最近，由于公司业务需要，木子正在研究 RAG（Retrieval-Augmented Generation）相关的AI和大模型。这是一个全新的领域，涉及多个复杂问题，包括但不限于以下几点：

1. 如何处理原始数据？
   • 涉及数据来源、数据格式、数据类型，以及内容类型混合（例如，一个PDF文件可能包含文本、表格和图片）。
2. 如何合理地切分（chunk）数据块？
   • 不同大小的数据块会影响检索结果的质量。
3. 如何解决数据陈旧问题，并支持数据的实时更新能力？
4. 如何选择合适的 Embedding 模型？
5. 大语言模型的本地部署及维护。
6. 向量数据检索和召回的设计。

如果你是一个运维工程师，建议不要介入太深，因为其中任何一小块，都是一个复杂的学科，将成功劝退你 @-@。