202501 MaxKB：基于大模型和 RAG 的知识库问答系统.pdf

《202501 MaxKB：基于大模型和 RAG 的知识库问答系统.pdf》由会员分享，可在线阅读，更多相关《202501 MaxKB：基于大模型和 RAG 的知识库问答系统.pdf（52页珍藏版）》请在优文库上搜索。

1、基于大模型和 RAG 的知识库问答系统2025年版目录2AI 技术发展现状34MaxKB 产品方案MaxKB 案例分享1飞致云公司简介5MaxKB 使用介绍2014成立3,000+客户300+杭州、北京、上海、深圳、广州、南京、成都、武汉、苏州、西安、长沙、郑州、济南、青岛、厦门、合肥、重庆、天津18GitHub Star 总数开源产品月均下载数中国领先的开源软件公司分支机构员工价值观130,000+100,000+飞致云旗下的知名开源项目基于创新的开源模式，向中国数字化团队交付被广泛验证、可信赖的通用工具软件。运维面板运维审计建站&CMSBI 分析软件测试知识库问答广受欢迎的开源堡垒机Sta

2、r 25,000+基于大模型的开源知识库问答系统Star 34,000+现代化、开源 Linux 运维管理面板Star 24,000+强大易用的开源建站工具Star 18,000+Star 12,000+新一代的开源持续测试工具Star 11,000+人人可用的开源 BI 工具开源影响力排名前十六大开源项目 Star 破万开源影响力不断提升来源：https:/star- 技术发展现状34MaxKB 产品方案MaxKB 案例分享1飞致云公司简介5MaxKB 使用介绍人工智能的发展已到战略拐点图1：技术革命的周期性示意图第五阶段技术能力产业发展酝酿期构造范式技术大爆炸第四阶段第三阶段第二阶段新产品

3、、新产业的爆炸性增长和迅速创新全部集群（新产业、技术体系和基础设施）创新和市场潜力的全面扩张产业范式的颠覆式创新扩张新产品和新产业接近成熟，已经构建独立的技术体系AI所处位置成熟期第一阶段成长期 产业化新产品、新产业、新技术体系接连出现并持续更新用得上新技术 用得好新技术看得到新技术看得懂新技术中国式新技术 经过近七十年的发展，人工智能自出现至今其核心能力一直在提升，到如今已经成为覆盖感知、认知、决策、学习、执行、社会协作能力，未来还会向符合人类情感、伦理与道德观念的智能机器迈进。发展到现在，人工智能的技术能力已经到了一个拐点，即从技术能力驱动向需求应用驱动转型的关键时期。随着技术能力的提升，

4、技术进化引发经济进化，从旧范式抵达新范式。如今人工智能的发展已经处于从第三阶段向第四阶段过渡的时期。人工智能的能力成长历程已经足够长，到了寻找需求的战略拐点。算力拐点：DeepSeek的出现，意味着算力效率拐点显现DeepSeek通过优化算法架构，显著提升了算力利用效率，打破了算力至上的传统认知1.E+041.E+061.E+081.E+101.E+121.E+022011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 2026训练算力(petaFLOPs)AlexNetTransformerBERT

5、-LargeGPT-3 175B(davinci)Megatron-Turing NLG 530B PaLM（540B）GLM-130BLlama 2-70B Baichuan2-13BBaichuan2-7BGPT-4Claude 2Gemini Ultrao1GPT-4oDeepSeek-R1-671BDeepSeek-R1-Distill-Qwen-32B DeepSeek-R1-Distill-Qwen-1.5B算力拐点：DeepSeek的出现，意味着算力效率拐点显现DeepSeek通过重新设计AI Infra，验证“性价比”训练路径DeepSeek-R1少多GPU数量模型效果低高De

