说得好。很高兴你指出了这一点，我本应在回复中说明。
这似乎可以很好地接入审核队列。这是 Discourse 的说法。
不行。
RAG 是实现你所寻求的东西所需的众多技术之一。在对 AI 回复进行评分的情况下，这与 RAG 的目的不同。对生成完成的人类反馈是 RLHF 技术的一部分。
确实如此！
这项技术的大部分都非常新，而且发展迅速，任何人、任何地方的想法都应该被接受。
与你作为人类在回复真人时注明一样。我认为应该是手册名称、出版日期、章节和段落。
感谢分享。我看到许多用户发帖，我告诉你，很高兴能帮助你。
这很有趣，但很多人甚至不知道为什么。技术发展如此之快，我敢肯定，很多人一个月前还在编写代码，然后才意识到该技术已经内置了，他们创建的代码现在已经过时，甚至可能已经淘汰。如果你花时间了解 Langchain，你可能会看到用户说他们抛弃了几乎所有的应用程序代码，而只是开始使用 Langchain。
另一个学习途径是 DeepLearning.AI 短期课程（目前免费）。
不客气。
请提出更多问题，我就是为此而帮助你的。人们对这项技术提出的问题越多，我们就越能互相帮助，实现我们的目标。