【向量检索引擎】向量引擎全景：算法、RAG 与专用引擎之间的一层
定位专用向量检索引擎相对 ANN 算法、RAG 应用与湖仓格式的分工；以 Milvus 2.6.x 四层架构给出本系列 18 篇地图，并交代从 SIGMOD 2021 系统论文到存算分离演进的谱系。
rag 标签归档
共 9 篇文章 · 返回首页
【向量检索引擎】选型与阅读地图：决策树、RAG 回链与开放问题
用决策树收束 Milvus、Qdrant、Lance/pgvector 的适用边界；回链 llm-infra RAG 与 db-frontier ANN；列出 GPU 索引、多向量、稀疏+稠密等开放问题，完成本系列阅读地图。
【向量检索引擎】Milvus · Segcore · Knowhere · Qdrant · Lance
补齐 ANN 算法与 RAG 应用之间的生产级向量引擎层：以 Milvus 2.6.x 为主线拆解 Segment、WAL、Segcore、Knowhere、混合过滤与一致性，并用 Qdrant、LanceDB 对照选型。
【大模型基础设施工程】01：大模型基础设施全景 —— 训练、推理、RAG、Agent、观测
面向工程师的大模型基础设施开篇地图，覆盖 2022 到 2026 的工程分水岭、五层工程栈、训练与推理的工程差异、中国与全球行业版图以及成本曲线。
【大模型基础设施工程】17：RAG 工程全景
从文档解析、切片、嵌入、索引、检索、重排到生成与评估，系统梳理 RAG 的工程流水线、进阶范式与国内外生态
大模型基础设施工程
面向中国工程团队的大模型基础设施系列。从 GPU/CUDA/互联、训练框架与 3D 并行、vLLM/SGLang 推理引擎、量化与推测解码、RAG/Agent 到服务化、网关、可观测性与安全合规，覆盖 LLMOps 全链路。
【开源许可与版权工程】AI 训练数据的版权：从 Books3、Common Crawl 到生成式模型侵权
一篇话讲清楚：网络爬取训练语料、书籍/代码/图片数据集、合成数据与 RAG 私域数据在著作权法上的真实边界。覆盖美国 fair use、欧盟 TDM 例外、日本 30-4 条、中国合理使用与生成式 AI 司法态度；逐个拆解 Books3、Common Crawl、LAION-5B、The Pile、StarCoder、Stack Exchange 等高频数据集的许可现状；给出工程团队在预训练、微调、RAG 三个场景下的可执行检查清单。
【数据库研究前沿】数据库作为 LLM 记忆体：语义缓存、RAG 与一致性
把数据库当 LLM 长期记忆的系统视角：GPTCache、MemGPT、向量 vs 事实记忆；用 pgvector + 触发器实现会话级一致性语义缓存
【数据库研究前沿】GraphRAG：图增强检索的理论与工程
系统梳理 Microsoft GraphRAG（2024）的动机、算法与工程实现：多跳问答为什么让向量 RAG 失效、图作为 evidence path 的优势、社区检测与报告生成、Neo4j / NebulaGraph / KuzuDB 的落地差异，以及一个 NetworkX 最小实现。