返回系列列表
AI科普系列
🔍 检索与知识增强
共 6/6 篇文章 · 用第一性原理理解AI
让AI能「查资料」的关键技术：向量、向量数据库、RAG、知识库
学习进度6/6 已完成
第 1 课·2026年4月2日
向量：如何用数字表示意义
计算机怎么理解"意义"？答案是向量。一个词可以用一个向量表示，相似的词的向量也相似。这就是AI理解语言的基础。
⏱️ 11 分钟#向量
开始阅读 →
第 2 课·2026年4月2日
向量数据库：AI的「记忆库」
向量数据库是什么？它如何存储向量、如何快速找到相似向量？为什么它是RAG和知识库的核心基础设施？
⏱️ 11 分钟#向量数据库
开始阅读 →
第 3 课·2026年4月2日
相似度搜索：如何找到相关内容
相似度搜索是什么？余弦相似度、欧氏距离、点积有什么区别？ANN近似最近邻如何让搜索快100倍？
⏱️ 11 分钟#相似度搜索
开始阅读 →
第 4 课·2026年4月2日
RAG：让AI能查资料的魔法
RAG（检索增强生成）是什么？它如何让AI「查资料」再回答？为什么说RAG是解决AI幻觉的利器？
⏱️ 12 分钟#RAG
开始阅读 →
第 5 课·2026年4月2日
知识库：AI的「参考书」
知识库是什么？如何构建、维护、更新知识库？知识库和RAG是什么关系？
⏱️ 11 分钟#知识库
开始阅读 →
第 6 课·2026年4月2日
语义搜索：不只是匹配关键词
语义搜索是什么？它和关键词搜索有什么区别？为什么语义搜索能找到「相关」而不是「相同」的内容？
⏱️ 11 分钟#语义搜索
开始阅读 →
关于本系列
这个系列旨在用第一性原理拆解🔍 检索与知识增强的核心概念。 每篇文章都聚焦于一个具体的知识点，配有手绘图解，让复杂的概念变得简单易懂。
向量Embedding词向量语义表示