【论文阅读】Contexts are Never Long Enough: Structured Reasoning for Scalable Question Answering over Long Document Sets

Contexts are Never Long Enough: Structured Reasoning for Scalable Question Answering over Long Document Sets Abstract: Real-wor l d document question

RAG系统幻觉问题的诊断与优化

RAG是如何产生幻觉的 先看一个在实际系统中非常典型的场景。 用户提问：“BM25 和 TF-IDF 的主要区别是什么？” 系统返回了一段看似专业的回答，但其中出现了这样的描述： “BM25 在计算词频时采用平方项增强高频词的重要性”。 从语言表达上看，这段回答没有明显问题，看起来也很专业，但如果你

Harness Engineering

Agent设计与协作范式

单智能体： ReAct Plan-and-Execute Reflection 多智能体： Orchestrator-Subagent Peer-to-Peer 智能体工作流： Agentic Workflows ReAct Plan-and-Excute Reflection

向量数据库的索引算法

前言 向量数据库是RAG 应用的核心组件，不同于传统关系型数据库，向量数据库中的数据由具有固定维数的向量来表示。 向量数据库的核心目标在于解决这样一个问题：如何存储并管理海量非结构化数据，并对其实现高效的相似性搜索。 针对以上问题，向量数据库通常具备以下三个关键功能： （1）向量嵌入（Vector

如何评估RAG应用？检索质量与生成质量的评价指标

在 Retrieval-Augmented Generation（RAG）系统中，模型性能不再仅取决于生成能力，还高度依赖检索质量与上下文利用效率。传统 NLP 评价指标（如 BLEU、ROUGE）已难以全面反映 RAG 系统的真实性与可用性。本文系统梳理 RAG 的评估范式，从检索层、生成层到端到端效果，详细解析关键评价指标，并对主流评估工具进行对比分析，最终给出可落地的评估实践方案。

RAG中的精确检索算法：从TF-IDF到BM25

在RAG（Retrieval-Augmented Generation）系统中，精确的检索算法是确保生成质量的关键。本文深入探讨了从经典的TF-IDF到现代BM25算法的演进，详细解析了BM25的数学原理、参数调优和实战应用，帮助开发者构建更高效的检索系统。

【论文阅读】Late Chunking：Contextual Chunk Embeddings Using Long-Context Embedding Models

LATE CHUNKING: CONTEXTUAL CHUNK EMBEDDINGS USING LONG-CONTEXT EMBEDDING MODELS Abstract Many use cases require retrieving smaller portions of text, an

大模型文本生成中 temperature 参数的数学机制

使用 API 接口调用大语言模型时，经常能看见 temperature 这个参数，阿里云白炼平台对 temperature 参数的解释是这样的： 那么 temperature 是如何影响大语言模型的输出结果的呢？ 大模型是如何选择下一个 token 的？ 要理解 temperature 参数的作用，

Prompt Engineering——提示词工程

提示词与提示词工程 什么是提示词 提示词，也叫 Prompt，就是你输入给大语言模型的指令、问题、背景或要求。 它可以是一句话： 请帮我总结这篇文章。 也可以是一段复杂指令： 你是一名产品经理。请阅读下面的用户反馈，提炼出 5 个最重要的问题，并按“问题、影响、建议优先级”的表格输出。不要编造原文中