RAG一直是一个很有趣的话题,如何从各个环节中,优化RAG的性能,十分重要。因此,12月份以来,我们做了很多工作的分享,当前,12月份已经过半,我们继续聚焦在大模型RAG问答中的prompt构造、大模型幻觉评估、表格问答、专家混合模型moe等,例如:在prompt构造方面,有介绍GPT4-Medprompt的prompt构造工作、引入COT缓解大模型RAG问答的上下文区分问题;大模型RAG问答中的Proposition式检索思路;Ziya-Reader的长文本任务构造方案;选择性文本”(Selective Context)通过识别和修剪输入上下文中的冗余内容使输入更加紧凑;RAG多阶段框架,首先生成理由,然后验证和完善不正确的理由,并将其作为生成答案的辅助参考,从而提升模型性能;大模型ICL推理范式中的prompt策略,从动态Few-shot到KNN选择再到Shuffling Ensemble在知识图谱与大模型融合方面,有介绍知识图谱prompt用于多文档问答、大模型时代下KG与图数据库的思变在评估方面,有介绍RAG评估常用基准Benchmark、知识图谱用于细粒度大模型幻觉评估、DelucionQA:领域特定问答中的幻觉检测等。
当前,恍然间,12月份已经悄然过半,社区进一步改为半月备份制,12月份办阅读备份已完成,内容涉及到相关材料,可供参考。
未来我们将进一步通过老刘说NLP技术公众号、开源项目、前沿论文、产品观点等四个方面的并行,进行更为深入和持续的话题讨论,欢迎更多社区朋友加入共同建设,一同学习与进步。
一、会员群介绍与入群公告
一、关于老刘说NLP技术会员群
为了营造高质量的垂直技术社区,老刘说NLP技术会员群已经开通几个月,目前已经陆续有一些同学加入进来,社区的形式多样:
1、每日论文前沿与开源项目、话题讨论
2、技术前沿资料共享
因此,我们也记录了整个成长的路径,将积累的线上交流、文章、开源报告都保存至网盘中:
1)不定时线上交流报告分享
过去,我们成功地举行了8次线上技术社区交流活动,包括知识图谱的构建与情报分析应用、kBQA、行业微调大模型等多个方面:
其中,知识图谱入门系列包括,面向知识图谱构建的数据标注、NLP入门的系列、KBQA、领域事件/事理图谱。
2)大模型与知识图谱相关技术脑图总结
3)大模型各方向论文
大模型方向众多,包括大模型幻觉、评估、引文生成、微调数据生成、大模型用于标注等多个方面,社区对此做了整理
4)社区分享每月备份
新来的成员看不到之前分享的材料,后面每个月备份一次,以月度为单位将社区群的分享进行备份,现在已完成备份2023年5月-9月。
当然,进入这个社区,与其他免费群不同,本着自愿、尊重知识、尊重技术的原则,本社区设立以下原则,包括会员权益、免责条框以及入群方式。
二、会员权益
1、享有每日精选的大模型、知识图谱、NLP方向前沿技术文章在群里推送;
2、享有不定期的知识图谱、大模型AIGC、文档智能等线上技术分享;
3、享有知识图谱语言资源(项目源码)购买的会员优惠价格;
4、享有老刘单聊付费咨询的会员优惠价格;
5、享有不定时的技术线上分享参与名额;
6、享有随时退群的权利;
7、享有网盘中学习材料与往期线上交流的获取;
三、免责条款
1、入群者深知入群的条件、会员权益以及可能存在的风险;
2、发广告的一次警告,二次踢出;
3、会员权益中的不定期,视老刘的具体时间而定,最终解释权供老刘所有;
4、一旦进入技术交流群的,概不退款,退群后权益自动失效,再入后需要重新申请
四、加入社区方式
1、扫描购买知识会员二维码,完成付款,并截图保存,社区资格一年有效,一年一续。
2、扫描添加微信,备注“加入会员群”,并将截图发微信,可拉取进入社区【务必完成付款后再添加微信入群,否则不予通过】。
关于我们
老刘,刘焕勇,NLP开源爱好者与践行者,主页:https://liuhuanyong.github.io。老刘说NLP,将定期发布语言资源、工程实践、技术总结等内容,欢迎关注。