这篇全面的综述论文详细研究了 RAG 范式的发展，包括 Naive RAG、Advanced RAG 和 Modular RAG。介绍了 RAG 框架的三个基础技术，包括检索、生成和增强技术。本文重点介绍了这些关键组件中嵌入的最先进的技术，从而深入了解 RAG 系统的进步。此外，本文还介绍了最新的评估框架和基准。大语言模型（LLM）已经取得了显著的成功，但是在特定领域或知识密集型任务中，特别是在处

这篇全面的综述论文详细研究了 RAG 范式的发展，包括 Naive RAG、Advanced RAG 和 Modular RAG。介绍了 RAG 框架的三个基础技术，包括检索、生成和增强技术。本文重点介绍了这些关键组件中嵌入的最先进的技术，从而深入了解 RAG 系统的进步。此外，本文还介绍了最新的评估框架和基准。大语言模型（LLM）已经取得了显著的成功，但是在特定领域或知识密集型任务中，特别是在处

Note: 本文收集transformer领域的较流行的综述文章，将认为比较重要的内容整理在一起，用于学习和提供思路。1.谷歌：Efficient Transformers: A Survey（2020年9月）2.华为、北大：A Survey on Visual Transformer（2020年12月）3.复旦大学邱锡鹏组综述：A Survey of Transformers（2021年6月15

import numpy as np#直接读取a=np.loadtxt("D:/Desktop/a.txt")print(type(a),a,np.shape(a))#自己编一个读取data_list=[]tmep=[]with open("D://Desktop//a.txt","r") as f:file = f.readlines()#print(file)for line in file: