腾讯ima知识库：接入满血DeepSeek r1
腾讯ima知识库接入满血DeepSeek r1啊。这几天腾讯的ima可谓是当红炸子鸡啊，通过它你可以直接将公众号文章和聊天中的文档以及本地文档加入知识库，然后和这些内容进行对话啊。废话不多说，赶紧Demo下，首先去小程序里搜索到这个ima…
微信赞赏
相关推荐
2025-11-14
LLM上下文这么长了，还有必要用RAG吗？
替换视频人物的AI工具我分享过不少，但是这些人物一旦动作过大，替换后就很容已变成。这个AI工具却在这方面做得很优秀，关键还要免费… 什么是RAG？解决了什么问题？现在上下文长度都这么大了，还有必要用它吗？
2025-07-10
轻松搭建自己的RAG！AI加持知识库！
‘sup, dude! 怎么搭建自己的检索增强生成本地知识库RAG系统？大家可以去看下PandaWiki这款开源神器。几分钟就能打造出自己的RAG。除了能支持本地文档，它还能让我们轻松的通过URL,RSS, Notion等方式来创建文档，如果有用过其他RAG的就知道这对效率的提升不是一点两点的，有点所见即所得的调调了 访问入口
2025-11-24
手动RAG已死！凶手是谷歌！
这两天都在谈微调和RAG，其实一个好的RAG搭建起来还是需要点技术的，比如你首先要去对文档分片，然后要找到好的word embeddings词向量数据库来将你文档分片进行向量化，好进行检索。 然而，正是这些对分片策略、向量模型选择以及高昂数据库运维的持续投入，让许多希望快速部署知识问答系统的开发者望而却步。Google 文件搜索 API 的推出，正是为了终结这种复杂性。这项集成在 Gemini API 中的托管式 RAG 解决方案，将所有繁琐的底层工程——包括智能分块、高性能向量嵌入和索引管理——全部自动化封装，让您无需再为此耗费精力。它不仅提供了企业级的 RAG 能力，更以颠覆性的成本结构改变了游戏规则：文档存储完全免费，您只需为计算嵌入和模型使用检索到的上下文付费，极大地降低了应用的边际成本…展开更多 文档入口
2025-02-17
AskManyAI：DeepSeek r1满血版免费用.
.DeepSeek R1满血版免费用啊！我们知道国产之光DeepSeek r1火遍全球，奈何官方托管访问量过大及其他原因导致老是出现服务繁忙，自家部署的话有只能部署个蒸馏小参数版本。今天跟大家介绍一个可以免费用DeepSeek r1满血版的方式… 访问入口
2025-02-12
Kimi 1.5推理模型：差评！
国产月之暗面 Kimi 1.5 推理模型测评报告啊！我们知道DeepSeek的推理模型r1轰动全球，而Moonshot同时间推出的Kimi 1.5推理模型号称打败GPT-4o等，还有一帮人网上鼓吹其和DeepSeek r1齐名，看benchmarks的话也确实表现不俗。如此厉害的模型，那我们得赶紧去拿出我们往常的测试用例来测评下了。 来到官网，下面这里选择上K1.5长思考，这样就用上了Kimi 1.5推理模型了… 访问入口
2024-11-29
RAG检索增强生成是什么鬼？
RAG（Retrieval-Augmented Generation，检索增强生成）是解决大语言模型”知识过时”和”幻觉”问题的核心技术方案。它的原理很简单：当用户提问时，先从一个外部知识库（如企业文档、数据库、网页等）中检索出相关的内容片段，然后将这些内容连同用户问题一起输入给大模型，让模型基于检索到的事实信息来生成回答。这样既利用了LLM强大的理解和生成能力，又能确保回答基于最新的、特定领域的事实知识。RAG已被广泛应用于智能客服、企业知识库问答、AI搜索等场景，是目前企业落地大模型最主流的技术架构之一。
