文档摘要

5.3 多模态 RAG：让图文混排文档进索引 本节摘要：大量真实知识以"图 + 文"混排存在（产品手册的架构图、财务报告的图表）。多模态 RAG 的两条主流路线：图文分离（文本走文本嵌入、图像走多模态嵌入、出处互相指认）与统一向量空间（同一模型把文本与图像投到同一空间直接互检）。本节实现"文搜图、图搜文"的完整闭环，并讨论成本与工程取舍。 会员。《5.3 多模态 RAG：让图文混排文档进索引》收录于灏天文库文集《LlamaIndex》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/433-llamaindex

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流