当前位置： 首页 > news >正文

【学习笔记】检索增强生成（RAG）技术

news 来源：原创 2025/6/19 1:14:46

检索增强生成（RAG）技术：原理、实现与发展趋势

1. RAG技术概述

检索增强生成（Retrieval-Augmented Generation，RAG）是一种将信息检索与生成模型相结合的技术，旨在增强大型语言模型的知识能力和准确性。RAG技术的核心思想是：不依赖模型参数中存储的固有知识，而是通过外部知识库检索相关信息，将检索结果作为上下文与用户问题一起输入到模型中，从而生成更加准确、可靠、及时的回答。

2. RAG的工作流程

RAG的完整工作流程可以分为两个主要阶段：离线处理（索引构建）和在线服务（检索生成）。

2.1 离线处理阶段

  1. 文档收集：从各种来源获取文档，这些文档构成知识库的基础
  2. 文档分割：将冗长文档切分成适当大小的文本块（Chunks）
    • 切分策略考虑：固定长度、基于段落/章节、滑动窗口、语义完整性
    • 理想的块大小：既要包含足够上下文，又不能过大影响检索精度（通常500-1000个token）
  3. 向量化处理：
    • 使用embedding模型将每个文本块转换为高维向量表示
    • 常用模型：OpenAI的text-embedding-ada-002、各种开源的sentence-transformers等
  4. 向量索引构建：
    • 将文本向量存入向量数据库，建立高效索引
    • 常见向量数据库：Pinecone、Milvus、Faiss、Weaviate、Qdrant等

2.2 在线服务阶段

  1. 用户查询处理：
    • 接收用户问题
    • 使用与文档相同的embedding模型将问题转换为向量
  2. 相似性检索：
    • 在向量数据库中查找与问题向量最相似的文本块
    • 常用相似度度量：余弦相似度、欧氏距离等
    • 检索topK（如前5-10个）最相关的文本块
  3. 上下文构建：
    • 将检索出的文本块组织成结构化上下文
    • 可能进行去重、排序、合并等操作
  4. 提示构建与生成：
    • 构建包含用户问题和检索上下文的完整提示
    • 将提示发送给大型语言模型
    • 大模型基于提供的上下文生成最终回答
  5. 后处理与引用：
    • 对模型输出进行格式化、增加引用源
    • 确保回答的可溯源性和可信度

3. 向量数据库的核心作用

向量数据库在RAG中扮演着至关重要的角色，其主要优势包括：

  1. 降低计算复杂度：通过高效的索引结构（如HNSW、IVF等），将相似性搜索的复杂度从O(n)降低到接近O(log n)
  2. 语义检索能力：基于向量相似度的检索能力，能够找到语义相关但可能没有关键词匹配的内容
  3. 可扩展性：支持大规模数据集，且随着数据量增加，检索性能退化相对缓慢
  4. 实时更新：支持动态更新知识库，确保信息的时效性
  5. 多模态支持：现代向量数据库支持文本、图像、音频等多种模态的向量存储和检索

4. RAG的高级优化技术

4.1 查询转换与增强

  1. 查询扩展：扩展原始查询，生成多个角度的查询变体，提高召回率
  2. 查询重写：使用LLM将复杂或模糊的用户问题重写为更清晰的查询形式
  3. 混合检索：结合关键词搜索和向量搜索的优势，提高检索多样性和准确性

4.2 Chunks优化技术

  1. 重叠块策略：使用滑动窗口创建重叠的文本块，减少信息断裂
  2. 层次化索引：同时索引不同粒度的块（段落、章节、文档），根据问题复杂度选择合适粒度
  3. 动态块生成：运行时基于查询动态合并相关块，保证上下文连贯性

4.3 重排序技术

  1. 多阶段检索：先宽松检索获取候选集，再精确重排序确定最终结果
  2. 交叉编码器重排序：使用更精确但计算成本更高的交叉编码器对初步检索结果进行重排
  3. 基于LLM的重排序：利用大模型评估每个检索结果与查询的相关性和有用性

