动手实践：基于您文档的问答

简洁的语法。内置调试功能。从第一天起就可投入生产。

为 ApX 背后的 AI 系统而构建

这部分内容有帮助吗？

参考文献

Attention Is All You Need, Ashish Vaswani, Noam Shazeer, Niki Parmar, Jakob Uszkoreit, Llion Jones, Aidan N. Gomez, Łukasz Kaiser, and Illia Polosukhin, 2017 Advances in Neural Information Processing Systems 30 (NeurIPS) DOI: 10.5555/3295222.3295349 - 引入Transformer架构的开创性论文，该架构是大多数现代大型语言模型的基础，也是本实践中使用的特定文档。
Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks, Patrick Lewis, Ethan Perez, Aleksandra Piktus, Fabio Petroni, Vladimir Karpukhin, Narsimha Chilkuri, Michael Grave, Pasquale Minervini, and Sebastian Riedel, 2020 Advances in Neural Information Processing Systems 33, Vol. 33 (NeurIPS) DOI: 10.5555/3495289.3495444 - 介绍了检索增强生成（RAG）架构，该架构结合了参数化和非参数化记忆，显著提升了知识密集型自然语言处理任务的性能。
LangChain Python Library Documentation, LangChain Developers, 2024 - LangChain Python库的官方文档，提供了构建大型语言模型应用的全面指南、教程和API参考。
OpenAI Embeddings Guide, OpenAI, 2024 (OpenAI) - OpenAI的官方指南，解释了文本嵌入的概念以及如何使用其嵌入模型，这些模型是RAG系统中向量搜索的核心。