6、epSeek-R1 的效果示意：更少的GPUGPU（或其他AIAI芯片）带来同样的效果备注：该图仅为示意，不代表实际情况下具体数量与效果的对比*该图为无编码基础分析师通过DeepSeek R1协作利用python编码生成DeepSeek-R1的惊艳之处是通过重新设计训练流程、以少量SFT数据+多轮强化学习的办法，在提高了模型准确性的同时，也显著降低了内存占用和计算开销。DeepSeek-R1提供了一种低成本训练的方法，而不是说只能通过低成本来进行训练。反而通过优化，DeepSeek-R1 可能实现了算力与性能的近似线性关系。每增加一张 GPU，模型推理能力可稳定提升，无需依赖复杂的外部监督机制

7、。这一特性直接验证了“算力即性能”的 Scaling Law，为AI芯片市场及AI Infra市场提供了明确的增量需求逻辑。数据拐点：AI基础大模型的参数量迎来拐点2025年发布的大模型，都具有低参数量的特征，为本地化部署到AI终端运行提供了可能2018年6月 2018年10月 2019年2月 2019年7月 2020年6月 2021年12月 2023年2024年图：AI预训练模型的参数规模呈现走势Llama3-400B-InTraining4万亿新版BERT 4810亿GPT-3 1750亿Facebook 94亿Stab leLM M6 1750亿2024年之前，最大参数量一直在增长GPT

8、-1 BERT-Large GPT-21.17亿 3.4亿 15亿DeepSeek-R1-671B,6710MiniMax-Text-01,4560 MiniMax-VL-01,4560DeepSeek-R1-Distill-Qwen-32B,320DeepSeek-R1-Distill-Phi-4,140 Qwen-1.5B,152025年1月2025年1月2025年1月2025年1月2025年1月2025年1月2025年发布的大模型开始分化为两极高参数量低参数量技术路径的循环：算法创新再次成为新的突破点AI技术创新一直在围绕核心三要素在动态循环，2025年再次进入算法创新阶段图：每年AI技

9、术创新发展的方向围绕三要素迭代展开算力、数据、算法的三角创新体系，在动态循环之中再次进入算法创新阶段。2022年：算法创新为主，ChatGPT发布，引发Transformer架构的风潮迭起2023年：数据创新为主，数据合成、数据标注等成为高质量数据集建设的热点方向2024年：算力创新为主，算力迈向超万卡时代，算力运营商等产业新物种诞生2025年：再次进入算法创新阶段2022年时间2025年2024年2023年AI技术成熟度？算法创新数据创新算力创新算法创新未来核心三要素的创新循环总结：未来已来2024年AI技术从进化到应用的元年2025年具身智能元年（这标志着AI不仅能够处理信息，还能通过物理

10、形态与环境互动，比如机器人技术和人机协作）目录2AI 技术发展现状34MaxKB 产品方案MaxKB 案例分享1飞致云公司简介5MaxKB 使用介绍通用大模型和微调大模型存在的问题通用大模型 可解释性差 模型幻觉模型的决策过程和预测依据对于用户来说难以理解或解释，稳定性差生成的内容与可验证的事实不一致模型输出与上下文中的源内容不一致 缺失私域/行业知识缺乏特定行业或专业领域的知识无法准确处理专业领域术语和知识查询微调大模型训练资源要求高 效果难保障 适应性问题 大量领域特定数据训练过程算力资源密集数据量和分布引发过拟合或泛化能力不足影响模型输出的公平性和准确性特定任务上表现出色跨领域或跨任务的

11、适应性不足RetrievalAugmentedGeneration提高准确性结合知识库提供最新、准确的领域信息，解决大模型因训练语料不足或过时带来的知识局限问题增强专业性通过领域知识，展现出更高的专业性，弥补大模型知识盲点提升可信度知识来源可追溯，来源有考证。增强回答的可解释性与用户信任感检索增强生成（RAG）是大模型应用落地的必由之路知识库增强大模型能力RAG检索增强生成技术有效提升大模型能力，实现更精准、专业、可信的问答服务MaxKB 是基于大语言模型和 RAG 的开源知识库问答系统MaxKB=Max Knowledge Base，是一款基于大语言模型和 RAG 的开源知识库问答系统，广泛

