DeepSeek引发连锁反应
- 黄建同学
- 2025-02-17 04:58:26
DeepSeek + RAG能带来什么新思路？
来自Deniz Askin博士的文章：RAG系统中，探索如何通过DeepSeek-r1实现逻辑推理与递归检索。
1. 提出了一个简单而高效的工作流程，通过DeepSeek-r1实现代理式的信息检索。系统能够准确回答复杂查询，比如“加拿大皇家银行的总部是否位于Sam Altman的兄弟公司总部之北？”
2. 工作流程利用Tavily检索网络信息，通过DeepSeek-r1的“推理层”进行信息的递归检索和推理，直到收集所有必要信息，过滤掉不相关的数据，并保留相关信息。
这里是重点：借助R1的推理来判断RAG检索到的信息是否充分，不充分则重新检索丢失的信息！
3. 将推理模型和代理循环结合到检索增强生成(RAG)工作流中，将会成为未来替代传统RAG方法的众多架构之一。这种结合显著提升了处理长、嵌套和复杂查询的性能。
原文：medium.com/@denizaskin/reasoning-recursive-retrieval-with-deepseek-r1-tavily-and-langgraph-8d0a32d2df27
项目：github.com/deansaco/r1-reasoning-rag
DeepSeek引发连锁反应你会用Deepseek吗ai创造营
来自Deniz Askin博士的文章：RAG系统中，探索如何通过DeepSeek-r1实现逻辑推理与递归检索。
1. 提出了一个简单而高效的工作流程，通过DeepSeek-r1实现代理式的信息检索。系统能够准确回答复杂查询，比如“加拿大皇家银行的总部是否位于Sam Altman的兄弟公司总部之北？”
2. 工作流程利用Tavily检索网络信息，通过DeepSeek-r1的“推理层”进行信息的递归检索和推理，直到收集所有必要信息，过滤掉不相关的数据，并保留相关信息。
这里是重点：借助R1的推理来判断RAG检索到的信息是否充分，不充分则重新检索丢失的信息！
3. 将推理模型和代理循环结合到检索增强生成(RAG)工作流中，将会成为未来替代传统RAG方法的众多架构之一。这种结合显著提升了处理长、嵌套和复杂查询的性能。
原文：medium.com/@denizaskin/reasoning-recursive-retrieval-with-deepseek-r1-tavily-and-langgraph-8d0a32d2df27
项目：github.com/deansaco/r1-reasoning-rag
DeepSeek引发连锁反应你会用Deepseek吗ai创造营
