We read every piece of feedback, and take your input very seriously.
To see all available qualifiers, see our documentation.
There was an error while loading. Please reload this page.
1 parent 616175f commit 65b93e7Copy full SHA for 65b93e7
docs/zh/1-技术原理/1-切片方案.md
@@ -2,6 +2,10 @@
2
3
本章节介绍 GC-QA-RAG 智能问答系统的文档切片原理,即如何将原始文档的知识点切片后存入向量数据库。
4
5
+- 本项目同时提供公开课视频:[《企业自建知识库:RAG 的从零实践与开源共享》](https://learn.grapecity.com.cn/CRS_detail?courseid=community-573)
6
+- 观看方式:微信扫码注册后即可观看直播回放
7
+- 视频时长:1 小时
8
+
9
## 1. 原始思路
10
11
我们最初的设想非常直接:**将整个文档作为输入,交由大语言模型自动生成问答对(QA Pairs)**,以支持后续知识检索和问答系统的构建。
0 commit comments