但会消耗大量 Token，需要做好取舍。

2）“纯答案” 型资料需要补充相关问题背景，因为 Embedding 后的查询过程不具备大模型的语义识别和推理能力，可能无法匹配到 “答案” 与问题的相似性。

3）按层级分段时，可以选择保留层级索引。需要注意层级信息（一般是级别标题）的语义表达，若层级信息具备明确的问题导向，可能导致整个文档的所有分段被检索到，进而造成大量 Token 消耗或回答不准确（真正的答案可能未被召回）。

文本类 Embedding 只能处理文字信息，文档中包含的图片会被忽略。此外，在部分 Embedding 项目中，若导入含图片的 Word 文档，图片会被转成 base64 码，消耗大量 Token。因此，当文档中包含图片时，也有对应的处理方式来提高处理效率和精确度。

3. 图像的三种处理方式

1. 推荐：对图像以注释形式进行标注解释，用于向量检索和模型理解，例如：【附图：模型在 XX 的测评得分】(https://url)

2. 使用 OCR 技术识别图片内容，转存为文字形式后进行向量嵌入。

3. 使用图像理解模型理解图片内容后进行向量嵌入（一般不推荐，因为大模型对图片或图表型内容的理解偏差非常大）。

需要注意的是，图像无法被大语言模型直接输出，需上传到图床手动处理后，将纯图片类内容转成 Markdown 格式或标签，再以文本形式存储。

三、如何学习AI大模型？

如果你对AI大模型入门感兴趣，那么你需要的话可以点击这里大模型重磅福利：入门进阶全套104G学习资源包免费分享！

这份完整版的大模型 AI 学习和面试资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

这是一份大模型从零基础到进阶的学习路线大纲全览，小伙伴们记得点个收藏！

第一阶段：从大模型系统设计入手，讲解大模型的主要方法；

第二阶段：在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段：大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段：大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段：大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段：以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段：以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

100套AI大模型商业化落地方案

大模型全套视频教程

200本大模型PDF书籍

👉学会后的收获：👈

• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

LLM面试题合集

大模型产品经理资源合集

大模型项目实战合集

👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