4.4 多模型协作

  1. 专家模型体系：使用专门的模型处理RAG流程的不同环节（查询理解、检索、生成）
  2. 自适应检索系统：根据问题类型动态决定是否需要检索以及检索策略
  3. 多代理框架：构建多个专业代理协作完成复杂任务，每个代理负责不同领域知识

5. RAG系统的评估指标

评估RAG系统性能的关键指标包括：

  1. 准确性：回答的事实准确程度
  2. 相关性：检索内容与查询的相关程度
  3. 完整性：回答的全面程度
  4. 新鲜度：信息的时效性
  5. 引用准确性：引用源的正确性和可验证性
  6. 延迟时间：从用户提问到系统回答的时间
  7. 幻觉率：产生虚构内容的比例

6. RAG的局限性与挑战

尽管RAG技术强大，但仍面临一些挑战：

  1. 知识整合困难：当检索内容之间存在矛盾时，模型难以正确判断和整合信息
  2. 上下文长度限制：大模型的上下文窗口有限，无法处理过多检索结果
  3. 计算资源消耗：实时检索和处理大量数据需要较高的计算和存储资源
  4. 领域适应性：通用embedding模型可能不适合特定专业领域的语义理解
  5. 多语言支持：在非英语语言上的表现通常不如英语
  6. 结构化数据处理：对表格、图表等非线性文本的处理能力有限

7. RAG技术的发展趋势

7.1 技术发展方向

  1. 长上下文RAG：结合长上下文模型，处理更复杂的知识关联
  2. 多跳推理增强：支持多步骤、多文档的推理能力
  3. 自监督优化：系统自动评估和优化检索质量
  4. 多模态RAG：融合文本、图像、视频等多种模态的检索和生成
  5. 个性化RAG：根据用户历史、偏好自适应调整检索策略

7.2 新兴架构

  1. RAG-Fusion：融合多种检索结果的技术框架
  2. ReAct框架：结合推理和行动的增强RAG架构
  3. 知识图谱增强RAG：结合知识图谱的结构化关系提升检索质量
  4. 自适应检索深度：根据问题复杂度自动调整检索深度和策略

8. 个人见解与思考

8.1 RAG与模型演进的关系

大型语言模型的发展经历了从纯参数知识到检索增强的显著转变。从我的观察来看，RAG不仅是对模型能力的补充，更代表了AI系统架构的根本性变革。这种变革的核心是将"知识"和"推理"进行了分离：

  • 知识来源外部化：不再完全依赖参数中编码的知识，而是构建动态更新的外部知识库
  • 推理能力内部化：模型专注于理解、整合和推理能力的提升

这种分离与人类认知有相似之处：我们也不会记住所有知识，而是知道在需要时去哪里找到它，并运用已有能力进行整合和推理。

8.2 RAG的未来发展路径

我认为RAG技术将沿着以下方向继续发展：

  1. 从"检索后回答"到"思考式检索"：未来的RAG系统将不再是简单的"先检索后生成"，而是能够在思考过程中主动决定何时需要检索、检索什么内容，实现更接近人类认知的信息获取过程

  2. 从"静态知识库"到"动态知识图谱"：未来RAG系统的知识存储将从扁平的文本块集合，发展为动态更新、自组织的知识网络，能够表达实体间的关系和知识的层次结构

  3. 从"单一来源检索"到"多源综合验证"：未来系统将自动从多个来源检索信息，交叉验证事实，处理矛盾信息，形成可靠判断

  4. 从"通用检索"到"个性化知识助手"：RAG系统将记住用户的知识状态和偏好，提供连续性的知识服务，而不仅是孤立的问答

8.3 RAG技术的广泛影响

RAG技术的价值远超过提高问答准确性，它正在重塑AI应用的多个方面：

  1. 降低AI训练成本：通过外部知识库，减少对超大参数模型的依赖
  2. 促进可控可解释AI：基于明确的外部知识源，提高系统的可解释性和可靠性
  3. 加速特定领域AI应用：使专业领域知识快速与通用AI能力结合
  4. 构建动态知识生态：为持续学习型AI系统奠定基础

9. 总结

RAG技术代表了AI系统架构的重要创新，通过将外部知识检索与生成模型相结合，有效解决了大模型知识有限、更新困难、幻觉严重等问题。RAG的本质是将AI系统从"封闭式知识容器"转变为"开放式知识处理器"，使得系统可以灵活获取、整合和应用各种知识源。

