ByteCat

通过修改用户查询，可以显著提高检索信息的关联性和全面性。

与固定长度块切分不同，语义块切分是根据句子之间的内容相似性来分割文本的。

简单RAG是在找资料，高级RAG是在做研究。

RAG通过将信息检索组件合并到文本生成过程中，增强了标准LLM的功能。

RAG解决的问题是如何让大模型使用训练数据之外的知识。

赋予大模型调用其他应用的能力。

赋予大模型使用搜索引擎的能力。

Prompt时代只是让模型变聪明，而Tool时代第一次让模型获得了行动能力。

人们第一次发现，自然语言本身可以成为一种编程语言。

以qwen3-0.6B为例展示推理模型如何部署。