王楠
JINA AI 联合创始人兼CTO
王楠博士，Jina AI的联合创始人兼首席技术官，博士毕业于德国波鸿大学计算神经科学专业。之后曾在欧洲知名电商Zalando和腾讯公司担任高级算法工程师，负责搜索和推荐业务，并在这些领域积累了丰富的模型设计、实现和部署经验。 自2020年起创立Jina AI，作为联合创始人兼CTO，王楠博士领导团队开发及开源了神经搜索框架jina。作为Linux Foundation AI&Data基金的TAC成员，他推动DocArray从Linux Foundation AI&DATA毕业。王楠博士组织开发和开源了多个文本和多模态向量模型，全球累计下载量超过1000万。王楠博士热衷于AI技术在搜索领域的实际应用，并且积极推动AI技术的开源发展，他在AI技术领域的杰出贡献使他荣获2023年中国开源先锋33人的称号。
演讲主题
检索增强生成RAG 的实践、挑战与发展
基于检索增强生成（RAG）的技术是解决语言大模型幻觉问题的关键方法之一。本次分享会带大家从创业开源公司公司的视角审视RAG范式下的机会和挑战。王楠博士会深入介绍Jina AI在RAG范式下的工作，包括在文本向量模型、文本排序模型、多模态向量模型、RAG评测和chunking等方向上的最新工作。此外，王楠博士会结合当前RAG实践中的挑战，提出下一阶段RAG发展的方向。 大纲： 介绍RAG的范式和创业公司的机会 介绍Jina AI在RAG的工作 o介绍文本向量模型Jina-embeddings o介绍排序模型jina-reranker o介绍多向量模型jina-colbert o介绍多模态向量模型jina-clip o介绍RAG评测基准AIR-Bench o介绍chunking的解决方案late chunking o介绍网页解析工具jina-reader 总结RAG的主要挑战和未来方向 o语义溢出和背景截断