随着技术的不断进步，RAG正朝着更智能、更自然、更可靠的方向发展，结合长上下文理解、多跳推理、多模态处理等先进技术，将为各行各业带来更强大的AI解决方案。未来，RAG技术的发展将不仅改变AI系统的构建方式，也将重塑人类与知识的交互方式，开创人机协作的新范式。

相关文章：

【学习笔记】检索增强生成（RAG）技术

检索增强生成（RAG）技术：原理、实现与发展趋势 1. RAG技术概述 检索增强生成（Retrieval-Augmented Generation，RAG）是一种将信息检索与生成模型相结合的技术，旨在增强大型语言模型的知识能力和…...

编程日记 2025/6/2 8:50:57

计算机视觉——对比YOLOv12、YOLOv11、和基于Darknet的YOLOv7的微调对比

概述 目标检测领域取得了巨大进步，其中 YOLOv12、YOLOv11 和基于 Darknet 的 YOLOv7 在实时检测方面表现出色。尽管这些模型在通用目标检测数据集上表现卓越，但在 HRSC2016-MS（高分辨率舰船数据集） 上对 YOLOv12 进行微调时&…...

编程日记 2025/6/4 4:45:24

Pygame跨平台打包：将游戏发布到Windows、Mac和Linux

Pygame跨平台打包：将游戏发布到Windows、Mac和Linux 引言 在游戏开发的世界中，Pygame 是一个非常受欢迎的库，它使得使用 Python 编写 2D 游戏变得简单而有趣。然而，当你完成了一个游戏并希望将其发布给更多的玩家时，如何将你的游戏打包成可以在不同操作系统上运行的可执…...

编程日记 2025/6/2 19:42:27

关于图论的知识

如果一个无向图有 $n\times (n-1)\div 2$ 条边，称为**完全图** 如果一个完全图任意两个点都可以互相到达，称为**连通图** 一个包含 $dfs$ 与 $bfs$ 的图的遍历程序 程序可做到的： 1、每一行输出一个 **搜索树** 2、$dfs$ 与 $bfs$ 并存 c…...

编程日记 2025/5/30 6:54:11

365打卡第R3周: RNN-心脏病预测

🍨 本文为🔗365天深度学习训练营中的学习记录博客 🍖 原作者：K同学啊 🏡 我的环境： 语言环境：Python3.10 编译器：Jupyter Lab 深度学习环境：torch2.5.1 torchvision0…...

编程日记 2025/6/4 6:27:15

如何解决IDE项目启动报错 error:0308010C:digital envelope routines::unsupported 问题

如何解决IDE项目启动报错 error:0308010C:digital envelope routines::unsupported 问题 在现代软件开发过程中，开发人员通常使用集成开发环境（IDE）如IntelliJ IDEA、Visual Studio Code（VSCode）等进行Node.js项目开发…...

编程日记 2025/6/3 21:52:57

嵌入式学习笔记 - HAL_xxx_MspInit(xxx)；函数

使用cubeMX生成的HAL库函数中，所有外设的初始化函数HAL_xxx_Init(&xxxHandle)中都存在有此调用函数，此调用函数其实是对各外设模块比如UART，I2C等的底层硬件初始化，包括UART时钟，以及UART用到的GPIO的工作模式以及…...

编程日记 2025/6/3 21:43:33

Dify框架面试内容整理-Dify框架

什么是Dify框架？ Dify框架是一个开源的AI应用开发平台，专注于帮助开发者和非技术人员快速构建、部署和管理基于大语言模型（如GPT系列、国产开源模型）的应用。 Dify框架的特点：...

编程日记 2025/5/18 8:55:23

计算机网络的五层结构（物理层、数据链路层、网络层、传输层、应用层）到底是什么？

文章目录 五层结构1. 物理层（Physical Layer）2. 数据链路层（Data Link Layer）3. 网络层（Network Layer）4. 传输层（Transport Layer）5. 应用层（Application Layer&#xf…...

