本项目是一个使用LLM（大语言模型）使用RAG技术构建文档问答的项目，将会涵盖企业构建基于RAG的文档问答几乎所有的常见优化手段。 项目重点介绍算法流程，不会将重点放在非常规范化的工程代码上，因此，每一个Notebook文件都可以独立运行，不会做公共逻辑的抽象。 具体包括如下话题：
- 问答数据构建：使用RAG技术构建企业级文档问答系统之QA抽取
- Baseline搭建：使用RAG技术构建企业级文档问答系统之基础流程
- 检索优化
- 向量模型优化：使用RAG技术构建企业级文档问答系统：检索优化(1)Embedding微调
- Multi Query：使用RAG技术构建企业级文档问答系统：检索优化(2)Multi Query
- RAG Fusion：使用RAG技术构建企业级文档问答系统：检索优化(3)RAG Fusion
- Ensemble: 使用RAG技术构建企业级文档问答系统：检索优化(4)BM25和混合检索
- Reranker：使用RAG技术构建企业级文档问答系统：检索优化(5)常用Rerank对比
- Reranker优化：使用RAG技术构建企业级文档问答系统：检索优化(6) Rerank模型微调
- HyDE
- 文档解析优化
- 文档切分优化
- 问答优化
- 评估
欢迎大家关注我的公众号，关注LLM、Langchain、Agent、Knowledge Graph等话题，会定期开源一些项目。
