<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>RAG管道 on AI内参</title>
    <link>https://www.neican.ai/tags/rag%E7%AE%A1%E9%81%93/</link>
    <description>Recent content in RAG管道 on AI内参</description>
    <generator>Hugo</generator>
    <language>zh-cn</language>
    <lastBuildDate>Mon, 15 Sep 2025 14:40:04 +0800</lastBuildDate>
    <atom:link href="https://www.neican.ai/tags/rag%E7%AE%A1%E9%81%93/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>RAG管道的下一站：从“最佳实践”到“智能自适应”，重塑企业AI知识基石</title>
      <link>https://www.neican.ai/insights/ragai-20250915144004639-0/</link>
      <pubDate>Mon, 15 Sep 2025 14:40:04 +0800</pubDate>
      <guid>https://www.neican.ai/insights/ragai-20250915144004639-0/</guid>
      <description>RAG管道正经历一场深刻的精进，通过定制化的分块策略、混合搜索方法的融合以及智能的检索与重排机制，有效解决了LLM的“幻觉”和知识时效性问题。这不仅为企业级AI应用提供了可靠的知识基础和巨大的商业价值，更预示着RAG将与LLM微调深度融合，发展出多模态、自适应、可解释的智能系统，成为未来AI驱动知识管理的核心。</description>
    </item>
  </channel>
</rss>