编程日记 2025/5/29 4:42:59

【计算机视觉】CV实战项目 -深度解析PaddleSegSharp：基于PaddleSeg的.NET图像分割解决方案

深度解析PaddleSegSharp：基于PaddleSeg的.NET图像分割解决方案 技术背景与项目概述核心功能与特点实战部署指南环境要求硬件要求软件依赖 项目结构快速开始1. 获取项目2. 准备模型文件3. 运行示例 高级使用技巧模型切换背景替换性能优化 常见问题与解决方案技术原理…...

编程日记 2025/6/1 20:57:14

面试新收获-大模型学习

大模型原理 Transformer 架构与自注意力机制 Transformer 是当前大多数大模型采用的核心架构，由编码器-解码器组成，摒弃了传统 RNN 的顺序处理方式。Transformer 中关键在于多头自注意力机制（Multi-Head Self-Attention）&#xf…...

编程日记 2025/5/29 14:15:00

《Keras 3部署全攻略：从新手到实战高手》

《Keras 3部署全攻略：从新手到实战高手》 一、引言：开启 Keras 3 部署之旅 在深度学习的广阔领域中，Keras 一直以其简洁易用、高度模块化的特性，深受开发者的喜爱，被誉为深度学习的 “福音”。而如今，Keras 3 的强势登场，更是为这个领域注入了全新的活力。它像是一位集…...

编程日记 2025/5/29 16:23:15

如何修改npm的全局安装路径？

修改 npm 的全局安装路径可以通过以下步骤完成，确保全局包（使用 -g 安装的模块）和缓存文件存储到自定义路径。以下是详细步骤： 1. 创建自定义路径的目录 在目标路径下创建两个文件夹，分别用于存储全局模块和缓存文件…...

编程日记 2025/5/30 16:40:26

计算机网络 | Chapter1 计算机网络和因特网

💓个人主页：mooridy-CSDN博客 💓文章专栏：《计算机网络：自定向下方法》 大纲式阅读笔记_mooridy的博客-CSDN博客 🌹关注我，和我一起学习更多计算机网络的知识 🔝🔝 目录 …...

编程日记 2025/6/4 18:02:23

前端面试 HTML篇

src和href的区别 src和href都是用来加载外部资源，区别如下 src：当浏览器解析到该元素时，会暂停其他资源的加载和处理，直到该资源加载完成。 它会将资源内容嵌入到当前标签所在的位置，将其指向的资源下载应用到文档内…...

编程日记 2025/6/2 23:37:50

Prometheus、Zabbix 和 Nagios 这三个工具的对100个节点的部署设计的信息流

Prometheus 1. 基本组件及角色 Prometheus主要由Prometheus Server、Exporter、Alertmanager和Grafana（可选）等组件构成。 Prometheus Server：负责数据的收集、存储和查询，以及规则的评估。Exporter：部署在被监控节点上，负责收集节点的各种指标数据。Alertmanager：负责…...

编程日记 2025/6/1 8:30:05

Tableau 基础表制作

目录 1.数据连接 2. 数据可视化 3. 基础表制作 3.1 对比分析：比大小 1. 柱状图 2. 条形图 3. 热力图 4. 气泡图 5. 词云 3.2 变化分析：看趋势 1. 折线图 2. 面积图 3.3 构成分析：看占比 1. 饼图 2. 树地图 3. 堆积图 3.4 关…...

编程日记 2025/6/2 10:41:04

openAICEO山姆奥特曼未来预测雄文之三个观察

《三个观察》 山姆奥特曼 这篇文章主要讲的是关于AGI（人工通用智能）的未来发展及其对社会的影响，用大白话总结如下： 核心观点： AGI是什么？ AGI是一种能像人类一样解决各种复杂问题的智能系统，比…...

编程日记 2025/6/1 11:07:42

springboot入门-service层构造器注入原理

在 Spring Boot 中，通过构造器注入的方式将 Repository（JPA）或 Mapper（MyBatis）注入到 Service 层的原理及示例如下： 1. 构造器注入的原理 依赖注入（DI）机制： Spring 容…...

