云数仓ByteHouse 在 RAG 场景的技术实践

RAG 是一种消除大模型幻觉以及增强大模型专业领域理解能力的有效方法，目前在很多生成式 AI 产品中已经得到广泛应用。 当前 RAG 的构建方式呈现多样化发展，对底层数据引擎提出很多新的挑战。

作为火山引擎推出的一款云原生数仓，ByteHouse 为 RAG 场景提供了多种技术支持，包括高效向量检索计算、全文检索、混合检索等。

来自火山引擎ByteHouse的技术专家田昕 晖 受 邀参与“2024AIcon全球人工智能开发与应用大会”，将重点介绍 ByteHouse 中以上技术的设计与实现， 并分享 ByteHouse 针对一些复杂 RAG 场景的实践经验。

---

/ 活动时间

2024年12月14日

/ 活动地点

北京丰大国际大酒店

/ 分享内容

《云数仓ByteHouse 在 RAG 场景的技术实践》

1. RAG 概念及相关技术分析

2. ByteHouse 向量检索技术进展

3. ByteHouse 全文检索技术实现

4. ByteHouse 混合检索技术设计与实现

5. ByteHouse 其他 RAG 相关技术尝试

/ 听众收益

1. 当前 RAG 场景针对数据引擎的技术需求分析

2. 了解 ByteHouse 如何高效支持 RAG 相关场景