Retrieval-Augmented Generation
查看所有标签
今天，我们正式发布 OpenThai 2.0 Legal——一款专为泰国法律打造的开放权重大语言模型，并把完整权重免费公开在 Hugging Face 上。它由泰国人打造、服务泰国：面向律师、企业法务、合规团队、法律科技开发者，以及需要可靠、可溯源的泰国成文法与判例答案的政府机构。
👉 模型页面：iapp.co.th/openmodels/openthai2p0-legal · 权重下载：huggingface.co/iapp/openthai2.0-legal-thaillm-nemotron-3-nano-30b-a3b
今天，我们正式发布 Chinda 3——我们第三代企业级 AI 知识平台，专为那些文档过于敏感而无法外传、又过于复杂而无法靠关键词检索的组织而打造。Chinda 3 像人类专家一样阅读贵公司的文档，以泰语或英语作答并附页级引用，并且可以部署在您的数据被允许存放的任何地方：我们的云端、您的服务器，或完全物理隔离的机房。
👉 前往 iapp.co.th/products/chinda3 观看实际效果并查看方案
作者：Kobkrit Viriyayudhakorn 博士，艾艾普科技 CEO 及创始人
我们从泰语 AI 工程师和技术团队那里听到的最常见问题之一是：“我的泰语应用程序应该使用 RAG 还是微调？” 这是一个直接影响开发成本、性能、维护复杂性和长期可扩展性的关键问题。
答案，就像大多数工程决策一样，是：这取决于。但了解何时使用每种方法——以及越来越多地了解如何结合使用它们——可能是成功部署 AI 和昂贵失败之间的区别。
本文详细比较了检索增强生成 (RAG) 和微调在泰语应用程序中的应用，借鉴了我们在艾艾普科技公司在数百家泰语企业中部署这两种方法的经验。