编程日记 2025/6/2 21:16:09

JavaScript 笔记 --- part6 --- JS进阶 (part1)

JS 进阶(part1) 作用域 局部作用域 定义: 局部作用域指的是在函数内部定义的变量，只能在函数内部访问，外部不能访问。 特点: 局部作用域变量只能在函数内部或代码块中访问，外部不能访问。 分类: 函数作用域: 指的是在函数内部定义的变量&…...

编程日记 2025/5/29 10:37:51

使用matplotlib绘制Raincloud图/云雨图/柱状图/小提琴图

需求： 使用Python的matplotlib绘制数据分布、数据箱型图、数据散点图 参考： https://blog.csdn.net/weixin_39559994/article/details/128197965?fromshareblogdetail&sharetypeblogdetail&sharerId128197965&sharereferPC&sharesource…...

编程日记 2025/6/2 1:23:48

BT152-ASEMI机器人率器件专用BT152

编辑：LL BT152-ASEMI机器人率器件专用BT152 型号：BT152 品牌：ASEMI 封装：TO-220F 批号：最新 引脚数量：3 封装尺寸：如图 特性：单向可控硅 工作结温：-40℃~150℃ …...

编程日记 2025/6/3 5:39:36

【Redis——通用命令】

文章目录 Redis为什么快？生产环境的概念Redis中最核心的两个命令get：通过key拿valueset：将key和value存入数据库 其他通用命令keysexist判定key是否存在delexpire：为指定的key设置一个过期时间TTL（Time To Live&#x…...

编程日记 2025/5/29 12:57:49

qt之开发大恒usb3.0相机一

1.在大恒相机给的sample里没有看见qt开发的demo. 第一步先运行c sdk中中的demo，看了下代码，大恒使用的UI框架是MFC.然后 vs2022编译。运行结果 第一步，先用qt进行坐下页面布局，如下图（保存图片的地方做了些更改&#…...

编程日记 2025/5/29 4:43:05

系列位置效应——AI与思维模型【80】

一、定义 系列位置效应思维模型是指在一系列事物或信息的呈现过程中，人们对于处于系列开头和结尾部分的项目的记忆效果优于中间部分项目的现象。具体而言，开头部分的记忆优势被称为首因效应，结尾部分的记忆优势被称为近因效应。这种效应反映…...

编程日记 2025/6/3 1:27:32

解决conda虚拟环境安装包却依旧安装到base环境下

最近跑项目装包装到几度崩溃，包一直没有安装到正确位置，为此写下这篇文章记录一下，也希望能帮到有需要的人。（此文章开发环境为anaconda和window） 方法一 先conda deactivate,看到（base）消失…...

编程日记 2025/6/3 13:26:48

设计看似完美却测不过？ Intra-Pair Skew 是「讯号完整性（Signal Integrity）」里最隐形的杀手

各位不知道有没有遇过，一对很长的差分走线，看起来很正常，但是测试结果偶尔会fail偶尔会pass，不像是软件问题，也不像是制程问题。 看了一下Layout，发现阻抗匹配控制的非常好，TDR测试也显示阻抗好…...

编程日记 2025/5/31 4:27:25

使用MyBatis注解方式的完整示例，涵盖CRUD、动态SQL、分页、事务管理等场景，并附详细注释和对比表格

以下是使用MyBatis注解方式的完整示例，涵盖CRUD、动态SQL、分页、事务管理等场景，并附详细注释和对比表格： 项目结构 mybatis-annotation-demo/ ├── src/ │ ├── main/ │ │ ├── java/ │ │ │ └── com.example/…...

编程日记 2025/5/30 18:42:51

【头脑风暴】加权平均

一些加权平均而不是算术平均的思路，启发来源：ACLS,WACLS。 简单平均假设所有样本的误差和噪声特性相同，但在实际电路中，不同阶段、不同时间点的样本价值（对最终精度的贡献）是不同的。​​加权平均的核心思想…...

编程日记 2025/5/30 23:48:37

DAM-3B，英伟达推出的多模态大语言模型

DAM-3B是什么 DAM-3B（Describe Anything 3B）是英伟达推出的一款多模态大语言模型，专门用于为图像和视频中的特定区域生成详细描述。用户可以通过点、边界框、涂鸦或掩码等方式来标识目标区域，从而得到精准且符合上下文的文本描述…...

