本文能够解决：1.快速读懂什么是RAG？ 2.了解 RAG 中会用到的技术：分块、向量化、向量数据库、索引 1. 检索增强生成 (RAG) 是什么？在学习一个新知识，我们首先要理解这个这个东西的本质是什么。 RAG 检索增强生成（Retrieval Augmented Generat）本质上是一个结合了检索和生成两个任务的 LLM 框架。 该框架由两部分构成：向量数据库检索和 LLM 生成。 我们

1. 什么是 Vanna.ai？Vanna.ai 是一个基于 LLM 的数据查询工具，可以快速查询数据库，并生成 SQL 查询语句。它的核心是基于 LLM 的数据查询工具，可以快速查询数据库，并生成 SQL 查询语句。它的优势在于，可以将表结构、已经有过的查询语句、文档等等存在一个向量式数据库。等到用户查询的时候，根据用户的查询语句，从数据库中提取出相关的信息，拼入 prompt 中交给 LLM,

今日份练字，偶尔拿出来写两笔忘记拍照了

今日份学习，加油加油今日英语学习依然在第一阶段：打基础+学习阅读技巧 单词过一遍 阅读课过一遍 1.背单词今日时间单词背诵37分钟，新词学习100个，复习27个。继续加油 2.学习雅思阅读的技巧1. 雅思阅读的考点：同义替换：同义单词、同义短语、同义句 问题里边用不同的表达来表示原文的意思 2.备考雅思阅读方法：part12.1 总结同义替换 2.2 做题顺序 Step1:预读题目画出关键

今日英语学习依然在第一阶段：打基础+学习阅读技巧 单词过一遍 阅读课过一遍 1.背单词今日时间充足，加油啊，继续好好学英语，我今年一定要把英语变成技能。今日份学习，加油加油 2.雅思王听力今日听了chapter11 section2 的连读部分很多单词不会明天继续复习这一部分

今天我们来聊一聊：“好的数据”对于 LLM 到底有什么用？ 大家都知道数据是大模型的基础，质量决定效果。但随着 AI 卷得越来越厉害，算法同学的作用似乎越来越大，反观我们做数据的，作用好像慢慢被弱化了。 现在的痛点很真实：Java/SQL 写不过 AI，业务理解干不过数分。那我们数据人还能干什么呢？ 其实 AI 跑得再快，现在也慢慢碰到“数据天花板”了。很多企业现在的瓶颈不再是“算力不够

1. 一句话说明：期权买方：花钱购买未来以固定价格买某样东西的权利 卖房：拿钱，但是必须在未来把某样资产以固定价格卖给买方 2. 举个例子：现在股票A是100元一股，你有1000元，你如果直接买的话，只能买10股，假设未来三个月股票涨到150元，一共赚了$50*10=500$元。 如果用期权，假设一股的权利金是10元，你可以购买100股的期权。这个期权决定了，在未来三个月，你可以用110

今日份学习，加油加油今日英语学习依然在第一阶段：打基础+学习阅读技巧 单词过一遍 阅读课过一遍 1.背单词今日时间充足，加油啊，继续好好学英语，我今年一定要把英语变成技能。

今晚沉浸于《WhynotTV》何泰然与翁家翌的深度对话，仿佛目睹两颗清华星辰的碰撞。他们的思维密度与认知高度，令我这样的普通听众唯有仰望的份。 虽非算法领域从业者，但我对翁家翌在开源世界的贡献怀有深深的敬意。正是这些先行者留下的开源项目与经验沉淀，为无数像我这样非科班、非名校出身的探索者，点亮了前行的微光。 这期播客最触动我的，是翁家翌那套清晰而稳固的个人评价体系。他很早就构建了一套内在的坐标系，

今日份学习，加油加油今日英语学习依然在第一阶段：打基础+学习阅读技巧 单词过一遍 阅读课过一遍 1.背单词今日时间不够复习单词25min。最近好忙，漫漫学习路，加油啊。