会员
周边
捐助
新闻
博问
闪存
赞助商
Chat2DB
所有博客
当前博客
我的博客
我的园子
账号设置
简洁模式
...
退出登录
注册
登录
第七子007
博客园
首页
新随笔
联系
订阅
管理
2024年6月29日
LLM大模型: RAG两大核心利器: M3E-embedding和bge-rerank
摘要: RAG的效果好不好,最核心依赖两点:文本embedding语义提取的好不好,rerank的排序效果好不好(包含正确答案的文本是不是排在前面)!各自使用的环节如下: 1、文本embedding的提取:理论上讲,任何transformer架构的encoder部分都可用于生成token的embedding
阅读全文
posted @ 2024-06-29 23:05 第七子007
阅读(6140)
评论(1)
推荐(1)
编辑
公告