什么是Embedding、RAG、Function calling、Prompt engineering、Langchain、向量數據庫？ 怎么使用
目錄
- 什么是Embedding、RAG、Function calling、Prompt engineering、Langchain、向量數據庫？ 怎么使用
- Embedding（嵌入）
- RAG（檢索增強生成）
- Function calling（函數調用）
- Prompt engineering（提示工程）
- Langchain
- 向量數據庫
- 實現方式及舉例說明：
- Embedding
- RAG
- Function calling
- Prompt engineering
- Langchain
- Langchain名字的含義
- 向量數據庫
Embedding（嵌入）
- 定義：將文本、圖像、音頻等各種形式的數據轉換為低維向量空間中的向量表示的過程，這些向量能夠捕捉數據的語義和結構信息，便于計算機進行處理和分析。
- 作用：在自然語言處理中，可將單詞、句子甚至文檔轉換為向量，使計算機能夠理解文本的語義信息，用于文本分類、情感分析、信息檢索等任務。在計算機視覺中，能將圖像轉換為向量，用于圖像識別、圖像檢索等。
RAG（檢索增強生成）
- 定義：一種將檢索技術與語言模型生成相結合的技術，通過在生成文本時檢索外部知識源，來增強語言模型的生成能力和準確性。
- 作用：能夠讓語言模型在生成內容時，利用外部的最新知識和信息&#
)
