Перейти к содержимому
JS
JScriptiser
Система Онлайн
Патчи
Платформа
Квиз
FAQ
🇺🇸
en
Войти
В Лабораторию
Войти
База знаний
ИИ и LLM
RAG и Embeddings
RAG и Embeddings
Embeddings, vector DB, chunking, hybrid search, reranking
Все
Легкие
Средние
Сложные
По умолчанию
По популярности
Сначала легкие
Сначала сложные
Развернуть
Свернуть
1
Легкий
9
Что такое RAG (Retrieval-Augmented Generation) и зачем он нужен вместо fine-tuning?
2
Легкий
8
Как устроены векторные базы данных внутри: индексы HNSW, IVF, PQ и метрики сходства?
3
Легкий
10
Как нарезать документы на фрагменты для RAG: размер фрагмента, нахлёст, по символам или по токенам, по предложениям или по структуре markdown?
4
Легкий
10
Что такое RAG и зачем он нужен, если ChatGPT и так всё знает?
5
Легкий
9
Что такое Qdrant и какие у него ключевые возможности: коллекции, точки, полезная нагрузка и фильтры?
6
Легкий
11
Что такое embeddings и как вектор представляет смысл текста?
7
Легкий
9
Что такое embedding (векторное представление) текста простыми словами?
8
Легкий
8
Что такое векторная база данных и зачем она нужна?
9
Средний
10
Векторные базы данных: pgvector, Pinecone, Qdrant, Weaviate, Milvus — как выбрать?
10
Легкий
11
Как работает простой RAG-пайплайн от вопроса пользователя до ответа?
Назад
1
2
3
Вперёд
RAG и Embeddings | JScriptiser