12、应用于智能客服、企业内部知识库、学术研究等场景，为企业智能化注入新动力，助力企业提质增效。Ready-to-use,flexible RAG Chatbot基本原理向量模型Embedding模型模型连接器大语言模型向量模型重排序模型多模态模型文档解析文档分段文档向量化问题管理知识库运营函数库功能架构数据文档知识表格知识QA问答对在线文档wordpdfexcelmarkdown智能分段模型嵌入关联分段自定义函数对话日志高级分段检索召回生成问题函数应用用量统计功能简单配置高级编排Prompt多文档问答直接回答引用来源模型优化应用智能助理智能客服Web嵌入飞书机器人企微机器人钉钉机器人公众号问答目录

13、2AI 技术发展现状34MaxKB 产品方案MaxKB 案例分享1飞致云公司简介5MaxKB 使用介绍智能问答：面向内部的办公助理高效搭建大模型落地场景，释放知识价值，促进知识消费人事问答内部人事行政制度（招聘、薪酬、组织架构、员工福利等）内部流程制度政策问答对监管法规、合规政策进行检索针对特定事项查询是否符合监管规范（如是否可以开展某项业务）更多场景安全生产项目管理设备维修专家问答协同办公通用场景AI 客服：面向外部的问答机器人优化客户互动体验，提升服务效率，增强品牌亲和力用户问题输入是是是语义理解知识库检索大模型是否通过是否通过是结束返回结果结束返回提示问题输入否否语义理解使用大语言模型推

14、理，判断意图并进行分类，向下游节点提供更加精确的信息拒绝回答严守边界，确保准确性维护问答秩序和质量规避大模型“胡言乱语”优质问答对配置优质问答对，高效提升问答体验优质问答直接返回，降低使用成本RAG Agent：工作流高级编排融合函数库编排函数库代码至工作流，打造灵活轻量的智能体应用自定义函数提供模块化整合方案，通过Python构建自定义函数，方便与企业内部系统集成整合工作流支持在工作流中编排自定义函数，满足企业生产实践中的复杂场景，如系统API调用、操作数据库发送邮件调用API查询数据库资讯检索信息抽取数据脱敏能力融合：多应用实例协同工作集合多个应用的能力，多应用实例联动，十八般武艺多应用实

15、例协同工作，每个应用分别负责不同的任务，如联网搜索、发送邮件、IM交互，整合多渠道资源信息，提供更加准确且全面的回答联网搜索信息推送本地检索更多能力向量检索数据库查询网络搜索API服务邮箱IM更多能力融合累计下载超过 300,000 次，使用群体持续扩大教务秘书学业指导编程助手作业批阅私人助理基于 MaxKB 构建 AI 应用新范式教案生成文档校对更多-智能问答系统提供7x24全天候服务，实现高效信息管理与实时互动反馈，全面提升服务体验。-AI教务助手http:/ 客服机器人信用 AI 助手目录2AI 技术发展现状34MaxKB 产品方案MaxKB 案例分享1飞致云公司简介5MaxKB 使用介

16、绍函数库运营优化模型对接问题管理文档导入文档分段向量检索应用编排问答服务知识库问答系统构建流程文档导入Better Input，Better Output知识库结构化数据加载解析整合多种数据源，并实现统一的格式化与分类，以支持全面检索文档分段智能分段高级分段正则分段默认，非专业人士推荐根据标识、长度分段根据正则表达式分段文档切分为多个Chunk，平衡粒度，便于高效检索并保持语义完整向量和检索向量检索全文检索混合检索通过向量距离计算与用户问题最相似的文本分段通过关键词检索，返回包含关键词最多的文本分段同时执行向量检索和全文检索，综合评分检索优化使用Rerank重排序模型对粗筛的分段进行精排对知识点构建索引，多种检索策略提升检索效率，帮助用户快速获取精准答案问题管理假设性问题关联知识片段，提升命中率、保障召回效果标题关联问题手动创建问题自动生成问题文档和Chunk無料wifiabcd无线网络的密码是什么？Tell me the Wi-Fi password假设性问题BeforeBeforeAfterAfter37AzureOpenAIOllamaOpenAI通义千问千帆大模型讯飞星火Dee