原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
金融工程专题报告
内容目录
一、RAG：大模型应用中的重要架构6
1.1RAGor微调？RAG架构为何如此重要6
1.2知识库+LLM？RAG如何辅助大模型落地6
1.3检索增强+逻辑推理！解锁RAG应用场景7
二、RAG广阔前景下隐藏的痛点问题8
2.1索引入库：如何存入高质量文档信息？8
2.2检索输出：如何获取强匹配搜索结果？9
2.3中枢结点：如何得到高效数据库支持？9
三、注重质量的RAGFlow开源解决方案9
3.1高质量要求：“Qualityin,Qualityout”9
3.2RAGFlow方案对痛点解决的努力与实现10
四、高质量的RAG知识库需要什么？11
4.1好的开始：文本识别与分块11
4.1.1DeepDoc功能与效果对比11
4.1.2DeepDoc解析分块策略分析12
4.2好的兼容：结构化数据支持13
4.2.1RAGFow解析结构化数据表格13
4.2.2结构化数据提升知识库能力14
4.3好的处理：Raptor策略与知识图谱策略14
4.3.1Raptor策略实现召回增强14
4.3.2知识图谱捕获增强查询15
4.4好的转换：Embedding模型选择17
4.5好的检索：混合搜索与多路召回18
4.6好的匹配：重排序与Rerank模型选择19
4.6.1RAGFlow的重排序策略实现19
4.6.2重排序模型（Reranker）模型选择21
4.7.好的输出：LLM模型相关处理21
4.7.1Prompt+{knowledge}结构输入21
4.7.2引入DeepResearch推理过程22
4.8好的存储：向量数据库支持22
4.8.1Elasticsearch数据库，初步实现22
4.8.2文本向量化入库流程23
4.8.3Infinity向量数据库，未来选择23
敬请参阅最后一页特别声明2
金融工程专题报告
4.9RAGFlow解决方案概览24
五、RAGFlow效果评估检验24
5.1基础评估检验方案设计24
5.1.1样本选择与问题设置24
5.1.2效果衡量与评估指标设置26
5.1.3最终评估指标选择27
5.2.RAGFlow解析效果检验28
5.2.1文本文档解析效果检验28
5.2.2表格数据解析效果检验29
5.3模型选型与参数寻优30
5.3.1Embedding与重排序模型的最佳组合30
5.3.2RAGFlow最佳解析与检索参数选择31
5.4RAGFlow评估结果与最佳方案32
六、RAGFlow金融投研应用32
6.1RAGFlow的众多能力扩展应用前景32
6.2金融领域的RAGFlow应用场景实例33
七、总结34
风险提示34
图表目录
图表1：RAG架构工作流6
图表2：非结构化数据示例7
图表3：结构化数据示例7
图表4：RAG痛点分析流程图8
图表5：常见RAG解决方案对比9
图表6：RAGFlow系统架构10
图表7：常用文本分析组件功能对比11
图表8：MinerU效果图12
图
文档评论（0）