编程日记 2025/5/29 4:42:56

2025年暨南大学 ACM校赛分析与题解

文章目录 C.最长公共前缀D.排列H.回文串 法不定法，在于因时因势AC不了就是还得加练！ C.最长公共前缀 字典树模版题目，不了解字典树的同学，可以看我的另一篇博客 算法 之 字典树 class Node: # 和模版题目相似，但是多…...

编程日记 2025/5/30 22:19:08

图像处理——边缘检测

1 概述 边缘检测是图像处理和计算机视觉中的一项基本技术，用于识别图像中亮度变化剧烈的像素点，这些像素点通常对应于物体的边界。它通过检测图像中亮度或颜色变化显著的区域，提取出物体的轮廓，常用于计算机视觉、图像处理和模式识…...

编程日记 2025/5/29 17:05:28

认识哈希以及哈希表的模拟实现

文章目录 1.什么是哈希2.哈希函数2.1 除留余数法/除法散列法2.2 乘法散列法2.3 全域散列法 3.哈希冲突4.解决哈希冲突的方法4.1 开放定址法4.1.1 用除留余数法和线性探测模拟实现简单的哈希表 4.2 链地址法4.2.1 用除留余数法和链地址法模拟实现简单的哈希表 1.什么是哈希 概念…...

编程日记 2025/6/2 21:11:09

【Castle-X机器人】二、智能导览模块安装与调试

持续更新。。。。。。。。。。。。。。。 【Castle-X机器人】智能导览模块安装与调试 二、智能导览模块安装与调试2.1 智能导览模块安装2.2 智能导览模块调试2.2.1 红外测温传感器测试2.2.2 2D摄像头测试 二、智能导览模块安装与调试 2.1 智能导览模块安装 使用相应工具将智能…...

编程日记 2025/6/3 20:09:26

硬件须知的基本问题2

目录 1、典型电路 1. DC5V 转 DC3.3V 电路 2. 通信电路 2、STM32F103RCT6 最小系统如何设计搭建电路 1. 电源电路 2. 复位电路 3. 时钟电路 4. 下载电路 5. 单片机连接连接 3、请列举你所知道的二极管型号？ 1. 整流二极管 2. 小信号二极管 3. 肖特基二极管 4. 超…...

编程日记 2025/5/31 7:47:31

Dify 使用 excel 或者 csv 文件创建知识库

Dify 使用 excel 或者 csv 文件创建知识库 1. 创建知识库2. 创建聊天助手3. 其他 1. 创建知识库 创建知识库，导入excel/csv文件， 文件内容， 单击 “预览块”，可以确认会生成多个键值对的块， 配置 Embedding 模型和检索…...

编程日记 2025/6/2 3:27:48

深入理解二叉树遍历：递归与栈的双重视角

二叉树的遍历前序遍历中序遍历后续遍历总结 二叉树的遍历 虽然用递归的方法遍历二叉树实现起来更简单，但是要想深入理解二叉树的遍历，我们还必须要掌握用栈遍历二叉树，递归其实就是利用了系统栈去遍历。特此记录一下如何用双重视角去看待二叉…...

编程日记 2025/5/31 20:48:46

通过gap看margin和padding在布局中的应用

在CSS布局中，控制元素之间的间距有多种方式：margin、padding，还有新晋的gap属性。虽然选择多了，但这也带来了不少头疼的问题。比如，你的自定义组件到底该不该加margin？如果加了，那在使用这个组件…...

编程日记 2025/5/30 16:39:10

图像畸变-径向切向畸变实时图像RTSP推流

实验环境 注意：ffmpeg进程stdin写入两张图片的时间间隔不能太长，否则mediamtx会出现对应的推流session超时退出。 实验效果 全部代码 my_util.py #进度条 import os import sys import time import shutil import logging import time from datetime i…...

编程日记 2025/5/30 7:20:40

2025最新Facefusion3.1.2使用Docker部署，保姆级教程，无需配置环境

Docker部署Facefusion 环境 windows10 Facefusion3.1.2 安装 拉取源代码 git clone https://github.com/facefusion/facefusion-docker.git 此处如果拉不下来，需要科学上网，不会的可以找我。 运行容器 将Dockerfile.cpu文件中的的From python:3.…...

