18 个 AI 工程概念对照表：RAG 变体到 LoRA/QLoRA 附开源仓库

MaryamMiradi · x · 2026-10-18

Maryam Miradi 整理了 2026 年 AI 工程师需要分清的 18 组易混淆概念，按五大类给出定义、适用场景和对应开源项目：

知识与数据库：向量数据库（Milvus）、图数据库（Neo4j）、本体 OWL API、知识图谱 RDFLib——决定知识如何表示与存储。
搜索与排序：向量检索 FAISS、混合检索 OpenSearch、Sentence Transformers、重排器 FlagEmbedding——提升 RAG 管线的检索精度。
RAG 与检索：RAG（RAGFlow）、Agentic RAG（LangGraph，由 agent 决定何时如何检索）、GraphRAG（按实体关系检索）、Long Context（直接处理长输入）、CAG（用缓存代替重复检索）。
训练与适配：全量微调（Transformers）、LoRA（PEFT 低秩适配器）、QLoRA（量化底座+LoRA）。
模型优化：量化（llama.cpp）、知识蒸馏（EasyDistill）。

作者强调这些技术可在同一系统里组合使用（如混合检索+重排+GraphRAG+Agentic 检索，微调后再量化部署），关键是按数据、任务、延迟和成本约束选架构。

「编程与Agent」频道最新