以下是关于使用 LLM 分析企业私有化数据及工具推荐的相关内容：
RAG 加速器提供了数据抽取服务，这是基于 LLM 的解决方案。在利用 LLM 进行信息抽取时，需要了解构建抽取服务的基本组件和要点。
实现过程中，有两个简单但强大的思路可以提升性能：
了解了组成部分后，接下来是如何让它们一起工作。我们此处要分享两个简单但强大的思路。第一个要点是确保LLM以正确的格式回应。如果只是在命令中指示LLM输出JSON格式，它可能并不总会遵守。因此，函数调用已经成为确保LLM严格输出特定格式的一个新方法，而且相对靠谱。我们推荐使用此方法来提升性能。你可以参考结构化输出文档，其中高层次的LangChain API展示了不同LLM如何调用工具和函数。另一个提升性能的方法是使用参考样例。尽管没有样例也能设置抽取问题，但我们发现实际操作中，将输入和对应输出的样例纳入其中通常大有裨益。有时候，这些样例比指示本身还更能有效指导LLM处理特定情况。在我们的提取用例文档中，你可以找到更多细节，助你从LLMs中提取更好的性能。