编程日记 2025/6/4 11:51:51

区块链实战：Hyperledger Fabric多节点网络部署与高性能业务链码

一、联盟链架构设计与技术选型 1.1 架构设计原则 联盟链采用​​分层架构​​，包含应用层、共识层、网络层和数据层： ​​应用层​​：提供用户接口（Web/API）和智能合约交互入口​​共识层​​：采用PBFT或…...

编程日记 2025/6/3 12:58:41

C++学习笔记（四十）——STL之归约算法

STL 算法分类： 类别常见算法作用排序sort、stable_sort、partial_sort、nth_element等排序搜索find、find_if、count、count_if、binary_search等查找元素修改copy、replace、replace_if、swap、fill等修改容器内容删除remove、remove_if、unique等删除元素归约for…...

编程日记 2025/6/2 10:13:00

docker容器运维工具——ctop

概述 Github主页：https://github.com/bcicen/ctop 当服务器上运行多个容器时，迅速查看所有容器运行情况及指标将会大为提高工作效率。ctop工具可以像top命令一样，对所有容器进行总览，并实现简单的操作。 部署 下载（…...

编程日记 2025/6/3 10:40:57

RAG vs 微调：大模型知识更新的最优解之争

一、技术本质：知识注入的两条路径 在大模型应用落地的实践中，RAG（检索增强生成）与微调（Fine-tuning）已成为知识更新的两大核心技术路径。二者的本质差异在于是否对模型参数进行修改： 维度RAG微…...

编程日记 2025/5/29 22:09:06

FPGA前瞻篇-组合逻辑电路设计-多路复用器

多路选择器（MUX）简介 基本概念 多路选择器（MUX，Multiplexer）是一种多输入、单输出的组合逻辑电路。 它通过选择控制信号，在多个输入信号中选择一个连接到输出端。 可以理解为一个多路数字开关。 &…...

编程日记 2025/6/3 6:08:10

Day13(前缀和)——LeetCode2845.统计趣味子数组的数目

1 题目描述 给定一个下标从0开始的数组nums，以及整数modulo和k。找出并统计数组中趣味子数组的数目： 在范围[l,r]内，设cnt为满足nums[i]%modulok的索引i的数量，并且cnt%modulok。子数组是数组中的一个连续非空的元素序列。 其中一…...

编程日记 2025/5/27 10:22:21

WebcamJS中文文档

文章目录 WebcamJS针对Chrome 47及以上版本的重要说明浏览器支持演示示例开源协议快速入门指南配置初始化拍摄照片自定义图像大小裁剪图像翻转图像（镜像模式）冻结/预览图像设置备用SWF文件位置重置（关闭）API 参考自定义事件向服务器提交图像跟踪上传进度包含在现有表单中自…...

编程日记 2025/6/2 3:03:59

论文笔记（八十）π0.5: a Vision-Language-Action Model with Open-World Generalization

π0.5: a Vision-Language-Action Model with Open-World Generalization 文章概括摘要I. 引言II. 相关工作通用机器人操作策略。非机器人数据的协同训练。使用语言进行机器人推理和规划。具有开放世界泛化能力的机器人学习系统。 III. 序言IV. π 0.5 π_{0.5} π0.5​ 模型与…...

编程日记 2025/6/3 18:53:44

pymongo功能整理与基础操作类

以下是 Python 与 PyMongo 的完整功能整理，涵盖基础操作、高级功能、性能优化及常见应用场景： 1. 安装与连接 (1) 安装 PyMongo pip install pymongo(2) 连接 MongoDB from pymongo import MongoClient# 基础连接（默认本地，端口…...

编程日记 2025/5/31 4:11:01

硬件须知的基本问题1

目录 1. 电路表示中的电压源表示符号有哪些？ 2．查找电路表示中的电流源表示符号有哪些？ 3．上拉电阻和下拉电阻的作用是什么？ 4．0 欧姆电阻在电路中有什么作用？ 5．电容的耦合…...

编程日记 2025/5/31 10:55:11